OpenCode Mobile

Android-приложение, которое запускает opencode serve прямо на устройстве (без Termux, без root) и даёт полноценный чат с AI-моделью в нативном интерфейсе.

Kotlin · Jetpack Compose · WebView · ncnn(STT)·musl`

Что это

Обычно opencode работает на десктопе (CLI/TUI) или на сервере. Это приложение упаковывает сам бинарь opencode внутрь APK и поднимает локальный HTTP-сервер прямо на телефоне/планшете. Поверх сервера — два слоя UI:

WebView с веб-интерфейсом opencode (тот же, что в браузере).
Нативный чат-оверлей поверх WebView — так как официальная SPA не рендерит ленту сообщений в окружении WebView, чат реализован нативно: приложение опрашивает локальный API opencode каждые 2 секунды и рисует переписку сам (Compose).

Итого: «всё в один тап» — открыл приложение, написал сообщение, получил ответ от модели, которая считается локально на устройстве.

Это экспериментальный / демонстрационный проект (MVP). Подробности по параметрам сборки и известным ограничениям — в конце.

Возможности

Чат

Полноценная переписка с моделью в нативном интерфейсе (Compose).
Поле ввода, оптимистичная отправка, автопрокрутка (с умной остановкой, когда пользователь сам листает историю вверх).
Индикатор «думает» (анимированные полоски) пока модель размышляет.
Вибрация при завершении ответа.
Поддержка вопросов от модели: если модель спрашивает выбор/уточнение — приложение показывает варианты-кнопки и поле для своего ответа.

Локальная память (MCP)

Вместе с serve поднимается второй процесс — memory.js: MCP-сервер локальной памяти (127.0.0.1:4199/mcp, streamable HTTP), хранилище в $XDG_CONFIG_HOME/opencode/memory/. Модель получает memory-инструменты (запоминать/искать по прошлым сессиям).
Индикатор «N MCP» в шапке чата — сколько MCP-серверов зарегистрировано в serve (запрос GET /mcp). Если конфиг потерялся — ensureMcpConfig() сам допишет секцию mcp.memory в opencode.jsonc до старта serve (фикс «0 MCP»). Проверка в диагностике — протокольная: GET /mcp → 2xx (не просто TCP-порт).

Голосовой ввод (STT) — два движка

Системный Android (Google) — встроенный распознаватель, не требует загрузки моделей, нужен доступ к сети.
NCNN (локально, int8-encoder) — тот же whisper через ncnn, офлайн: CPU int8 encoder (block-quant) ~2× быстрее fp32, KV-cache в decoder. Движок whisper.cpp/ggml убран из настроек (legacy: use_gpu=false, скрыт) — рабочий локальный путь только через ncnn.

Движок выбирается в настройках (шестерёнка в шапке чата).

Потоковый пайплайн (ЭКСП-5): VAD-сегментация + чанкинг — длинная речь режется на сегменты, каждый распознаётся отдельно (первые слова видны на 1–2 с, без потери хвоста на записи >30 с, меньше галлюцинаций). Классы: SpeechSegmenter, ChunkedTranscriber. Подробности — docs/EXPERIMENTS-STT-LATENCY.md.

Сегментация и цена encoder'а. ncnn-encoder платит фиксированные ~6–12 с на любой вход, поэтому количество сегментов — прямое умножение этой цены. Порог разрыва вынесен в SpeechSegmenter.splitGapMs (900 мс): раньше PAD_MS=450 служил и порогом разрыва, и padding'ом, из-за чего запись в 37 с резалась на 12 сегментов (145616 мс) вместо 9 (60070 мс, замер 27.09.2026). Девять сегментов на настоящей записи — корректное разбиение, а не недорез: паузы в живой речи длиннее 900 мс. «Два сегмента» из регрессионного теста — свойство синтетики с равномерными паузами 0.61 с. Клипы ≤28 с идут одним прогоном без VAD — делить короткую речь дороже, чем распознать её целиком.

Определение языка. Язык больше не зашит как ru (из-за чего английская речь переводилась на русский). Язык решается один раз на запись и защёлкивается — граница сессии это одна запись (ChunkedTranscriber.transcribe()), которая сбрасывает защёлку. encoder_states при этом считается один раз: язык читается дополнительным префиллом [sot] (+~40 мс), а не вторым прогоном encoder'а (−6.5 с на каждый сегмент без защёлки). Fallback — ru. Порог по уверенности намеренно не введён: референсный whisper_lang_auto_detect тоже делает голый argmax, а неоткалиброванный порог ломает определение языка сильнее, чем помогает. В logcat (VOICE) видно вероятность выбора.

Решение о языке принимает первый проход движка, а не первый сегмент VAD. Детектор отказывается работать на кусках короче 3 с — на коротких он выбирает язык по шуму, — поэтому ChunkedTranscriber.planParts() склеивает ведущие короткие сегменты до порога и определяет язык уже на достаточном куске. Раньше такой сегмент уходил в декодер с токеном ru, и запись начиналась с русской расшифровки иностранной речи: на long.wav первые два сегмента из девяти давали И так, мои дорогие американцы и «Аск not!», остальные семь были верными. Склейка бесплатна — VAD разрезал один непрерывный кусок, и объединённый кусок от целого ничем не отличается; попутно девять проходов движка стали восемью, long.wav ускорился с 64667 до 52458 мс. Проверено на устройстве 27.09.2026: jfk.wav (11 с) и long.wav (37 с) через сервис определяются как en с латинским выводом, и на чанковом пути весь текст с первого сегмента английский.

Подавление повторов. Декодер шёл жадно и на коротких клипах с микропаузами любил выдать одну фразу трижды подряд. Перед argmax применяется apply_repetition_penalty(): токен, закрывающий уже встречавшуюся тройку, получает -INF, а выданный языковой токен мягко штрафуется (делится на 1.15). Штраф делением, а не запретом — жёсткий бан выкашивал бы легитимные повторы («да, именно»). Оговорка: на long.wav тройное повторение приходит из самого материала (файл — это ~3 повтора jfk.wav), так что этот фикст подавление повторов не проверяет; нужен отдельный wav, где фраза звучит один раз.

Статус: правки собраны, гейт зелёный (ktlint + detekt + 179 unit-тестов). Device-верификация выполнена 27.09.2026, 4/4 тестов, BUILD SUCCESSFUL: чанкинг long.wav 60070 мс / 9 сегментов, авто-язык en на обоих клипах, int8 быстрее fp32 в 1.50×–1.70× (конфиги чередуются, иначе троттлинг рисует ложные 2–4×), lazy-регрессия выгрузки модели устранена. Ручных WER-эталонов по-прежнему нет — WER остаётся -.

Модель STT

large-v3-turbo (574 МБ) — единственная рабочая модель; скачивается по требованию из панели настроек (прогресс, докачка при разрыве, проверка целостности — SHA-256 + размер в sidecar .size).
base (141 МБ) — убрана/не выбирается: конвертация в ncnn даёт мусор на выходе; код остался в ModelDownloader, но в UI отсутствует.

Настройки чата

Шрифт ответов модели — 20+ встроенных шрифтов (тап по образцу — сразу применяется и сохраняется; кнопка — иконка шрифта).
Цвет ответов модели — градиент-пикер (тап/драг по квадрату; кнопка — иконка-капля, тонируется текущим цветом ответов).
Диагностика STT — «TTS-тест»: синтезирует фразу системным TTS и гонит её через выбранный движок распознавания. Позволяет понять — проблема в модели/пайплайне или в микрофоне (результат в logcat по тегу VOICE).

Сервер

Foreground-сервис держит процесс opencode serve, рестартует его с backoff при падении, проверяет доступность по HTTP.
Basic Auth: serve доступен наружу (HTTP на 127.0.0.1:4096), поэтому все запросы идут с заголовком Authorization; пароль генерируется при первом запуске и лежит в зашифрованных prefs (ServerAuth). Без пароля — 401 Unauthorized (проверено на чистой установке).
Рабочая директория (workspace, конфиг, сессии, память) — на внешнем хранилище /sdcard/Documents/OpencodeTerminal/opencode/, переживает переустановку приложения (в отличие от prefs/моделей).
Уведомление с кнопкой «Stop» и статусом процесса.
Диагностика (RuntimeValidation): порты serve/память, протокольная проверка MCP (/mcp → 2xx), наличие и валидность ncnn-моделей — экран «Диагностика» в настройках.

Техническое устройство (как это работает)

Запуск opencode на Android без root

Android-ядро позволяет execve только с PIE-бинарём, и только из nativeLibraryDir для untrusted_app. Поэтому:

Файл (`app/src/main/jniLibs/arm64-v8a/`)	Роль
`libopencode.so`	Бинарь opencode (musl-сборка, переименован в `lib*.so`)
`libldmusl.so`	musl-лоадер (это `ld-musl-aarch64.so.1`, он же libc)
`libc_musl.so`, `libstdcxx.so`, `libgcc_s.so`	musl-libs под placeholder-именами

Ключевые моменты:

useLegacyPackaging = true в app/build.gradle.kts — заставляет extractNativeLibs=true. Без этого .so не извлекаются на диск (маппятся из APK для dlopen) и execve невозможен.
Бинарь — динамический musl: в нём PT_INTERP=/lib/ld-musl-aarch64.so.1, которого в системе нет. Поэтому лоадер запускается первым аргументом: ld-musl ./libopencode.so serve --port 4096.
Имена lib*.so — PackageManager извлекает только такие файлы; при старте зависимые либы копируются в filesDir/musl с правильными DT_NEEDED-именами, на них указывает LD_LIBRARY_PATH.

Локальная память MCP и Basic Auth

Процесс	Порт	Роль
`libopencode.so serve`	`127.0.0.1:4096`	сам сервер opencode (HTTP API, Basic Auth)
`libbun-musl.so memory.js`	`127.0.0.1:4199`	MCP-сервер локальной памяти (streamable HTTP/SSE)

Модель видит память, только если serve зарегистрировал MCP-сервер. Регистрация — секция "mcp": { "memory": { "type": "remote", "url": ... } } в $XDG_CONFIG_HOME/opencode/opencode.jsonc (тот же формат, что на десктопе: ~/.config/opencode/opencode.json). OpencodeRuntime.ensureMcpConfig() дописывает её идемпотентно (атомарно tmp+rename) до старта serve — фикс «0 MCP» (пустой конфиг, когда память слушала порт, но не была зарегистрирована).
Индикатор «N MCP» в шапке чата = ответ GET /mcp с сервера (через LocalOpenCodeClient с авторизацией; без заголовков serve отвечает 401).
Память хранится в $XDG_CONFIG_HOME/opencode/memory/ (json-каталог прошлых сессий), переживает переустановку приложения.

STT на CPU (ncnn, int8)

На ColorOS/OPPO фоновые compute-потоки душатся до 1–5% CPU. Поэтому распознавание выполняется в foreground-сервисе (WhisperTranscribeService) — так ОС даёт процессу нормальный приоритет. Модель кэшируется в память между вызовами (грузится один раз), что критично для тяжёлого turbo (574 МБ).

Производительность (OPPO, 02.09.2026): encoder int8 ≈ 8.82 s (fp32 — 17.9 s; Vulkan-эксперимент 6.45 s — стабилен, но в проде выключен), decoder с KV-cache ~0.5–0.6 s → полное распознавание ~10 s. Бенч 27.09.2026 с чередованием конфигов: int8 6.5–8.2 s vs fp32 11.0–13.2 s, то есть 1.50×–1.70×. Блоковый порядок («все int8, потом все fp32») давал 2.0×–3.9×, но это был троттлинг: fp32 всегда шёл вторым на горячем телефоне и деградировал 37 с → 69 с по ходу прогона. Подробности: docs/EXPERIMENTS-STT-LATENCY.md, docs/stt-bench-2026-09-24.csv, docs/stt-bench-2026-09-27.csv.

Запись: AudioRecord → PCM16 16кГц → нормализация пика (телефоны пишут тихо) → подкладка тишины (whisper врёт на очень коротких клипах) → распознавание → текст в поле ввода.

Сборка

Требования

Android Studio (или Android SDK + JDK 17) с SDK Platform 36.
ARM64-устройство (физический телефон) или arm64-эмулятор.
Файл local.properties с путём к SDK (не коммитится в git).

Шаги

Открыть папку проекта в Android Studio, дождаться синка Gradle.
Собрать: Build → Build APK(s) или из терминала:
```
./gradlew :app:assembleDebug
```
На Windows есть обёртка build.ps1 (Android Studio JDK, offline, лог в build-inst.log):
```
powershell -ExecutionPolicy Bypass -File build.ps1 -Task debug
```
APK появится в app/build/outputs/apk/debug/app-debug.apk.
Установить:
```
adb install -r app/build/outputs/apk/debug/app-debug.apk
```
или просто скопировать APK на телефон и открыть.

Про бинари (важно)

app/src/main/jniLibs/arm64-v8a/ — в git: prebuilt libopencode.so (~184МБ, opencode, musl-сборка), musl-libs, libbun-musl.so; приложение собирается и запускается из них напрямую (CI проверяет их наличие).
whisper-нативка (whisperlib) собирается при сборке приложения из исходников: third_party/ncnn (in-repo) + внешний whisper.cpp (вне репо) и VulkanSDK (Windows). Пути конфигурируются: -PwhisperCppDir=..., -PvulkanSdkDir=..., отключение нативки — -PskipNativeBuild=true (используется в CI — ubuntu не имеет ни whisper.cpp, ни VulkanSDK).
Модели whisper (turbo) в assets не хранятся — качаются по требованию через ModelDownloader в filesDir/models/ (ncnn-формат: .ncnn.param/.bin, int8-вариант энкодера — automatically).

Установка готового APK

Установка:

⚠️ Два пакета сосуществуют: release (org.opencode.mobile, «OpenCode Mobile») и debug (org.opencode.mobile.debug, «OpenCode Mobile · Debug»). Отличаются по названию под значком.

Debug («OpenCode Mobile · Debug»):

adb install -r app/build/outputs/apk/debug/app-debug.apk
adb shell monkey -p org.opencode.mobile.debug -c android.intent.category.LAUNCHER 1

Release («OpenCode Mobile», R8-минифицирован, подписан release-ключом):
```
# Один раз: создать ключ и заполнить шаблон (сам файл — секрет, в .gitignore).
keytool -genkeypair -v -keystore ~/keys/opencode-release.jks -storetype PKCS12 \
        -keyalg RSA -keysize 4096 -validity 10000 -alias opencode-release
cp keystore.properties.example keystore.properties   # вписать путь и пароли

gradlew.bat :app:assembleRelease -x lint
adb install -r app/build/outputs/apk/release/app-release.apk
adb shell monkey -p org.opencode.mobile -c android.intent.category.LAUNCHER 1
```
Ключ и пароли никогда не коммитятся. keystore.properties и *.jks/*.keystore в .gitignore. Потерянный ключ = невозможность выпустить обновление: Play потребует нового приложения с другим applicationId. Держи бэкап ключа отдельно от репозитория.

Если keystore.properties нет (например, на CI), release собирается с debug-подписью и печатает предупреждение release-key НЕ НАЙДЕН ... публиковать её НЕЛЬЗЯ. Такую сборку публиковать нельзя — она совместима только с уже установленным debug. Проверить, чем подписан APK:
```
$ANDROID_HOME/build-tools/36.0.0/apksigner.bat verify --print-certs app/build/outputs/apk/release/app-release.apk
```

minVerify: проверить release-пайплайн на устройстве

Обычные device-тесты гоняют debug, где R8 выключен. Поэтому есть отдельный build type minVerify: release с R8 и shrinkResources, но debuggable и с суффиксом пакета — встаёт рядом с debug, ничего не ломая.

# обычный цикл разработки (быстро, без R8)
gradlew.bat connectedAndroidTest

# проверка того, что R8 не сломал STT
gradlew.bat -PsttTestBuildType=minVerify connectedMinVerifyAndroidTest

testBuildType переключается через -P, поэтому androidTest-вариант существует только для одного build type за раз, и оба пути остаются доступными.

Keep-правила — в app/proguard-minverify-rules.pro, на release они не влияют. Без них инструментация не запустится: R8 оптимизирует по графу вызовов приложения и не видит тестовый APK, поэтому выкидывает members, которые вызывает только тест. Отсюда -keep,allowoptimization — имена нужны для линковки теста, но оптимизация остаётся включённой, её мы и проверяем.

Перед выкладкой стоит убедиться, что JNI-класс уцелел при обфускации:

# Lcom/whispercpp/whisper/NcnnWhisperLib; должен ПРИСУТСТВОВАТЬ в classes.dex
# Lcom/whispercpp/whisper/NcnnWhisperContext; будет обфусцирован - это нормально

Его спасает правило из дефолтного proguard-android-optimize.txt: -keepclasseswithmembernames,includedescriptorclasses class * { native <methods>; }

Подробности — CHANGELOG, п. 18.

Логи смотреть:

adb logcat -s OpencodeRuntime OpencodeServerService OpencodeWebView VOICE RuntimeValidation ChatOverlay

⚠️ После переустановки (uninstall → install): сессии/история/память на внешнем хранилище сохраняются, но авторизация сбрасывается — serve сгенерирует новый пароль, и ncnn-модели STT нужно раскатать заново (filesDir стирается). Проверка: «OpenCode server — Running», мониторинг чата работает с новым паролем автоматически.

Структура проекта

app/
  src/main/
    java/org/opencode/mobile/
      MainActivity.kt            # точка входа, WebView, статус сервера
      OpencodeApp.kt             # глобальный конфиг каталогов (sandbox + $XDG_CONFIG_HOME)
      server/
        OpencodeServerService.kt # foreground-сервис: жизненный цикл serve
        OpencodeRuntime.kt       # запуск musl-лоадером + ensureMcpConfig (память MCP)
        RuntimeManager.kt        # стейт-машина запуска: память → serve → HEALTHY (backoff)
        RuntimeState.kt          # состояния рантайма
        RuntimeValidation.kt     # диагностика: порты, memoryHttpOk() (протокол MCP), модели
        ProcessSupervisor.kt     # рестарты с backoff + контроль процессов
        Workspace.kt             # пути к workspace/конфигу (external storage)
        ServerAuth.kt            # Basic Auth: генерация пароля, заголовки, Keystore/prefs
        LocalOpenCodeClient.kt   # единый HTTP-клиент serve (get/post/postAsync/delete + auth)
        Ipv4Proxy.kt             # исходящая сеть (CONNECT-туннель, IPv4-first)
      stt/
        WhisperTranscribeService.kt  # foreground-сервис распознавания
        SpeechSegmenter.kt           # VAD-сегментация речи (ЭКСП-5)
        ChunkedTranscriber.kt        # чанкинг: сегменты → отдельные распознавания
        NcnnModelValidator.kt        # валидация набора ncnn-моделей
        ModelDownloader.kt           # скачивание turbo (lazy, resume, integrity SHA-256)
        NcnnModelDownloader.kt       # ncnn-turbo набор (16 файлов) из GitHub Releases
      ui/
        ChatOverlay.kt           # нативный чат поверх WebView + настройки
        DiagnosticsScreen.kt     # экран диагностики (порты/MCP/модели)
        theme/Theme.kt
    assets/                       # ТОЛЬКО шрифты + MCP-память (моделей нет)
    jniLibs/arm64-v8a/           # prebuilt opencode-бинарь + musl-libs (в git)
whisperlib/                      # JNI-обёртки: ncnn (рабочий) + whisper.cpp (legacy)
  src/main/jni/
    whisper/                     # whisper.cpp-gw (использует ggml; use_gpu=false)
    whisper/CMakeLists.txt       # переменные внешних путей: WHISPER_LIB_DIR, NCNN_DIR
    ncnn/                        # ncnn-whisper (int8 encoder, KV-cache) — основной путь
docs/
  ROADMAP.md                     # три трека к релизу + статусы
  EXPERIMENTS-STT-LATENCY.md     # замеры ncnn: int8/Vulkan/KV, ЭКСП-5 (чанкинг)
  stt-bench-2026-09-24.csv       # бенч int8 vs fp32 (24.09.2026)
tools/
  ncnn-whisper-plan.md           # план интеграции ncnn-whisper
  ncnn-int8-plan.md              # int8-квантование (внедрено) + тулзы квантования
  ncnn-int8/                     # quantize_block.py, compare_encoder.cpp (хост-бенч)
build.ps1                        # сборка на Windows: debug/release (Android Studio JDK)

🚀 Оптимизации и история изменений

Актуальные работы по производительности UI/рендера (подробно — CHANGELOG.md):

#	Что сделали	Результат
1	Инкрементный парсинг ленты + адаптивный поллинг (400/900 мс)	Парсинг ушёл (58 cached / 0 parsed)
2	Приостановка фонового WebView (SPA)	Frame-спайки: 99-перц. 21→9 мс, janky 6.87→0.33%
3	Убраны вечные анимации индикаторов	UI CPU 33→2%, RenderThread 10→0%
4	Пауза поллинга и анимаций, когда Activity в фоне	Фоновый CPU ~0%
5	Эффективное мигание MCP (дискретный пульс вместо 60fps)	Мигание возвращено, CPU ~8% (фон 0%)
6	Все UI-кнопки на готовых Material-иконках (extended)	Микрофон, отправка, stop, шестерёнка, шрифт, цвет — векторные, читаемые
7	R8-минификация + shrinkResources в release	APK 374 → 274 MB (R8), затем lazy-вынос base → 147 MB (release-подпись; пакет чистый `org.opencode.mobile`)
8	base-модель вынесена из assets в lazy-скачивание	base/turbo качаются по требованию; APK больше не тащит 141MB whisper

Итог: UI CPU ~38% → ~1.5-8% (×5–25), рендер 99-перц. 9 мс, janky 0.33%, фон ~0%. Единственный хвост — внутренний opencode serve (~35%, код движка, не наш).

🗺 Дорожная карта

План по доведению клиента до «продукта для чужих телефонов» (release-контур, сеть без ручного прокси, STT turbo на CPU) — см. docs/ROADMAP.md.

Тонкости / известные ограничения (MVP)

DNS / исходящая сеть — решено встроенным прокси: бинарь opencode (musl/bun) не резолвит IPv6->IPv4 fallback и не читает /etc/resolv.conf на Android. В приложении поднимается встроенный Ipv4Proxy (CONNECT-туннель на 127.0.0.1:3128), который резолвит строго по IPv4 через системный стек Netd; HTTPS_PROXY ставится автоматически при запуске serve. Внешние сервисы (mcp.context7.com, mcp.grep.app, registry.npmjs.org, модели) работают без ручного прокси-конфига. См. Ipv4Proxy.kt.
Сабпроцессы opencode (rg, git, языковые серверы) на устройстве отсутствуют — часть фич (/find, git-интеграция) не работает.
ForegroundServiceType specialUse: сервера и STT используют specialUse (+ PROPERTY_SPECIAL_USE_FGS_SUBTYPE). Для side-loaded MVP допустимо; для публикации в Play требуется прохождение ревью этого типа.
SELinux: маппинг либ из filesDir (mmap PROT_EXEC) может быть ограничен политикой untrusted_app — проверено на реальном OPPO, на других устройствах стоит делать smoke-тест.
Performance STT: полное распознавание turbo ncnn ~10 s (encoder int8 8.82 s). Внедрены foreground-сервис + int8-encoder + VAD-чанкинг (первые слова 1–2 s); бенч на устройстве: int8 ~2.1× fp32 (см. docs/EXPERIMENTS-STT-LATENCY.md, docs/stt-bench-2026-09-24.csv). Осталось: наполнить корпус эталонами (см. WER ниже).
WER: счётка готова и покрыта юнит-тестами (stt/Wer.kt), но эталонных транскриптов в репозитории нет, поэтому реальных цифр WER пока не существует. Чтобы получить их:
1. Положить wav в app/src/androidTest/assets/bench/.
2. Положить вручную написанную расшифровку этого wav в app/src/androidTest/assets/bench/reference/<имя wav без .txt>.txt.
3. Запустить BenchSttTest.benchInt8AndFp32 на устройстве; в CSV появится колонка wer.
Тест требует обе модели: ncnn-turbo (int8) и ncnn-bench-fp32. Отсутствие fp32 раньше логалось warning'ом и тест рапортовался зелёным при двух фактических конфигах («3/3 passed») — теперь это падение. Дополнительно проверяется, что в каталоге fp32 нет int8-файлов: иначе ncnn загрузил бы int8, и строка fp32 в CSV была бы ложью. Вариант энкодера доступен как NcnnModelValidator.EncoderVariant.

Эталон должен быть написан до прогона, независимо от вывода модели. Если составить его по выводу модели, WER получится около нуля и будет выглядеть как отличный результат, не измеряя ничего. Пустые файлы и эталоны без парного wav отбрасываются с warning. Сравнение word-level, текст нормализуется (регистр, ё→е, пунктуация); слова-паразиты (ну, вот, это) сохраняются, иначе метрика подгоняется под удобный результат.
Vulkan (GPU): экспериментально (int8-Vulkan 6.45 s, стабилен), но в проде выключен — включение = encoder.opt.use_vulkan_compute=true в ncnn_jni.cpp.

Лицензия и статус

Экспериментальный личный проект. API и внутренности могут меняться. Не является официальным продуктом opencode.

Name		Name	Last commit message	Last commit date
.github		.github
app		app
docs		docs
gradle/wrapper		gradle/wrapper
tools		tools
whisperlib		whisperlib
.editorconfig		.editorconfig
.gitignore		.gitignore
CHANGELOG.md		CHANGELOG.md
README.md		README.md
build-install.ps1		build-install.ps1
build-release.ps1		build-release.ps1
build.gradle.kts		build.gradle.kts
build.ps1		build.ps1
build_ncnn.bat		build_ncnn.bat
gradle.properties		gradle.properties
gradle.properties.example		gradle.properties.example
gradlew		gradlew
gradlew.bat		gradlew.bat
keystore.properties.example		keystore.properties.example
run_stt_bench.ps1		run_stt_bench.ps1
run_stt_bench_minverify.ps1		run_stt_bench_minverify.ps1
settings.gradle.kts		settings.gradle.kts
social-preview.png		social-preview.png
watch_minverify_run.ps1		watch_minverify_run.ps1

Navigation Menu

Repository files navigation

OpenCode Mobile

Что это

Возможности

Чат

Локальная память (MCP)

Голосовой ввод (STT) — два движка

Модель STT

Настройки чата

Сервер

Техническое устройство (как это работает)

Запуск opencode на Android без root

Локальная память MCP и Basic Auth

STT на CPU (ncnn, int8)

Сборка

Требования

Шаги

Про бинари (важно)

Установка готового APK

minVerify: проверить release-пайплайн на устройстве

Структура проекта

🚀 Оптимизации и история изменений

🗺 Дорожная карта

Тонкости / известные ограничения (MVP)

Лицензия и статус

About

Releases

Packages

Contributors

Languages

Latest commit

History

Folders and files

Repository files navigation

OpenCode Mobile

Что это

Возможности

Чат

Локальная память (MCP)

Голосовой ввод (STT) — два движка

Модель STT

Настройки чата

Сервер

Техническое устройство (как это работает)

Запуск opencode на Android без root

Локальная память MCP и Basic Auth

STT на CPU (ncnn, int8)

Сборка

Требования

Шаги

Про бинари (важно)

Установка готового APK

minVerify: проверить release-пайплайн на устройстве

Структура проекта

🚀 Оптимизации и история изменений

🗺 Дорожная карта

Тонкости / известные ограничения (MVP)

Лицензия и статус

About

Resources

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages