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。
| 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（Anthropic 格式）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） |
| 🤖 Telegram 远程控制 | 通过 Telegram Bot 远程下发指令、接收截图/录像 |
- 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 或任意 OpenAI 兼容 API 提供商获取
-
克隆仓库
git clone https://github.com/andforce/Andclaw.git cd Andclaw -
配置 API 密钥
创建
local.properties文件：kimi_key=your_kimi_api_key_here tg_token=your_telegram_bot_token # 可选，用于 Telegram 远程控制
-
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） - 将 Bot Token 填入
local.properties的tg_token字段，重新编译安装
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 |
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
| 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/，通过 Telegram 自动发送 |
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 |
| 提供商 | API 格式 | 配置示例 |
|---|---|---|
| Kimi | Anthropic Messages | Base URL: https://api.kimi.com/coding，Model: kimi-k2.5 |
| OpenAI 兼容 | OpenAI Chat Completions | Base URL: https://api.openai.com/v1，Model: gpt-4o |
支持多模态输入（文本 + 截图 base64），Kimi 和 OpenAI 格式均可携带图片。
通过 Telegram Bot 远程控制设备，启动 Andclaw 后 Telegram 机器人会自动启动。
| 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、录像完成后会自动发送到 Telegram 对话中。
| 方案 | 无需 Root | 无需电脑 | 独立运行 | AI 驱动 |
|---|---|---|---|---|
| Andclaw | ✅ | ✅ | ✅ | ✅ |
| Auto.js | ✅ | ✅ | ✅ | ❌ |
| ADB + Python | ✅ | ❌ | ❌ | 可选 |
| Frida + 脚本 | ❌ | ❌ | ❌ | ❌ |
| Appium | ✅ | ❌ | ❌ | 可选 |
| UI Automator | ✅ | ❌ | ❌ | ❌ |
Andclaw 的独特优势：
- 完全在设备上运行，无需额外硬件
- 零 Root 要求，降低使用门槛
- 大模型决策，自适应不同应用界面
- 自然语言交互，无需编写脚本
- 浏览器/WebView 场景自动截图辅助视觉分析
- 循环检测 + 截图重试，避免 Agent 死循环
本项目采用 MIT 许可证 开源。
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。
Made with ❤️ by Andclaw Team