路线图

nanoMuse 是一个开源的个人智能体，面向你的每一台设备。这一页是给想来帮忙的人画的地图：我们现在在做什么，接下来做什么，每个领域先从哪里下手。不写日期——一样东西在一台真手机和一台真电脑上能用了，就发。

0.1 系列是预览版，1.0.0 是第一个稳定版。手机、桌面、网页和中继我们每天都在用，也仍然知道哪里还粗糙；下面的清单对此如实说。不变的是：是一个智能体而不是一个框架；它和任何不可撤销的操作之间隔着一道审批；秘密永远到不了模型那里；记忆你能读、能改；任何 OpenAI 兼容的模型都能用；自由软件。

现在——追上 Muse

Meta 的 Muse 定下了这类智能体的样子；下面是我们还落后于它的地方，以及每一处的第一个任务。

记忆

智能体维护着 SOUL.md、USER.md、MEMORY.md、HEARTBEAT.md 和一个 remember 工具；整理会定期跑，回忆是对存储做嵌入检索。还缺的：在对的时刻自己冒出来的记忆；看得见的遗忘；每台设备上是同一份记忆，而不是各管各的。

• 模块：nanomuse/memory/（store.py、consolidate.py、embeddings.py）；手机的 io.github.nanomuse.sysfiles；桌面档案面板里的「记忆」。
• 阅读：desktop-muse.md（记忆页）、android.md。
• 第一个任务：在 tests/test_memory_recall.py 里写一个测试——某条事实，智能体应该在之后的某次对话里不用人提就说出来；然后让它通过。

主动性

目标按计划检查，例程在 App 关着时照样跑，动态每天早上写一篇。还缺的：智能体在两次计划之间自己注意到事情——来了一封邮件（nanomuse/triggers/mail.py 是第一个触发器）、一个快到的日历项、一台刚上线的设备——然后判断值不值得说一句。

• 模块：nanomuse/goals/、nanomuse/triggers/、nanomuse/nudges.py；手机的 io.github.nanomuse.feed 和 goals。
• 阅读：every-device.md，讲一声提醒怎么到达你手里拿着的那台设备。
• 第一个任务：在 mail.py 旁边加第二个触发器（日历是最顺理成章的一个），接口相同，连同它产出的那条动态。

对话

一切都在聊天里发生，而它现在仍然像一个聊天客户端。存在感——智能体干活时形象有反应、状态栏用人话说它在做什么——在各客户端之间参差不齐；自 0.1.22 去掉通话（calls.md）之后，语音只有输入，会回答的声音还是个没定的问题；手的舞台（桌面的 harness/dsh-nanomuse/src/client/Trajectory.tsx 和外壳的 glow.html，Android 的 HandsStage.kt）展示手的动作，桌面上还会在每一步之前显示智能体的话，但还没有在每个客户端上都做到让人跟得上。

• 模块：harness/dsh-nanomuse/src/client/（AvatarChat.tsx、Trajectory.tsx、Capsule.tsx），Android 的 io.github.nanomuse.chat 和 hands，iOS 的 NanoMuseChatCards.swift、NanoMuseComposer.swift。
• 阅读：desktop-muse.md、parity.md——各客户端之间还没合上的项。
• 第一个任务：在 parity.md 里挑一行，选你能跑的客户端上还没做的，把它合上。

让手更常成功

把屏幕当手，在 Android 和桌面上都能用（桌面的操作器移植自 UI-TARS-desktop）。它失败在定位上——模型指错元素——以及碰到意外弹窗之后的恢复；而且我们还没有一组固定的任务来衡量它。

• 模块：nanomuse/computer/（operator.py、coords.py、screen.py）、nanomuse/phone/（operator.py、trace.py）、harness/desktop/src/operator.ts、Android 的 io.github.nanomuse.hands。
• 阅读：gui.md，操作器的约定；troubleshooting.md。
• 第一个任务：用 nanomuse/phone/trace.py 录下一次失败的运行，写明在哪一步出了错，带着轨迹开一个 issue。十个这样的 issue 就是一套评测集。

一条命令自己部署

scripts/self-host.sh 把带 TLS 的中继拉起来；网页版运行时有自己的 docker-compose.yml。还缺的：两者合成一条命令，升级时数据不丢，以及一页说清楚给一家人跑要花多少钱。

• 模块：cloud/（docker-compose.yml、docker-compose.local.yml、Dockerfile）、scripts/self-host.sh、根目录的 docker-compose.yml。
• 阅读：self-hosting.md、cloud.md、deployment.md。
• 第一个任务：在一台干净的机器上跑 bash scripts/self-host.sh --local，把说明里每一处写错的地方报回来。

国际化

应用有英文和中文；Android 版还带着上游来的十五种语言，我们在这些语言里的字符串（nm_strings.xml）得到的照看远不如英文和中文多。README 有十种语言。

• 模块：android/src/android/app/src/main/res/values-*/nm_strings.xml、android/src/ios/Localizable.xcstrings、harness/dsh-nanomuse/src/client/locales.ts，以及 cloud/nanomuse_cloud/ 下中继的控制台。
• 阅读：CONTRIBUTING.md 的 Every string in every language（每一条字符串、每一种语言）一节。
• 第一个任务：用你会说的语言打开应用，记下每一条读着不对的字符串，改那个语言的文件。

接下来

• 一套公开的评测集。 把上面说的手的失败变成一组固定的手机和电脑任务，谁都能跑，用展示站里的模拟手机（showcase.md、demo/mobilegym/）做测试台。每个版本一个数字，而不是一个印象。
• 我们自己的手的模型，用公开数据训。 大家选择贡献出来的轨迹（「数据控制」，privacy.md）是训练集；评测集是尺子。小、权重公开、擅长中文 App。
• 记忆的每一行都有出处。 智能体记下的每一条事实都应该说明是哪个模型写的、什么时候写的、有多确定，这样一条错的记忆能追溯，一条可疑的记忆能被标为可疑。
• 可以分享的技能。 今天一个技能就是一个文件夹（nanomuse/skills/）；它应该是一样能递给朋友、从一个链接安装、因为风险已经声明所以可以放心的东西。
• 更多设备当手。 一个浏览器扩展，让智能体能在你已经登录的浏览器里动手；一块手表，最短的入口；汽车和家，作为智能体能看、能动的地方。每一样都是 hub 的一个新客户端（hub.md），不是一个新的智能体。
• 一块小板子当设备。 一块走蓝牙的小开发板，会说几种 hub 帧——一盏可以打开的灯、一个可以读的传感器——作为通往下面说的物理世界的第一步。

更远——抬头看

• 物理世界。 hub 的帧已经带着 look、act 和 ask；一条机械臂或一个摄像头不过是再多一台设备。我们还不知道一个个人智能体有了身体之后，应该被允许做什么。
• 能用上很多年的智能体。 长十年也不会变成噪音的记忆；换了模型仍然属于你的名字和形象；能搬到另一个运行时的导出。
• 看得懂的个人数据。 智能体知道的关于你的一切，都是能读的普通文件，别的程序也看得懂；这样智能体是你数据的一个视图，而不是它的主人。
• 怎么评价一个个人智能体。 上面的评测集给任务打分；一个个人智能体还要看它是否了解你、是否在该问的时候问了。这个我们还没有办法衡量。

代码在哪里

两棵树。android/ 是用 git subtree 拉进来、改过的 OpenMinis 1.13；我们的 Android 代码在 io.github.nanomuse.*，iOS 代码在 android/src/ios/NanoMuse/（CONTRIBUTING.md 说了在那里怎么干活）。nanomuse/、harness/、cloud/、web/ 从头到尾都是我们自己的：给桌面和网页提供手的 Python 运行时、作为 DeepSeek Harness 插件的桌面 App、中继、网页控制台。architecture.md 画出了整体；AGENTS.md 是一屏看完的版本，附检查命令。

过去的版本

每个版本都是从它的标签构建出来的一个 GitHub release，标题是 nanoMuse <version> · <Codename>；每一版的说明在 releases/，逐条的记录是更新日志。

版本	代号	一句话
0.1.1 – 0.1.11	Foundation … Hatch	OpenMinis 变成 nanoMuse：名字和形象、一条主对话、带范围的审批、记忆文件、动态、形象工作室、小龙
0.1.12 Hands · 0.1.15 Stage		手机的屏幕当手，以及展示它干活的舞台
0.1.13 Reach		手机驱动你的电脑（0.1.24 起由 hub 取代）
0.1.18 Open		nanoMuse Cloud：不用 key 就能开始，注册向所有人开放（包含起草了但从未发布的 0.1.17 Doorstep）
0.1.19 Ensemble		每一台设备：桌面 App、hub 上的运行时、nanoMuse Web
0.1.20 – 0.1.25	Presence … Mirror	账号优先、一个声音、邀请、手机号登录、每台设备上同一个形象
0.1.26 – 0.1.30	Window … Rooms	展示站；桌面迁到 DeepSeek Harness，采用 Muse 的形态和房间
0.1.31 Locks		审计留下的问题都合上了：任何 URL 里都没有令牌，远程控制须经同意
0.1.32 – 0.1.35	Union … Accord	iPhone 和桌面一屏一屏地追上手机
0.1.36 – 0.1.38	Thread · Weave · Loom	多台设备上同一条对话，先从主对话开始；桌面的手从 UI-TARS-desktop 移植过来，Mac 的权限交给一个辅助 App；文档站，以及一条命令的自己部署
0.1.39	Keys	一份服务商目录，写明每把 key 覆盖什么，每个客户端和中继都有；ChatGPT 套餐可以用来登录；共用的设备上每个账号只看到自己的对话；手的点击在 Ubuntu 上能点准，Mac 辅助 App 保得住它的授权，iPhone 引导结束后不再崩溃；每种语言都补全；终端版去掉
0.1.40	Clear	iPhone 的输入框不再消失——它之前藏在底栏后面，现在是一个普通的行，设置里多了一个「输入框检查」页；手机上的每条聊天都属于一个账号，退出登录时会问你怎么处理它们；中继的每一种拒绝在每个客户端上都是一句话或一张卡片；中继上给运营者的「控制」「统计」「官网」页；Mac 上用 ScreenCaptureKit，不再有替代图片；Windows 在把 App 挪了位置的那次更新之后又能启动；桌面的灯光和手的光晕像手机上那样动起来
0.1.41	Choice	设置 › 模型 的四行（对话、操作屏幕、生成图片、生成视频），Android、iPhone、桌面和网页都有；保存 key 之后的「用它来做什么」卡片；「自动」按一个顺序走（对话服务商，然后 nanoMuse Cloud，然后第一把能做的 key）；不悄悄回退，失败的一轮给「这次改用 nanoMuse Cloud」；桌面用你自己的 key 画图，换手的模型不用重启；PUT /api/connections/image 和 /video；README 以影片开场，论文上了 arXiv，文档站有简体中文版
1.0.0	Keel	第一个稳定版：Android 和 iPhone 的手机 App、Mac、Windows 和 Linux 的桌面 App、网页控制台和中继，一个账号贯穿所有设备；nanoMuse Cloud 可以作为模型来源关掉，有自己 key 的设备退出登录也能用；主聊天跟着你选的对话模型走；模型选择器会折叠、能搜索；桌面上自己的 key 也能选思考深度；「我已经点过 Star」；桌面版等待 Windows 上慢的启动；回复跟随 App 的语言；auto 在带污点的外发和警告前会问；hub 和中继加固；人读到的话里不再有破折号