中文 | English
PhoneClaw 是一个 Android 设备上的 AI 引擎。不只是聊天界面，而是集成了 LLM 对话、系统工具调用、工作流自动化、本地模型推理的完整平台。使用 Kotlin + Jetpack Compose 构建界面，Go 语言编写后端引擎，通过 Unix Socket 通信。
+-------------------------------------------+
| PhoneClaw System |
+-------------------------------------------+
| Go Engine (agentd) |
| +----------+ +----------+ +------------+ |
| |LLM Router| | Tool Reg | |Agent/Memory| |
| | 多供应商 | | 22 种工具 | | 规划/工作流 | |
| +----------+ +----------+ +------------+ |
| | JSON-RPC |
+--------------|----------------------------+
v Unix Socket
+-------------------------------------------+
| Android App (Kotlin) |
| +----------+ +----------+ +------------+ |
| | UI 层 | | Bridge | |AndroidTool | |
| | Compose | | IPC 通信 | | 蓝牙/音乐… | |
| +----------+ +----------+ +------------+ |
+-------------------------------------------+
|
支持 OpenAI、Claude、Gemini、Deepseek、Qwen、Mistral、Ollama 等多种供应商。支持本地模型离线推理。 支持记忆的保存、搜索和管理，TF-IDF 向量排序。 |
文件管理、Shell 执行、网页抓取、媒体处理、蓝牙管理、音乐播放、系统设置、APK 管理、屏幕录制、语音合成与识别、无障碍服务等。 多步骤自动化任务，MCP 协议扩展。 |
| 功能 | 说明 |
|---|---|
| 多供应商 | OpenAI、Claude、Gemini、Deepseek、Qwen、Mistral、Ollama 等 |
| 本地推理 | llama.cpp / MNN 引擎接口已接入，需 NDK 编译 C++ 库 |
| 对话历史 | 上下文保持 |
| 自定义端点 | 支持 OpenAI 兼容接口的自定义 API 地址 |
| 工具 | 操作 | 实际状态 |
|---|---|---|
| 文件系统 | 浏览、读取、写入、删除、复制、移动、搜索 | 已完成 |
| Shell 命令 | 命令执行，超时控制 | 已完成 |
| 网络请求 | HTTP GET / POST | 已完成 |
| 网页抓取 | 打开网页、提取正文、搜索关键词、链接点击 | 已完成（非完整浏览器） |
| 媒体处理 | FFmpeg 音视频信息、转换、压缩、提取音频、缩放、裁剪 | 已完成（需设备安装 ffmpeg） |
| 计算器 | 四则运算、三角函数、对数、平方根 | 已完成 |
| 设备信息 | 系统摘要、环境变量、CPU 信息 | 已完成 |
| 系统操作 | Intent 打开/分享/拨号/短信、广播发送 | 已完成 |
| 无障碍服务 | 元素点击、滑动、输入文字、读取屏幕、返回、主页 | 已完成（需用户启用无障碍） |
| 蓝牙管理 | 状态查询、扫描、开关、配对列表 | 已完成 |
| 音乐播放 | 播放、暂停、停止、恢复、音量控制 | 已完成 |
| 系统设置 | 亮度调节、屏幕超时 | 已完成 |
| APK 管理 | 已安装列表、APK 信息、安装引导、卸载引导 | 已完成 |
| 屏幕录制 | 截图、视频录制（H264+AAC，MP4） | 已完成（真机测试有限） |
| 语音合成 | TTS 文字转语音 | 已完成 |
| 语音识别 | STT 语音转文字 | 已完成 |
| 系统管理 | 进程列表、强制停止、清理缓存 | 已完成 |
| Root 操作 | 特权命令执行、Root 检测 | 已完成（需 Root 权限） |
| 功能 | 状态 |
|---|---|
| 多步骤任务编排 | 已完成 |
| 顺序执行工具链 | 已完成 |
| 存储与管理 | 已完成 |
| 定时调度 | 基础版已完成 |
| 层 | 技术 |
|---|---|
| 前端 UI | Kotlin + Jetpack Compose + Material 3 |
| 状态管理 | Android ViewModel + StateFlow |
| 后端引擎 | Go 1.22+ (标准库) |
| 通信 | Unix Socket JSON-RPC 2.0 |
| 本地推理 | llama.cpp / MNN（通过 NDK） |
| 语音 | Android TTS + SpeechRecognizer |
| 截图录制 | MediaProjection + MediaRecorder |
| 无障碍 | AccessibilityService |
| 构建 | Gradle KTS + Go build |
PhoneClaw/
├── app/ # Android 端
│ └── src/main/java/com/phoneclaw/app/
│ ├── bridge/ # Go 引擎桥接、Android 工具桥接、无障碍服务
│ ├── ui/ # Compose UI、ViewModel、悬浮窗、截图、语音服务
│ ├── ui/screens/ # 文件管理器、日志、SQL 查看器
│ ├── ui/theme/ # 主题、颜色、字体
│ └── animation/ # 弹簧动画系统
├── core/agent-go/ # Go 后端引擎
│ ├── cmd/agentd/ # 入口
│ └── internal/
│ ├── agent/ # 规划器、执行器、权限策略
│ ├── llm/ # LLM 多供应商路由
│ ├── tools/ # 工具注册表和实现
│ ├── tools/bridge/ # Android 桥接层
│ ├── memory/ # 记忆存储 + 向量搜索
│ ├── server/ # Unix Socket JSON-RPC 服务器
│ ├── workflow/ # 工作流引擎
│ ├── mcp/ # MCP 协议
│ └── storage/ # 配置文件持久化
├── llama/ # llama.cpp JNI 模块
├── mnn/ # MNN LLM JNI 模块
└── gradle/
# 编译 Go 后端引擎
cd core/agent-go && go build ./cmd/agentd
# 编译 Android APK
./gradlew :app:assembleDebugAPK 位于 app/build/outputs/apk/debug/，安装后启动即可。
| 项目 | 说明 |
|---|---|
| 浏览器 | 当前为 HTML 抓取器，不是完整浏览器 |
| 终端模拟器 | session 为内存对象，不是真实 shell 进程 |
| Ubuntu 环境 | 需要用户自行下载 rootfs 安装 |
| 本地模型推理 | JNI 接口已接入，C++ 库需要 NDK 编译 |
| 屏幕录制 | 功能已实现，在部分机型上需适配 |
| 真机兼容性 | 部分功能在真机上未充分测试 |
在全力更新中， 希望不要成为鸽王OvO