Um escritor da XDA relatou esta semana que transformou seu telefone Android em um agente de IA funcional usando RikkaHub Agent associado a um LLM local. O agente instalou aplicativos por conta própria, controlado totalmente via navegador, sem enviar um único ponto de dados para um modelo em nuvem. Esta pilha agora está ao alcance de qualquer pessoa disposta a instalar as ferramentas certas. Este artigo cobre sete aplicativos Android que executam LLMs locais ou automatizam o telefone para leitores que desejam construir a mesma configuração. Esteja você explorando os melhores aplicativos para automação de telefone com LLM local ou procurando reduzir a dependência de nuvem, essas opções abrangem todo o espectro, desde interfaces de bate-papo simples até plataformas sofisticadas de automação que transformam seu telefone em um verdadeiro agente de IA.
O que procurar em um aplicativo de automação de telefone com LLM local
- Inferência on-device. O modelo é executado totalmente em seu telefone sem qualquer viagem à nuvem, mantendo os dados locais e funcionando offline.
- Suporte para formatos GGUF ou MLC. Estes são os dois formatos de modelo quantizado práticos no Android; GGUF é mais fácil de usar, MLC oferece inferência mais rápida.
- Chamadas de função ou suporte a ferramentas MCP. Isto é o que converte uma interface de bate-papo em um agente. O LLM deve chamar funções do sistema para ler notificações, tocar botões ou enviar mensagens.
- Ganchos de automação. A integração com serviços de acessibilidade, intents Android ou plugins Tasker permite que o LLM dispare ações e controle o próprio telefone.
- Perfil de bateria e memória que sobrevive ao uso diário. Modelos quantizados abaixo de 8 bilhões de parâmetros são realistas em telefones de gama média moderna; qualquer coisa maior drena a bateria rapidamente ou requer um dispositivo topo de linha.
Comparação rápida
| Aplicativo | Melhor para | Plataformas | Plano gratuito | Preço inicial | Classificação |
|---|---|---|---|---|---|
| RikkaHub | Cliente LLM local versátil | Android | Sim | Grátis (código aberto) | 4.4 |
| PocketPal AI | Suporte GGUF completamente offline | Android, iOS | Sim | Grátis | 4.2 |
| ChatterUI | Bate-papo e roleplay avançado | Android | Sim | Grátis (GitHub) | 4.3 |
| MLC Chat | Inferência do framework MLC | Android, iOS | Sim | Grátis | 4.1 |
| Layla | Companheiro de IA móvel | Android | Sim | Grátis | 4.2 |
| Tasker | Plataforma de automação profunda | Android | Sim | $4.99 compra única | 4.5 |
| MacroDroid | Automação amigável para iniciantes | Android | Sim, limitado | $4.99 compra única | 4.3 |
Os aplicativos
1. RikkaHub
RikkaHub é um cliente LLM local de código aberto construído para Android do zero. Suporta modelos GGUF, executa inferência on-device e o fork RikkaHub Agent inclui recursos de agente completos: o LLM pode chamar funções, controlar seu telefone e encadear ações sem solicitações humanas. Carregue um modelo 7B quantizado e observe-o navegar seu telefone autonomamente.
Onde falha: A interface é orientada para desenvolvedores e pressupõe familiaridade com quantização de modelos e formato GGUF. A documentação é escassa e os recursos de agente são novo território com arestas ásperas em cadeias de instruções complexas.
Preço: Grátis e código aberto.
Plataformas: Android.
Baixar: Versões do GitHub
Em resumo: A plataforma mais ambiciosa de automação de telefone com LLM local disponível e exatamente o que o escritor da XDA usou para construir seu agente de IA.
2. PocketPal AI
PocketPal AI é uma interface de bate-papo completamente offline construída em torno do suporte a modelos GGUF. Baixa modelos do Hugging Face, executa-os completamente em seu telefone e não armazena em cache nem sincroniza conversas para a nuvem. Funciona em Android e iOS, tornando-a a opção multiplataforma se você testar em vários dispositivos.
Onde falha: Apenas bate-papo por enquanto; ainda não há automação ou chamadas de função. Se você precisar que seu LLM controle seu telefone, este aplicativo conversa com o modelo, mas não permite que o modelo volte a falar com o Android.
Preço: Grátis sem plano pago.
Plataformas: Android, iOS.
Baixar: Google Play
Em resumo: O ponto de entrada mais seguro para bate-papo LLM offline no Android se privacidade e simplicidade importam mais que automação.
3. ChatterUI
ChatterUI é um cliente de bate-papo avançado com suporte integrado de roleplay e personagens. Conecta-se a modelos GGUF locais via backend llama.cpp, suporta formatação para escrita criativa e inclui prompts de sistema resistentes a jailbreak. Popular entre usuários que criam personas de IA personalizadas e testam o comportamento do modelo em diferentes modelos de prompt.
Onde falha: Curva de aprendizado mais acentuada que PocketPal. Sem automação nativa ou controle de telefone; destinado a experimentos de bate-papo, não comportamento de agente.
Preço: Grátis (código aberto, apenas versões do GitHub).
Plataformas: Android.
Baixar: Versões do GitHub
Em resumo: Ideal se você está experimentando engenharia de prompts e quer controle granular sobre o comportamento do modelo e design de persona.
4. MLC Chat
MLC Chat é construído em torno do framework MLC, que compila modelos em código de máquina nativo para inferência on-device mais rápida que llama.cpp tradicional. Carregue um modelo uma vez e ele é executado com velocidade quase nativa. Disponível em Android e iOS, com gerenciamento de modelo direto através da interface do aplicativo.
Onde falha: Disponibilidade de modelo menor que GGUF; apenas modelos pré-compilados para MLC serão executados. A configuração requer entender quais modelos são compatíveis com MLC antes de baixar.
Preço: Grátis.
Plataformas: Android, iOS.
Baixar: Google Play
Em resumo: Melhor escolha se a velocidade de inferência importa e você quer a pesquisa de otimização mais recente da equipe do framework MLC.
5. Layla
Layla é um companheiro de IA móvel com suporte a modelo local e foco em conversa natural. Combina inferência LLM local com uma interface de bate-papo refinada projetada para uso diário. Sincronização é opcional; funciona offline por padrão.
Onde falha: Menos personalizável que ChatterUI para roleplay ou engenharia de persona. Chamadas de função e automação não são recursos atuais.
Preço: Grátis com recursos premium opcionais.
Plataformas: Android.
Baixar: Google Play
Em resumo: Melhor equilíbrio entre facilidade e capacidade se você quer um companheiro LLM local que não pareça áspero.
6. Tasker
Tasker é o padrão ouro para automação profunda do Android. Grave tarefas visualmente, dispare em sensores ou intents e encadeie ações em todo seu dispositivo. Tasker não executa LLMs em si, mas se emparelha perfeitamente com qualquer aplicativo LLM local: conecte Tasker a RikkaHub ou outro cliente via HTTP, deixe o LLM decidir o que fazer e Tasker execute esses comandos no nível do sistema Android.
Onde falha: Curva de aprendizado acentuada; não amigável para iniciantes. Requer compreensão de internos do Android, intents e lógica de automação.
Preço: $4.99 compra única.
Plataformas: Android.
Baixar: Google Play
Em resumo: A plataforma de automação mais poderosa no Android e uma ferramenta necessária se você quiser construir um agente LLM local completo.
7. MacroDroid
MacroDroid é Tasker para pessoas que não querem aprender a linguagem de script do Tasker. Gatilhos e ações arrastar e soltar, biblioteca de modelos e sincronização em nuvem. Também suporta integração GPT se você preferir modelos em nuvem, embora você possa criar automatizações com LLMs locais.
Onde falha: Menos capaz que Tasker para cadeias complexas. Dependências de nuvem se você usar os recursos GPT; configurações locais perdem alguns recursos de conveniência.
Preço: Grátis com automações limitadas; $4.99 compra única para ilimitado.
Plataformas: Android.
Baixar: Google Play
Em resumo: Melhor ponto de entrada se você quer automatizar seu telefone sem aprender script e está disposto a começar simples antes de passar para Tasker.
Como escolher a correta
Se você quer um agente LLM local completo que controle seu telefone agora, comece com RikkaHub mais Tasker. RikkaHub lida com o LLM e lógica do agente; Tasker é a ponte para seu telefone.
Se privacidade é seu único objetivo e você não precisa de automação, PocketPal AI é o caminho mais rápido: baixe um modelo GGUF, abra o aplicativo, bate-papo offline. Nada deixa seu telefone.
Se você está construindo personas de IA personalizadas ou testando prompts, ChatterUI lhe dá o controle que você precisa. Emparelhe com Tasker depois se quiser adicionar automação.
Se você tem um telefone mais novo com especificações fortes e importa velocidade de inferência, MLC Chat será notavelmente mais rápido que GGUF para bate-papo em tempo real. A compensação é uma biblioteca de modelo menor.
Se você quer simplicidade tudo-em-um sem mexidas, Layla como ferramenta de bate-papo mais MacroDroid para automação cobre a maioria das necessidades de automação sem curva de aprendizado.
Perguntas frequentes
Telefones Android podem realmente executar LLMs locais?
Sim. Telefones de 2021 em diante com Snapdragon 870+ ou equivalente podem executar modelos quantizados de 3 a 13 bilhões de parâmetros. Um Pixel 7 ou OnePlus 9 lida com um modelo 7B suavemente; dispositivos topo de linha executam modelos maiores. RAM acima de 6 GB ajuda; abaixo de 4 GB fica difícil.
Qual é o melhor LLM local para Android?
Mistral 7B Instruct (quantizado GGUF para Q4) é o ponto doce para Android: rápido, capaz o suficiente para tarefas reais e cabe em telefones com 6 GB de RAM. Para trabalho de agente, Nous Hermes 2 7B é popular porque lida bem com chamadas de função. Modelos menores como TinyLlama 1.1B rodam em qualquer lugar mas são muito limitados para automação.
RikkaHub é grátis?
Sim, RikkaHub é código aberto sob licença MIT. Sem anúncios, sem conta em nuvem, sem bloqueio de recursos. Você precisa encontrar e quantizar seus próprios modelos ou baixar arquivos GGUF pré-quantizados do Hugging Face.
Preciso fazer root do meu telefone para executar LLMs locais?
Não. Todos os sete aplicativos aqui rodam sem root. Tasker e MacroDroid não requerem root para automação básica, embora algumas ações avançadas no nível do sistema (alterar configurações do sistema, modificar outros aplicativos) se beneficiem disso. A inferência LLM local em si nunca requer root.
