等不到苹果国行AI,我直接手搓了一个AI Siri!
等不到苹果国行AI,我直接手搓了一个AI Siri! by 枫音AI
AI TOOL · 实战推荐
等苹果智能上了再用
等不来就自己手搓
一个第三方智能 Siri
iOS AI Agent · OpenMinis · 快捷指令实操
OpenMinis · openminis.app
等不来苹果智能的第三年
你不给我,我就自己手搓一个。
为了体验苹果的 AI 功能,当年功能刚公布的时候我就从安卓又换回了苹果,只因为我相信苹果在行业中的引导能力。
谁知道等了一年又一年,我从苹果 15 Pro Max换到了Air,始终也等不来苹果智能。
OK,你不给我,我就自己手搓一个。
01
PART
我要的到底是什么
WHAT I ACTUALLY WANT
苹果智能其实包含许多方面,比如智能写作、智能摘要等等,但感知力最强,日常使用场景最多的,那肯定还是新的 AI Siri 了。
其实很多人可能都已经在尝试手搓更智能的 Siri,比如将在快捷指令里设定豆包,然后把快捷指令快捷键到操作按钮上。长按快捷键,可以叫出豆包,进行一些问答。
但我想问,这样你就满意了吗?这真的是你心目中苹果智能 Siri 的样子了吗?你内心的 AI 就只是给你回答一些疑问吗?
说实话,这种 AI 的方式,还不如那个智障版的 Siri,至少智障 Siri 还能帮你设定闹钟、给联系人打电话、添加待办事项等等。
智障 Siri
问答不行,但能操控手机
豆包快捷键
问答可以,但仅限于问答
AISiri
对话 + 操控手机
在我心里,真正的苹果智能是可以像发布会中演示的那样,拥有丰富的信息检索能力以及对手机的控制能力。
02
PART
OpenMinis:iOS 上少见的 AI Agent
AN AI AGENT FOR IOS
先来介绍一下这个软件,这是一个支持安卓和 iOS 的AI Agent工具,Agent 工具其实在安卓系统并不稀奇,许多手机官方都推出了自己的 Agent 产品。但在 iOS 系统中,其实还是挺难得的。
所以我本来只是想单纯分享一下这个比较难得的产品,谁知道深入体验之后就一发不可收拾,它能做的事情实在是太多了。
支持 iOS / Android / macOS / visionOS。除去大模型 API 之外,OpenMinis 本身完全免费。访问入口: openminis.app。
手机原生权限:日历、通讯录、定位、照片、剪贴板、天气、通知
iOS 独家能力:HealthKit、HomeKit、提醒事项、蓝牙、NFC
内置浏览器:可后台完成点赞、搜索等网页操作
支持 Skill 和 MCP 扩展,可以继续折腾
03
PART
它最爽的地方:不打断我
WON'T INTERRUPT YOU
首先给大家演示一下把它当作日常问答 AI 的效果:
🎬
GIF 演示 · 窗口式问答
我把 Minis 绑定到了快捷按钮上,长按后首先叫出语音转文字,然后自动将文字发送到 Minis 中,然后将回答以窗口的形式推送过来。
整个过程没有进入 Minis 的 APP 中,全部以顶部窗口形式展现,首先是表现形态上就接近新版 Siri。
这种交互形态本身,就是答案
不切换 APP,就能问完得到答案。
这个时候可能会有人说:不就是问答吗,我手动点进豆包中问不是一样的吗。
还真的不一样。
不进入 APP 的方式是为了不打断当前正在做的事情,比如我正在刷一个短视频,突然看到一个生僻的词汇,我可以直接以窗口的形式叫出 Minis,然后同样以窗口的形式回答给我,全程我不用切换 APP。
这个时候也有人会说:那豆包也一样可以呀。
04
PART
最大的不同:它能操控手机
IT CAN ACTUALLY CONTROL YOUR PHONE
那么接下来我就演示一个,豆包所做不到的事情:
🎬
GIF 演示 · 自动添加提醒
这个演示中展示了询问明天天气,然后根据天气情况来在待办事项中添加对应的提醒。
豆包可以帮你查天气,但如果要添加提醒,就需要你去手动操作。
而 Minis 直接可以操控你的手机,来完成对应的操作。
我的态度从“不屑一顾”到“重拳出击”
这种能直接动手的感觉,才是我想要的智能。
到此为止,利用 Minis 配合快捷指令 + 操作按钮,就完成了无限接近新版 Siri的操作体验。
05
PART
更多玩法:让 AI 看懂我的屏幕
LET AI READ YOUR SCREEN
当然,玩法不止是对话 + 操作手机,我还用 Minis 做了一个可以识别屏幕的快捷指令:
🎬
GIF 演示 · 屏幕识别问答
这个快捷指令首先截取当前画面,然后我再输入对应的问题,一起发送给 Minis,并回答我的问题。
这个功能可以总结当前屏幕内容、或者翻译屏幕内容、或者识别屏幕上的物品等等。
算是一个正常文字对话额外的补充对话场景。
目前我展示的还都是 Minis 的一些基础能力,其实 Minis 还有如下功能:
比如内置浏览器这个能力,我甚至可以用快捷指令叫 Minis 上哔哩哔哩中给某个视频点个赞,而且全程我同样不需要切换窗口,全都可以在后台完成。
作为一款 Agent,基础的 Skill 和 MCP 也都支持,这更进一步增加了扩展能力。以后还能继续折腾。
07
PART
我是怎么搭出来的
HOW I BUILT IT
基础问答快捷指令
逻辑很简单,就是用手机自带的听写文本功能,将语音转为文字,然后再用 Minis 的「发送提示」,将听写的文本作为提示词发送给 Minis 就可以了。
给大家看一下我的快捷指令:
!踩坑提示 🕳
注意需要勾选「等待结果」,否则发送完提示快捷指令就结束了,不会弹出回答。
屏幕识别快捷指令
这个稍微复杂一些,但也没有很复杂,就是先截图,然后弹出文本提示框,再通过文本做一套内置提示词,最后将所有文本和截图都发给 Minis 就可以了。
我建的快捷指令:
当然以上两个快捷指令都是 Minis 可以实现的最基础的能力,大家可以根据自己具体的需求,搓出来一些适合自己的快捷指令。
绑定到操作按钮
最后在操作按钮中绑定这个快捷指令就可以了。
在 Minis 本身中,其实没有特别多可以说的,就是普通的 Agent 工具。
初次使用需要添加大模型 API,然后可以进行对话了。除去大模型 API,Minis 本身是完全免费的,这一点非常良心。
///
LAST
写在最后
FINAL · TWO MONTHS OF WAITING
这两年在使用 iPhone 的过程中,我有无数次想要换手机的冲动,只因为非常羡慕安卓手机中丰富的 AI 功能。
然后一次一次得被苹果画的大饼给拖住,想着在等一年看看,万一今年国行 AI 就上了呢?
这个月还放出消息,苹果智能在国内过审,许多人预计 9 月份会跟随新机发布一起上线国行 AI。
但仍然还有两个月的时间,我等不了了。
所以我就手搓出了这个第三方版智能 Siri,使用下来除了不能直接语音回答,其它都很接近原生智能 Siri 的体验。
起初看到「iOS Agent」我本不屑一顾,但发现有快捷指令后我直接重拳出击,最终的效果我也是相当满意。
不过当然了,Siri 只是苹果智能中的一部分,未来我还会分享一些其他的可以手搓出来的苹果智能功能。
未完待续
大家可以期待一波。
既然看到这里了,如果觉得有用,随手点个赞、在看、转发三连吧。
THANKS FOR READING
原文链接