ReaderMX.
架构技术评论

OpenRocky 发布，开源手机语音助手APP，给大家一个新玩具

架菜之又菜约 6 分钟
Image

Rocky 这个项目的灵感，首先要感谢 OpenMinis，大家可以看这篇介绍文章 Open Minis: iOS 端的 AI Agent 新物种。我很早就是 OpenMinis 的用户，也了解它功能强大。但坦白说，平时在电脑前，我还是习惯用 ChatGPT、Claude、Gemini 这些网页端工具，甚至自己开发的 MicroClaw MicroClaw：用 Rust 构建 OpenClaw。回到手机上，操作时间本就不多，所以 OpenMinis 的使用频率并不高。

直到有一天，我意识到一个被忽略的场景：每天开车上下班的路上。

这段时间其实很适合和 AI 聊天。我确实也会在路上问 ChatGPT 一些问题，有时候甚至聊上一路。但 ChatGPT 有不少事做不了 —— 查过去一周的步数和健康数据，搜索结果经常不满意，想让它分析一个 GitHub 项目，它又说什么合规策略不允许打开页面。

于是我在想：如果有一个 APP，能在手机上实时语音交互，同时还能调用 iPhone 的各种本地能力，那岂不是很好？

看了一眼 OpenMinis 的语音能力 —— 只有一个简单的语音输入按钮，并不能实现实时双向语音交互。而且 OpenMinis 一直没有开源，虽然我第一眼看到它时就觉得它应该是个开源项目。

这些因素加在一起，促使我决定自己动手。

名字的由来

Rocky 这个名字来自最近很火的电影《拯救计划》（Project Hail Mary）。里面的外星人就叫 Rocky —— 一个有一技之长、真诚可靠的伙伴。我想，如果上下班路上能有这样一个伙伴随时交流，那就太好了。

当然，豆包之类的产品也能语音聊天，但总有些能力缺失。自己做的好处是：想加什么能力就加什么能力，只要 手机系统允许，想怎么做就怎么做。 作为开发者，这种自由度是最让人兴奋的。

开发过程

基于之前开发 Liney 和 MicroClaw 的经验，我估计开发这样一个 APP 不需要太多时间。周末开工，经过一两周的开发、自测和调试，核心功能基本成型。

但"基本能用"和"稳定好用"之间的距离，比想象中大得多。尤其是语音交互这块 —— 要实现真正的实时语音对话，同时还能调用 Tools、执行 Skills、保持流畅，确实有不少挑战。这个项目几乎是纯 Vibe Coding 出来的。AI 写代码的效率确实惊人。但开发到现在我也真正体会到，OpenMinis 能做到它现在这个程度，作者确实花了非常多功夫。

现在 Vibe Coding 最有意思的一点是：有想法 → 验证想法非常快，反馈环节极其高效，反而是把功能打磨到位需要更多耐心。

技术选型：为什么不用 ISH

OpenMinis 使用了 ISH

iSH 是一个在 iOS 上“真正运行 Linux 用户空间”的项目（比 ios_system 更接近真实 Linux）。

核心思路：
- 使用 x86 用户态模拟器（emulator）
- 模拟 CPU + Linux 系统调用
- 在 iOS 内运行一个完整的 Linux 发行版（通常是 Alpine） :contentReference[oaicite:0]{index=0}

本质：
- 不是“模拟命令”，而是“模拟整台 Linux 环境”
- 可以运行真实的 Linux 可执行文件（如 apk、git、gcc）

架构：
输入命令 → 进入 Linux shell → x86 模拟执行 → syscall 转换到 iOS

特点：
- 支持完整包管理（apk）
- 可以安装真实软件（git、vim、python 等）
- 更接近真实 Linux 体验 :contentReference[oaicite:1]{index=1}

局限：
- 性能较慢（因为是 CPU 模拟）
- 只支持 x86 Linux（不是 ARM 原生）
- 仍然受 iOS 沙箱限制

和 ios_system 的核心区别：
- ios_system：假命令（函数调用）
- iSH：真 Linux（模拟 CPU + syscall）

一句话总结：
👉 iSH = 在 iOS 里用模拟器“跑一台 Linux”

和 OpenMinis 不同，Rocky 在本地执行层选择了 ios_system 而不是 ISH。

关于这个决策，我和 AI 聊了很多。AI 最终给出的结论确实是 ISH 方案更强大 —— 它甚至能安装各种 APT 包、扩展二进制命令。但我不想完整复刻 OpenMini，毕竟作者后续也有可能开源。

经过调研，我发现 ios_system 是一个非常不错的替代方案。基于它的 A-Shell 项目大家可以在 App Store 下载体验。ios_system 支持常见 Shell 命令和 Python 执行，甚至还支持 WebAssembly 扩展模块 —— 虽然目前 APP 还没用上，但这为未来的扩展性留下了很大空间。

ios_system 是一个在 iOS App 内“模拟执行 Unix 命令”的框架。

核心思路：
- iOS 不允许 fork/exec 或真正运行 shell
- ios_system 把每个命令（ls、grep 等）编译成独立的 framework
- 运行时解析字符串（如 "ls -la"），找到对应命令并调用其 main() 函数

本质：
- 不是系统命令，而是函数调用
- 没有多进程，所有命令在同一进程执行

用法类似：
ios_system("ls -la")

特点：
- 支持常见命令（ls、cp、grep、tar 等）
- 可扩展（Python、Lua 等）
- 适配 iOS 沙箱（文件路径、环境变量）

局限：
- 不是完整 Linux 环境
- 无 fork/exec、多进程、信号机制
- 需要对命令源码做适配

总结：
👉 用“动态库 + 函数调用”在 iOS 里伪造一个类 Unix 命令执行环境

灵活性上确实不如 ISH，但换个角度看：手机端本来也做不了太多复杂操作，内置的 Tools 到一定数量级其实就够了。 如果不够，还可以通过 WebAssembly 等方式探索扩展。

核心能力

网站: https://openrocky.org/

Rocky 目前已经支持 30+ 个 Tools 和多种 Skills，覆盖了日常使用的主要场景：

  • 健康数据
     — 读取步数、心率、睡眠等 HealthKit 数据，生成报表
  • 日程管理
     — 设置闹钟、提醒事项（Apple Reminders）
  • 信息获取
     — 天气查询、网页搜索、GitHub 项目分析
  • 通讯
     — 读取联系人、发送邮件
  • 本地执行
     — Shell 命令、Python 脚本、文件读写
  • 记忆系统
     — 跨会话记忆，记住你的偏好
  • 内容输出
     — 将聊天内容总结为文档，支持下载

很多 Tools 尝试对齐了部分 OpenMinis 的能力，但也有一些 OpenMinis 支持的功能目前还没有覆盖。OpenMinis 在这方面确实做得非常出色。

不过对我自己来说，最核心的价值已经实现了：开车路上用语音和 Rocky 聊一路，到公司后让它把聊天内容总结成文档 —— 这个工作流已经跑通了。

与 OpenMinis 相比

如果非要做个对比，Rocky 有两个差异点：

  1. 语音优先
     — 这是我最原始的需求。实时双向语音交互，不是简单的语音转文字。
  2. 完全开源
     — 代码公开，欢迎社区参与。Apache 2.0 协议，给足大家自由度。

如何安装

这个项目目前没有提交 App Store。原因很现实：提交 App Store 需要准备演示视频、文案，和审核人员反复沟通，如果碰上不太专业的审核员，又会浪费大量时间。

目前的策略是：

  • iOS 版
     — 通过 TestFlight 分发，今天就可以安装
https://testflight.apple.com/join/GZtbEpXN
  • Android 版
     — 也已经做出来了，由 Claude 1:1 从 iOS 版翻译而来（没有进行大量测试），测试版同步可用
https://play.google.com/apps/testing/com.xnu.rocky

  • App Store / Google Play — 正在提交中，但审核流程确实繁琐，会持续推进

  • 源码，会开发的朋友可以马上用 Xcode 或 Android Studio 运行起来了

iOS: https://github.com/openrocky/openrocky
Android: https://github.com/openrocky/openrocky_android

一个还没解决的问题

我设想中的理想场景是：在开车时通过 "嘿 Siri" 直接启动 Rocky，然后立刻开始语音交互。但目前在驾驶模式下，Siri 似乎无法正常拉起 Rocky —— 不确定是 bug 还是系统安全策略的限制。如果你知道原因，非常欢迎告诉我。

探索更多

在 APP 中，我给每一个 Tool 都加了 Prompt 示例。点击右下角的加号，选择 "Prompts"，就可以看到各种用法示例，欢迎探索。

但是我其实还是感觉这个 app 比较小众，对我来说主要是解决开车场景的需求。欢迎大家交流哈。大家可以在 github readme 中找到交流群。

截图

app 还是很初级，下面是一点点截图，更多 tools/skills（更多 bug）等待大家发现。

iOS 版本

IMG_7459.png

IMG_7460.png

IMG_7461.png

Android 版本

Weixin Image_20260410235231_7_2130.png

Weixin Image_20260410235232_8_2130.png

Weixin Image_20260410235251_9_2130.png

最后

由于我先开发的 iOS版本，iOS版本也是我自己用的最多的版本，因此 iOS 相对要稳定。Android 版本刚刚用 Claude Code 翻译出来，仅初步点了几下，所以目前一定有很多 bug，大家参考哈。

欢迎大家Pull Request，加入更多有趣的功能。Apache 2.0 协议，大家也可以 Folk 改造自己的助手哈。

最后欢迎大家 Star 鼓励一下啦
Website: https://openrocky.org/
iOS : https://github.com/openrocky/openrocky
Android : https://github.com/openrocky/openrocky_android

KEEP THE THREAD GOING

更多来源文章