Android AI एजेंट जो असली ऐप्स चलाते हैं, नियंत्रण आपके हाथ में
Android AI एजेंट जो आपका फ़ोन चलाता है: स्क्रीन पढ़ता है, टैप, टाइप और स्वाइप करता है, बिना API, अनुमत ऐप्स में, और हर राइट से पहले स्वीकृति लेता है।
एक मोबाइल AI एजेंट मौजूदा Android स्क्रीन को देखता है, अगली सीमित कार्रवाई तय करता है, टैप, टाइप या स्वाइप करता है, फिर परिणाम की पुष्टि करता है। Melaya Device Control एक पेयर्ड असली फ़ोन पर चलता है, एजेंट को अनुमति-प्राप्त ऐप्स तक सीमित रखता है, और पब्लिश करने या अन्य सुरक्षित राइट्स से पहले मानवीय स्वीकृति के लिए रुक जाता है।
कंप्यूटर यूज़, लेकिन फ़ोन के लिए
कई ज़रूरी वर्कफ़्लो ऐसे ऐप के अंदर खत्म होते हैं जिसका कोई व्यावहारिक API नहीं होता। मोबाइल एजेंट दिखने वाले इंटरफ़ेस का इस्तेमाल करते हैं, इसलिए वे उन्हीं नियंत्रणों के साथ काम करते हैं जो एक व्यक्ति देखता है। इससे मोबाइल-ओनली और कम-इंटीग्रेशन वाले ऐप्स तक पहुंच मिलती है, लेकिन इसका मतलब यह भी है कि वर्कफ़्लो को स्क्रीन बदलाव, रुकावटें, अनुमतियां और अस्पष्ट UI स्थिति संभालनी होगी।
Melaya तर्क को डिवाइस पर होने वाले एक्ज़ीक्यूशन से अलग रखता है। चुना गया मॉडल कदम सुझा सकता है, जबकि Device Control पेयर्ड Android फ़ोन पर सीमित जेस्चर करता है और जो हुआ उसे रिकॉर्ड करता है।
सुरक्षित मोबाइल-एजेंट लूप
एक भरोसेमंद लूप है: देखें, तय करें, कार्रवाई करें, पुष्टि करें, और रुकें। एजेंट मौजूदा स्क्रीन पढ़ता है, एक अनुमति-प्राप्त कार्रवाई चुनता है, उसे अंजाम देता है, और आगे बढ़ने से पहले अपेक्षित स्थिति की पुष्टि करता है। इसे यह नहीं मान लेना चाहिए कि टैप सफल हुआ या अगली स्क्रीन किसी याद रखे गए क्रम से मेल खाएगी।
- प्रति-ऐप अनुमति सूची
- न रूट, न जेलब्रेक की ज़रूरत
- सुरक्षित राइट्स से पहले स्वीकृति
- फिर से देखी जा सकने वाली कार्रवाई और निर्णय हिस्ट्री
- स्पष्ट टाइमआउट, रीट्राई, और Melaya पर लौटने का व्यवहार
अपने Android AI एजेंट को लोकल मॉडल पर चलाएं
Android के लिए लोकल AI एजेंट आज ही काम करता है। अपने कंप्यूटर पर Ollama या LM Studio चलाएं, Melaya रनर कनेक्ट करें, और डिवाइस एजेंट के लिए वह मॉडल चुनें। मॉडल आपकी मशीन पर रीज़न करता है, फ़ोन टैप और स्वाइप करता है, और कोई क्लाउड मॉडल प्रोवाइडर आपकी स्क्रीन नहीं देखता।
मॉडल फ़ोन के भीतर नहीं चलता। कमांड अब भी आपके Melaya खाते से होकर पेयर किए गए डिवाइस तक जाते हैं, और छोटे लोकल मॉडल लंबे मल्टी-ऐप टास्क की तुलना में छोटे, साफ़ दायरे वाले फ़्लो बेहतर संभालते हैं। लोकल मॉडल हर प्लान पर उपलब्ध हैं, मुफ़्त Sandbox भी शामिल।
मोबाइल एजेंट कहां फिट बैठते हैं
अच्छे उम्मीदवारों में दोहराव वाला नेविगेशन, ड्राफ्ट तैयार करना, क्रॉस-ऐप डेटा एंट्री, खोजपूर्ण Android टेस्टिंग, और API न होने से रुके वर्कफ़्लो शामिल हैं। कमज़ोर उम्मीदवारों में बिना निगरानी वाली वित्तीय कार्रवाइयां, सुरक्षा-गंभीर डिवाइस नियंत्रण, CAPTCHA बायपास, या कोई भी ऐसा वर्कफ़्लो शामिल है जो किसी ऐप के नियमों या किसी व्यक्ति की सहमति का उल्लंघन करता हो।
Melaya फ़िलहाल Android को लक्षित करता है। इसे iPhone-नियंत्रण उत्पाद या बड़ी डिवाइस-फ़ार्म टेस्टिंग सेवा के विकल्प के रूप में नहीं आंका जाना चाहिए।
अक्सर पूछे जाने वाले प्रश्न
मोबाइल AI एजेंट क्या है?
यह एक AI एजेंट है जो मोबाइल इंटरफ़ेस को देख सकता है और उसके साथ इंटरैक्ट कर सकता है, आमतौर पर स्क्रीन की स्थिति पढ़कर और टैप, टाइपिंग तथा स्वाइप जैसे जेस्चर करके।
क्या Melaya को हर ऐप के लिए API चाहिए?
नहीं। Device Control दिखने वाले Android इंटरफ़ेस पर काम कर सकता है, जो तब उपयोगी होता है जब उपयुक्त API या कनेक्टर उपलब्ध न हो।
क्या Melaya iPhone को नियंत्रित करता है?
iPhone नियंत्रण का कोई दावा नहीं किया गया है। मौजूदा Device Control उत्पाद केवल Android के लिए है।
क्या एजेंट बिना स्वीकृति के पब्लिश कर सकता है?
सुरक्षित पब्लिशिंग कार्रवाइयों को रोककर मानवीय स्वीकृति के लिए तैयार किया जाता है। यूज़र सबमिट होने से पहले ड्राफ्ट की समीक्षा या संपादन कर सकता है।
क्या Android के लिए लोकल AI एजेंट चलाया जा सकता है?
हां। अपने कंप्यूटर पर Melaya रनर के ज़रिए Ollama या LM Studio से सर्व होने वाला एक लोकल मॉडल चुनें। मॉडल आपकी मशीन पर चलता है और पेयर किया गया फ़ोन कार्रवाइयां करता है।
कौन सा AI मेरा फ़ोन नियंत्रित कर सकता है?
Melaya Device Control के साथ, आप जो मॉडल कनेक्ट करते हैं वह हो सकता है: Claude, GPT, Gemini, एक Claude Code या Codex सब्सक्रिप्शन, या एक लोकल मॉडल। यह पेयर किए गए Android फ़ोन पर आपकी अनुमति वाले ऐप्स पर काम करता है और पब्लिश करने से पहले पूछता है।
