Andclaw 🤖
让 AI 像人类一样使用你的手机 —— 完全在设备上运行，无需 Root，无需电脑。
🌟 核心亮点
| 特性 | 说明 |
|---|---|
| 🚫 无需 Root | 纯无障碍服务实现，不依赖系统权限 |
| 💻 无需电脑 | 完全在手机上独立运行，无需 ADB 或 PC 端配合 |
| 🧠 AI 驱动 | 支持 Kimi Code（Anthropic 格式）、Moonshot 和任意 OpenAI 兼容 API |
| 👁️ 屏幕感知 | 实时读取 UI 层次结构 + WebView/浏览器场景自动截图辅助视觉分析 |
| 🤏 拟人操作 | 模拟点击、滑动、长按、文本输入等手势操作 |
| 📸 多媒体能力 | 拍照、录像、录屏、截图、音量控制 |
| 📱 设备管控 | Device Owner 模式下支持企业级设备管理（静默装卸、Kiosk 等） |
| 🤖 远程控制 | Telegram Bot 或 微信 ClawBot（基于 iLink） 双通道：远程下发指令；截图/媒体回传能力因通道而异（见下文） |
| 🌍 多语言支持 | 支持中文、英文界面切换 |
📋 与其他方案对比
| 特性 | Andclaw | Open-AutoGLM | 肉包 Roubao | 豆包手机 |
|---|---|---|---|---|
| 无需电脑 | ✅ | ❌ 需 PC 运行 Python | ✅ | ✅ |
| 无需专用硬件 | ✅ | ✅ | ✅ | ❌ 需购买 3499 元工程机 |
| 无需 Shizuku / ADB | ✅ 无障碍服务 | ❌ ADB 控制 | ❌ 依赖 Shizuku | ✅ |
| 远程控制 | ✅ Telegram / ClawBot | ❌ | ❌ | ❌ |
| 自定义模型 | ✅ 多 Provider | ✅ | ✅ | ❌ 仅豆包 |
| 开源 | ✅ | ✅ | ✅ | ❌ |
| 原生 Android | ✅ Kotlin | ❌ Python | ✅ Kotlin | ✅ |
Andclaw 的核心差异：
- 零外部依赖：基于 Android 无障碍服务，无需 Shizuku 初始化、无需 ADB 连接、无需电脑
- 远程控制：支持 Telegram Bot 与 微信 ClawBot（基于 iLink） 两种通道远程下发指令；截图与多媒体回传在 Telegram 侧为真实文件发送，在 ClawBot 侧当前为文本降级说明（详见「远程通道」）
- UI 层级 + 视觉双模感知：优先解析 Accessibility 节点树，WebView/浏览器场景自动切换截图分析
- 循环检测 + 截图重试：同一动作重复 5 次自动截图视觉重试，避免 Agent 死循环
📱 演示
界面截图
主界面：设备管理员模式、网络状态、远程连接通道（Telegram / 飞书 / ClawBot）与对话记录入口
远程连接：单通道配置；图示为 ClawBot（微信）桥接已连接、已登录
AI Agent：本地对话界面与任务执行进度、完成反馈
🚀 快速开始
环境要求
- Android 版本: Android 12 (API 31) 或更高
- 无障碍服务: 需要在
设置 > 无障碍中手动启用 - 悬浮窗权限: 用于显示紧急停止按钮
- API Key: 从 Kimi Code、Moonshot 开放平台 或任意 OpenAI 兼容 API 提供商获取
安装方式
方式一：在线安装使用Chrome浏览器（推荐）
使用Chrome浏览器直接访问 andclaw.app/#/install，然后按提示操作即可。
方式二：从源码编译
-
克隆仓库
git clone https://github.com/andforce/Andclaw.git cd Andclaw -
编译安装
./gradlew :app:installDebug -
授予权限
- 打开应用后，按提示启用无障碍服务
- 授予显示在其他应用上层权限
-
激活 Device Owner
通过 ADB 激活（仅首次设置需要），激活后 Andclaw 获得企业级设备管理能力：
⚠️ 重要：由于 Android 安全限制，设备必须先恢复出厂设置才能启用 Device Owner 模式。不启用 Device Owner 模式，AI操作手机的权限将大幅受限。
adb shell dpm set-device-owner com.andforce.andclaw/.DeviceAdminReceiver- ✅ 应用管理：静默安装/卸载应用、隐藏/显示/挂起应用、阻止卸载、自动授予权限、查询已安装应用列表
- ✅ 设备控制：远程锁屏、重启、恢复出厂设置、禁用摄像头/状态栏/锁屏、USB 数据传输控制、定位开关
- ✅ Kiosk 模式：单应用锁定（Lock Task）、替换默认桌面、禁止安全模式/恢复出厂
详细能力清单见 ACTIONS.md
-
创建 Telegram 机器人
- 在 Telegram 中搜索并打开 @BotFather
- 发送
/newbot创建新机器人 - 按提示设置机器人名称和用户名（用户名必须以
bot结尾） - 创建成功后，复制提供的 Bot Token（格式如：
123456789:ABCdefGHIjklMNOpqrsTUVwxyz） - 在 Andclaw 设置页面中填入 Bot Token
🎯 使用方式
1. 文字指令
直接告诉 Andclaw 你想做什么：
| 指令示例 | AI 执行过程 |
|---|---|
| "打开bilibili，搜索AI学习相关的视频，并播放" | 识别B站图标 → 点击 → 进入搜索页 → 输入"AI学习" → 点击搜索 → 选择视频 → 播放 |
2. AI Agent 工作循环
用户指令
↓
[1.5s] → 捕获屏幕 UI 树（无障碍服务）
↓
浏览器/WebView？──是──→ 自动截图（视觉分析辅助）
↓ ↓
发送给 LLM（系统提示 + 最近 12 条历史 + 屏幕数据 [+ 截图]）
↓
AI 返回 JSON 操作决策
↓
解析失败？──是──→ 纠正提示重试（1 次）
↓
执行操作（点击/滑动/输入/Intent/DPM/拍照/录屏/...）
↓
[2.5s] → 重新捕获屏幕 ←──────────────┐
↓ │
循环检测（同一操作连续 5 次？） │
↓是 │
截图 + 视觉重试（最多 3 轮，15 次后停止） │
↓否 │
任务完成？──否──────────────────────────-─┘
↓
是 → 结束
3. 支持的操作类型
| 类型 | 说明 |
|---|---|
intent |
启动应用/Activity，打开网页、拨号、发短信、设置闹钟等系统 Intent |
click |
在屏幕坐标 (x, y) 模拟点击 |
swipe |
滑动手势（滚动、翻页），支持自定义时长 |
long_press |
长按，支持自定义时长 |
text_input |
向当前焦点输入框注入文本（SET_TEXT → 剪贴板粘贴 fallback） |
global_action |
系统级操作：返回、Home、最近任务、通知栏、快捷设置 |
screenshot |
截图并保存到 Pictures/Andclaw/；远程会话为 Telegram 时自动发送图片；为 ClawBot 时由应用尝试发送文本说明（本仓库未接 iLink 媒体上传协议，且桥未就绪时可能无法发出） |
download |
通过 DownloadManager 直接下载文件（无需打开浏览器） |
wait |
等待页面加载/UI 过渡完成后重新检查屏幕（最长 10 秒） |
camera |
拍照（take_photo）、开始录像（start_video）、停止录像（stop_video） |
screen_record |
录屏（start_record / stop_record），保存到 Movies/Andclaw/ |
volume |
音量控制：设置、调高/调低、静音/取消静音、查询当前音量 |
dpm |
Device Policy Manager 操作（仅 Device Owner 模式） |
finish |
任务完成，停止 Agent |
4. 支持的 AI 提供商
| 提供商 | API 格式 | Base URL | 默认模型 |
|---|---|---|---|
| Kimi Code | Anthropic Messages | https://api.kimi.com/coding |
kimi-k2.5 |
| Moonshot | OpenAI Chat Completions | https://api.moonshot.cn/v1 |
kimi-k2-turbo-preview |
| OpenAI 兼容 | OpenAI Chat Completions | https://api.openai.com/v1 |
gpt-4o |
支持多模态输入（文本 + 截图 base64），所有格式均可携带图片。
Kimi Code 与 Moonshot API 的区别
Moonshot AI 提供了两套独立的 API 服务，API Key 不通用：
| 维度 | Kimi Code API | Moonshot 开放平台 API |
|---|---|---|
| 端点 | https://api.kimi.com/coding |
https://api.moonshot.cn/v1 |
| 协议格式 | Anthropic Messages（/v1/messages） |
OpenAI 兼容（/v1/chat/completions） |
| 认证方式 | x-api-key header |
Authorization: Bearer |
| API Key 获取 | Kimi Code 会员页面 | Moonshot 开放平台 |
| 定位 | 专为 Coding Agent 优化 | 通用 LLM API |
5. 远程通道：Telegram 与微信 ClawBot
Andclaw 支持两套远程通道，可在 MDM 设置 / AI 设置 中分别配置；二者可同时启用，互不替代本地 Agent 逻辑。
忙碌提示（双通道一致）：当 Agent 已在执行任务时，远程侧再发来普通文本指令不会抢占当前任务，而是收到一条忙碌提示，请稍后再试或发送 /stop 停止当前任务后再下发新指令。/status 与 /stop 不受此限制（仍可随时查询状态或停止任务）。
Telegram Bot
通过 Telegram Bot 远程控制设备；配置 Token 并启动应用后，长轮询会自动运行。
| 命令 | 说明 |
|---|---|
| 直接发送文字 | 作为指令下发给 Agent 执行 |
/status |
查询 Agent 状态（运行中/空闲、当前任务、Chat ID） |
/stop |
停止当前正在执行的任务 |
截图、拍照、录像、录音、录屏等媒体在成功后以文件形式发送到当前 Telegram 对话（受 Chat ID 白名单约束）。
微信 ClawBot（iLink）
通过微信侧 iLink 机器人协议与设备侧长轮询对接（实现方式对齐本仓库参考的 wechat-acp / weclaw-proxy 风格 HTTP）。
登录与配置（当前版本）
- 在 Device Owner / Kiosk 流程中的 AI 设置页（MDM 模块
AiSettingsActivity）底部的 ClawBot 区域可填写 Base URL、Bot Type 等，并通过 扫码登录 按钮发起微信登录。 - 应用会实时向桥服务请求二维码并在设置页展示；使用微信中的 ClawBot 插件 扫码后，界面会继续轮询「待扫码 / 已扫码待确认 / 已登录」状态。
- 确认登录成功后，设备侧会持久化登录态并自动启动 ClawBot 长轮询桥，后续即可直接在微信里给设备下发文字指令。
| 能力 | 说明 |
|---|---|
| 文本指令 | ✅ 支持：用户消息经轮询进入 Agent，回复走 sendmessage |
| 正在输入（typing） | ✅ 支持：getconfig 取 typing_ticket 后调用 sendtyping |
| 图片 / 视频 / 音频 远程回传 | ⚠️ 本仓库未实现 iLink 媒体发送 API；当 Agent 需要提示远端时，由应用尝试经文本消息发送一段中文说明（文件已保存在本机、协议未接媒体等），不会上传二进制；若 ClawBot 桥未运行则可能仅本地保存，详见 logcat RemoteBridgeManager。 |
因此：使用 ClawBot 时，请在本机相册 / Pictures/Andclaw、Movies/Andclaw 等路径查看实际文件；远程侧依赖文本通道且以当前实现为准。
微信 ClawBot 对话示例
下面这张图展示了通过微信里的 ClawBot 对设备下发指令的实际效果：用户先要求“回到桌面”，随后继续让设备“截图给我”；Andclaw 在微信侧回传执行进度，并在截图动作后告知媒体已保存到本地。
⭐ Star History
📄 许可证
本项目采用 MIT 许可证 开源。
🙏 致谢
⚠️ 免责声明
本项目仅供学习和研究使用。开发者不对因使用本软件导致的任何数据丢失、设备损坏或其他损失承担责任。请谨慎使用 AI 自动化功能，避免在包含敏感信息的场景中使用。屏幕 UI 数据和截图会发送给 LLM 提供商，请注意隐私保护。
💬 微信群（扫码加入 Andclaw 群聊）
Made with ❤️ by Andclaw Team