DWeis2.0.0上线

不是聊天机器人，是一个能帮你操作浏览器、管理文件、安排日程、跨 Agent 协作的 Android 助理。开源，MIT 协议，可运行。

---

先看它能做什么

场景	例子
🌐 浏览器自动化	“帮我在 GitHub 搜 Flutter 项目，按 star 排序，把前 3 个链接发给我” — 它能打开浏览器、输入搜索、滚动页面、提取结果
🧑‍🤝‍🧑 Agent 群聊	“你们三个 Agent 分别调研 Flutter、React Native、Kotlin Multiplatform 的优缺点，汇总给我” — 协调者自动派活，子 Agent 隔离执行
📝 笔记 + 记忆	“把我上周讨论的项目方案记下来” — 自动写入 MEMORY.md，下次对话自动 recall
🔍 深度搜索	“搜一下 2026 年 Flutter 3.0 的新特性，结合官方文档和社区评价给我总结”
📅 计划 + 提醒-目前是beta测试中	“帮我做一个本周学习 Flutter 的计划，每天晚上 8 点提醒我”
🎨 图片/视频生成	“帮我生成一张 Flutter 架构图的封面图”

---

这个项目是什么

​personal-agent-app（也叫 DWeis）是一个 Android AI 助理应用，基于 Flutter 构建。

它不是一个简单的AI对话app，而是把 AI 能力和手机系统能力深度集成——大模型不仅能聊天，还能真正帮你操作手机。

技术栈：

• Flutter 3.27 + Dart 3.9
• 状态管理：get_it + ChangeNotifier
• 本地存储：SQLite
• 浏览器：Android WebView + 虚拟显示合成
• 协议：OpenAI / Anthropic / DeepSeek 全兼容

---

核心功能详解

一、40+ 内置工具：大模型的"手和脚"

项目目前有 40+ 个内置工具，分 7 大类：

类别	工具	实际例子
🌐 浏览器	goto / click / type / screenshot / snapshot / search / getText / evaluate	“打开 GitHub，搜索 personal-agent-app，截个图给我看”
🔍 搜索	searxng.search / tavily.search / web.fetch / deep_search	“深度搜索 Flutter 3.0 新特性，给我一份技术总结”
📁 文件系统	read / write / ls / mkdir / rm	“把项目 README 的内容读给我听”
📝 笔记	create / update / read / list / delete / search	“创建一篇笔记，标题是 Flutter 学习计划，内容是…”
📅 计划 & 提醒-目前是beta测试中	plan.create / update / advance / verify / reminder / calendar	“创建一个本周学习计划，每天提醒我”
🧠 上下文文档	SOUL.md / USER.md / MEMORY.md	“记住我叫小明，以后叫我小明就行”
🤖 Agent 调度	delegate.task	“把这个任务派给前端 Agent”

工具调用机制：不是用户手动选择工具，而是大模型根据对话内容自主决定何时调用、调哪个、怎么传参。用户只需要说"帮我查一下…"，背后的工具调用完全透明。

---

二、内置浏览器：大模型能"看见"网页

这是项目最有差异化的功能之一。

不只是打开网页，而是让大模型真正理解页面内容并执行操作：

例子 1：自动搜索

用户：帮我在 CSDN 搜 "Flutter 终端"，把前 5 篇的标题和链接发给我

AI 执行：
1. browser.goto("https://so.csdn.net/so/search?q=Flutter终端")
2. browser.snapshot() → 获取页面可交互元素树
3. 分析快照，提取搜索结果列表
4. 返回结构化结果给用户

例子 2：自动填表

用户：帮我在 GitHub 上搜 "personal-agent-app"，打开第一个结果，截个图

AI 执行：
1. browser.goto("https://github.com/search?q=personal-agent-app")
2. browser.snapshot() → 找到第一个搜索结果
3. browser.click("第一个结果的链接")
4. browser.screenshot() → 截图返回

浏览器工具的能力清单：

能力	说明
导航	goto / back / close / scroll / wait
交互	click / type / select / hover / fillForm / evaluate
数据	snapshot / getText / search / cookies / config
视觉	screenshot → 截图直接嵌入对话气泡

关键实现：页面快照（snapshot）会把当前页面的可交互元素提取成 YAML 格式的结构化数据，大模型分析这个结构决定点击哪个元素。配合 screenshot，模型能同时看到页面布局和元素结构。

---

三、Agent 群聊：多个 AI 同场协作

不是单 Agent 单打独斗，而是多个 AI 像团队一样协作。

架构设计：

用户输入
    ↓
协调者 Agent（Coordinator）
    ↓
    ├── 派活给 Agent A（前端调研）
    ├── 派活给 Agent B（后端调研）
    └── 派活给 Agent C（性能分析）
    ↓
汇总结果 → 返回用户

关键特性：

1. 混合调度 — 既支持用户 @某个Agent 点名回复，也支持协调者自动推举最合适的 Agent 发言
2. 身份隔离 — 每个 Agent 只看到自己与用户的对话，其他 Agent 的发言作为上下文注释，不串身份
3. 独立配置 — 每个 Agent 有独立的 system prompt、工具白名单、AI 后端
4. 最多 5 轮接力 — 防止无限循环

实际例子：

用户：帮我评估一下用 Flutter 做这个项目的技术方案

协调者：
1. 先问用户几个澄清问题（目标平台、团队规模、性能要求）
2. 用户回答后，派活给三个 Agent：
   - Agent A（架构师）：评估 Flutter 架构合理性
   - Agent B（前端）：评估 UI/UX 实现难度
   - Agent C（运维）：评估构建和发布流程
3. 三个 Agent 并行返回结果
4. 协调者汇总成一份技术评估报告

---

四、记忆系统：AI 记得你

项目有三层记忆，都在本地存储：

文档	作用	例子
SOUL.md	AI 人格设定	名称、语气、风格、背景故事
USER.md	用户资料	称呼、偏好、习惯
MEMORY.md	跨会话长期记忆	重要决定、项目约定、过往事实

实际例子：

第一次对话：
用户：我叫小明，是做 Flutter 开发的
AI：好的小明，以后就这么叫你。你的 Flutter 项目是用什么架构？

（系统自动写入 USER.md 和 MEMORY.md）

第 10 次对话（一周后）：
用户：我那个项目最近遇到一个问题...
AI：你上周提到过，你用的是 get_it + ChangeNotifier...
（自动 recall MEMORY.md 里的上下文）

记忆系统有个硬约束：写前必须 read，防止覆盖已有的记忆内容。

---

五、Prompt Caching 命中率优化

这是一个小改动、大收益的案例。

解决：固定前缀在前、时间独立 system 消息、顺序恒定。增量空间：

效果：我以美团的最新LongCat2.0大模型为例，这个截图就展现高命中缓存，总token为20,284,893，缓存命中了18,881,536，命中缓存率大约为93%，加上现在这个大模型付费token包，命中缓存直接免费，可以狠狠的用token了。

• 缓存命中率：基本再88% 到 93%左右
• Token 节省：每轮对话节省约很多token，越聊越省token

群聊场景下收益放大：N 个 Agent 各发一条 system prompt，每个都能命中缓存。

---

六、性能优化：让 App 更快

GPU 性能优化

之前为了侧边栏的半透明毛玻璃效果，用了 BackdropFilter。但这个 widget 在 Android 上非常吃 GPU，中低端设备滑动帧率直接掉到 40fps 以下。

改成半透明背景色 + 底部模糊层，视觉上接近，GPU 开销小了一个数量级。

Markdown 渲染优化

• 纯文本快速路径：当消息是纯文本时，跳过 MarkdownBody 解析，直接渲染 Text widget
• 文字流式渐显：消息末尾加 120ms fade-in，打字机效果更自然
• cacheExtent 优化：ListView 预渲染从 4000 降到 2500，减少内存占用

对话加载优化（v1.4.33）

• 快速滚动降级：检测滚动速度 > 阈值 → 纯文本占位，停止 250ms 恢复完整渲染
• 渐进式消息恢复：先出 30 条秒显 → 后台补齐剩余
• 「n 条新消息」浮条：看历史时来新消息，底部显示计数胶囊

---

架构设计：从单体到插件化

项目经历了三个架构阶段：

v1.0 — 单体架构

ai_service.dart（所有协议混在一起）
chat_controller.dart（所有逻辑混在一起）
tools/（工具散落各处）

v1.3.0 — 分层架构

ai_service_openai.dart
ai_service_anthropic.dart
+ Repository / Service / UseCase 层分离

v1.4.24 — 插件化架构

PluginRegistry（单例编排）
  ├── CoreTools（核心工具）
  ├── Skill（技能系统）
  └── Mcp（MCP 协议）

新增能力是"加插件"而非"改老代码"，符合开闭原则。

v2.0 — 精简回归

砍掉终端模块后，回归纯 Flutter + 必要原生能力（WebView、通知、存储）的架构。代码更干净，维护成本更低。

---

项目数据

指标	数据
提交次数	334 次
标签版本	26 个
测试用例	564 个
语言	Dart 86.3% / HTML 11.9% / Kotlin 1.8%
协议	MIT

---

​

---

关于这个项目

• Gitee：https://gitee.com/deng-6669/personal-agent-app
• GitHub：https://github.com/3d-jq/personal-agent-app
• 官网：https://3d-jq.github.io/personal-agent-app/
• 协议：MIT
• 还有这个项目中我借鉴很多开源项目，有的是借鉴源码，有的是思路-他们的项目地址在：

​_{https://github.com/AAswordman/Operit}​

​_{https://github.com/OpenMinis/OpenMinis}​

欢迎大家来给他们和我的点 star

---

最后说两句

做开源项目最开心的不是 star 数，是有人真的在用。如果你在用 personal-agent-app，或者遇到什么问题，欢迎提 issue，我会认真看，能改的会改的。

---

如果这篇文章对你有帮助，点个赞/收藏/关注，都是对我持续更新的鼓励。