Operit AIapp 官方版v1.12.2

Operit AI功能模型详解

目前主要功能有：聊天、总结、多模态输入、群聊规划、记忆库总结 等等。

当你发现奇怪的报错，但是你的聊天模型是通的时候，请优先检查功能模型。

还有一点需要强调：角色卡绑定、聊天下面选择的，都是直接对应的聊天功能模型，其他功能模型修改的入口只有通过这个功能模型界面修改。

接下来，将会以多模态输入，以及UI控制器，这几个功能模型进行详细解释。因为这几个相对别的比较特殊，别的几个只要配置了能够对话的正常模型即可，而这几个是有特殊的配置要求的。

模型识图功能

Operit AI 支持两种方式实现图像识别功能：直接识图 和 通过功能模型调用识图。直接识图，是直接用聊天模型的识图功能实现的，而第二种间接识图，则是通过前面提到的功能模型。

方式一：直接识图（聊天模型支持识图）

对于支持视觉理解的多模态模型(如Claude 3.5 Sonnet等)，您可以在模型配置中启用直接识图功能。

配置步骤

1.进入 "设置" -> "模型与参数配置"

2.找到你的聊天模型

3.在配置界面中找到 "启用直接图片处理" 选项

4.勾选该选项，启用直接图片处理功能

5.保存配置并点击测试，确保测试通过

使用方法

配置完成后，在使用该模型进行对话时，直接发送图片给 AI，AI 可以直接识别和理解图片内容，无需额外调用工具，响应速度更快(不过这也不一定)。

方式二：通过功能模型调用识图（聊天模型不支持识图）

对于不支持直接识图的模型，您可以通过配置功能模型来实现图像识别功能。系统会在需要时自动调用配置的识图模型来处理图片。

配置步骤

1.进入 "设置" -> "功能模型配置"

2.找到 "图像识别" 功能模块

3.选择一个支持识图的多模态模型配置

4.确保该模型配置已启用"直接图片处理"选项

5.保存配置并测试

工作原理

当您使用不支持直接识图的主模型进行对话时，当你在对话中发送图片时，聊天模型会通过 read_file 工具调用图像识别功能模型，识图模型处理完成后，将结果返回给主模型，主模型基于识别结果继续对话。

特殊情况：没有模型能够识图

这一点要在识图这里特殊说明，因为软件考虑了这种情况，比如最开始，用户快速入门之后，就是没有任何的模型能够识图的。但是呢，软件做了最后一层兜底：当你发送图后，AI 会使用 read_file 工具并结合 OCR 直接提取图片文本内容，虽然效果不会特别好，但是总比没有好。

UI自动化操作

在对话中，如果你有自动操作需求，可能 AI 会调用 UI 控制器 的功能模型去操作，也可能直接主模型上场直接操作。这里先记住一点：功能模型可以被委托去处理特定任务。

简单说明一下：有需求的可以在工具箱里面，划到底，有个autoglm一键配置。软件可以在debugger以上等级使用autoglm的功能模型，开始虚拟屏幕自动点击(当然，这个也可以不配)。

Operit AIapp价值特点

1、面向任务的 Agent 工作台

支持附件、工作区上下文、工具执行过程、文件变更和多轮任务管理。

2、自主选择模型与服务

连接主流云模型、自定义兼容端点和密钥池，也可使用 MNN 模型或通过 llama.cpp 运行 GGUF 模型。

3、深度集成 Android 与网页环境

在授权后调用系统能力、操作应用界面，或通过内置浏览器读取和操作网页。

4、移动开发与终端环境

在手机上管理项目、编辑代码、预览网页，并使用 Ubuntu 24.04 用户空间、SSH 和 SFTP。

5、长期记忆与角色体系

管理图谱化记忆、对话历史、角色卡和多角色对话，并为不同角色绑定独立能力。

6、可组合的扩展与自动化

通过统一市场、工作流和系统集成组合工具，构建可重复执行的任务流程。

Operit AIapp特色功能

一、AI 对话与模型

对话支持图片、音频、视频、文档、工作区文件等上下文;

支持消息分支、历史分组与迁移、自动总结、上下文限制和并行对话;

支持 Anthropic及多种兼容服务，并可通过 ToolPkg 扩展模型提供方;

支持多套模型配置、参数设置、密钥池和连接测试;

可分别为聊天、记忆、总结、UI 控制等任务指定模型;

内置 MNN 本地推理，并支持通过 llama.cpp 运行 GGUF 模型;

可连接 Ollama等本地模型服务;

二、工具、设备与浏览器自动化

内置文件、网络、搜索、媒体、系统、软件管理和开发工具;

提供自动允许、每次询问和禁止三档工具权限设置，默认采用询问模式;

UI 自动化支持无障碍、Shizuku 提供的 ADB 级调试权限和 Root 通道;

PhoneAgent/AutoGLM 可结合屏幕视觉执行操作，虚拟显示等能力需要相应权限和设备支持;

内置浏览器提供多标签、历史、书签、下载、权限、多窗口和用户脚本;

浏览器 Agent 可读取页面结构并执行点击、输入、滚动、按键和截图等操作;

支持 OCR、图像理解、相机、FFmpeg、网页访问和文件传输;

三、项目工作区与终端

支持 Web、Android、Flutter、Node.js、TypeScript、Python、Java、Go 等项目模板;

提供文件树、代码编辑、语法高亮、实时预览、变更追踪、备份和导出;

聊天可以绑定工作区，让智能读取项目规则、引用文件并修改代码;

工作区支持应用内部目录、SAF、SFTP 和 SSH 文件系统;

内置 Ubuntu 24.04 ARM64 用户空间，默认通过 PRoot 运行，在具备相应条件时也可使用 chroot;

终端支持多会话、Python、Node.js、vim、SSH、tmux、自定义按键和软件源;

提供 Logcat、Git、APKTool、HTML 打包等开发工具;

四、记忆、角色与对话管理

支持多个记忆空间、文档导入与分块、节点关系编辑和混合搜索;

可从对话和附件中提取信息，并按时间、语义及关系检索长期记忆;

支持角色卡导入、导出、备份和二维码分享，兼容 Tavern JSON/PNG 等格式;

每个角色可绑定独立模型、记忆空间、工具包、Skill 和 MCP;

支持多角色群聊、@ 交互、独立对话历史和角色间协作;

支持聊天记录导入导出、锁定、分支、批量迁移、备份与恢复;

五、扩展市场与工作流

统一市场支持脚本、ToolPkg、Skill 和 MCP 的搜索、安装与管理;

另有提示词与标签市场，以及项目和 Artifact 的管理与发布流程;

ToolPkg 可提供工具、界面、模型提供方、Hook 和运行时能力;

MCP 支持本地与远程服务，以及 uvx、npx 等启动方式;

可视化工作流包含触发、执行、条件、逻辑、数据提取等节点;

工作流支持手动、定时、Tasker、Intent、语音和应用启动等触发方式;

提供工作流执行日志、统计、取消和批量管理;

六、语音、形象与界面

STT 支持本地中英文识别以及 OpenAI、Deepgram 等云端接口;

TTS 支持 Android 系统、本地 ONNX VITS、自定义 HTTP 和多种云服务;

支持连续语音对话、后台唤醒、自定义唤醒模板、自动朗读和音乐播放队列;

可通过悬浮窗、气泡、桌面组件和 Android 默认助理入口调用 Operit;

虚拟形象支持 DragonBones、WebP、MP4、MMD、glTF/GLB 和 FBX 等格式;

支持主题、字体、聊天气泡、背景、工具栏、Markdown 渲染和布局定制;

界面支持中文、英语、韩语、西班牙语、马来语、印尼语、巴西葡萄牙语和罗马尼亚语，可跟随系统或手动切换;

可选的局域网HTTP API 默认关闭，启用时需要配置 Bearer Token 并评估局域网暴露风险;

Operit AIapp优势说明

1、Ubuntu 24 环境

内置完整 Ubuntu 24 系统，支持 vim、MCP、Python 等工具，可在手机上执行复杂 Linux 命令与自动化任务。

2、智能记忆系统

AI 自动分类管理记忆，支持时间查询、导入导出与自动总结，持续记住你的偏好与上下文。

3、语音交互

支持连续自然对话，本地 STT + 本地/云端 TTS，自定义音色与语音唤醒。

4、本地 AI 模型

支持 MNN / llama.cpp(GGUF)本地模型，离线运行 AI，兼顾性能与隐私。

5、人设与角色卡

可自定义 AI 性格和说话风格，支持角色卡导入导出、备份分享和独立会话历史。

6、工具与工作流生态

40+ 内置工具 + MCP/Skill 市场 + 工具包工作流，覆盖文件、网络、系统、媒体处理。

Operit AIapp常用问题

1、为什么有时候AI的回应很慢？

AI回应的速度受到多种因素影响，包括当前模型的负载、网络连接状况以及您所提问题的复杂性，也可能是供应商地理位置问题。如果遇到回应缓慢的情况，请耐心等待或稍后重试。

2、我可以更换不同的AI模型吗？

当然可以!Operit AI支持多种模型切换。您可以在“设置”>“AI模型配置”中，根据自己的需求选择和配置不同的AI模型。

3、如何保证我的数据安全？

我们非常重视用户隐私。所有数据处理均在本地完成，您的对话内容和个人设置不会上传到我们的服务器。API密钥等敏感信息也经过加密处理，确保安全。

4、终端报错、没反应或无法安装时该怎么办？

请尝试按以下步骤排查问题：

问题：一打开终端就无法使用?

解决方案： 尝试点击终端右下角的设置图标，选择“重置终端”，然后重启应用。

问题：在安装环境的过程中报错?

解决方案： 如果您熟悉 Linux 命令，可以尝试自行修复。如果不熟悉，建议直接回到聊天界面，让 AI 协助您完成环境配置。

5、如何使用本地模型进行离线对话？

我们支持通过 MNN 框架在您的设备上本地运行 AI 模型。

6、如何让 AI 识别图片？

支持多模态模型，可以理解图片内容。请在模型配置中选择支持识图的模型，然后在对话时直接发送图片即可。