PokeClaw：端侧AI手机智能体，本地隐私优先的安卓自动化控制工具

一、PokeClaw是什么

PokeClaw（又名PocketClaw）是由agents-io团队开源发布的Android端侧AI手机智能体，属于面向移动设备的轻量化AI自动化框架，项目采用Kotlin语言开发，以Apache 2.0开源协议授权，兼容Android 9及以上版本系统。

与传统手机自动化工具、云端AI助手不同，PokeClaw的核心定位是本地优先、隐私至上、零代码易用的手机智能控制工具，它将谷歌Gemma 4 E2B轻量级大模型完整部署在手机本地，不依赖云端API、不要求联网、不需要付费订阅，通过安卓无障碍服务构建“屏幕感知—语义理解—决策执行—结果反馈”的完整闭环，让用户仅通过自然语言指令，就能实现对手机各类应用与系统功能的自动化操控。

PokeClaw并非简单的语音助手或固定流程自动化工具，而是一套可独立思考、自主决策的移动智能体引擎。它能够读取当前屏幕界面信息，理解用户的模糊指令与上下文意图，自主选择点击、输入、跳转、发送、查询等操作，完成单步或多步骤链式任务，同时全程保证用户数据不离开设备，从根源上解决手机AI操控场景中的隐私泄露问题。

项目面向两类核心人群：一是希望通过AI简化手机操作、提升使用效率的普通安卓用户；二是需要基于端侧AI能力二次开发手机智能体、自动化插件的开发者。PokeClaw既提供开箱即用的APK安装包，也开放完整源码，支持自定义模型、工具集与交互逻辑，具备极强的扩展性与适配能力。

二、PokeClaw功能特色

1. 纯本地离线运行，隐私安全零泄露

• 内置Gemma 4 E2B端侧大模型，所有推理计算均在手机本地完成，无需联网、无需API密钥、无任何订阅付费项。

• 屏幕内容、操作指令、聊天记录等敏感数据仅存储在设备本地，不向任何云端服务器上传、中转或备份。

• 离线状态下可正常执行绝大多数自动化任务，不受网络环境限制。

2. 自然语言指令操控，零代码上手使用

• 支持文字与语音两种输入方式，用户使用日常口语即可下达指令，无需学习编程语法或配置规则。

• 具备上下文理解能力，可识别省略句、指代性描述，精准执行多步骤复杂任务。

• 无需手动编写脚本、设置触发条件，降低手机自动化的使用门槛。

3. 智能消息监控与场景化自动回复

• 支持WhatsApp等主流社交应用的消息监控，可自定义联系人白名单。

• 基于对话上下文智能生成回复内容，适配家人沟通、工作通知、日常问候等不同场景。

• 可自由开启或关闭监控功能，灵活控制自动回复范围。

4. 屏幕视觉理解与全流程自主执行

• 通过无障碍服务解析手机UI界面结构，将控件信息转化为模型可理解的文本内容。

• 自主完成点击、输入、滑动、返回、打开应用、发送内容等模拟人工操作。

• 实现感知、决策、执行、反馈的完整闭环，无需人工干预即可完成任务。

5. 多档位性能适配，覆盖全机型梯队

• 针对旗舰芯片、中端设备、入门级手机分别优化推理速度与资源占用。

• 支持本地模型与云端模型自由切换，复杂任务可灵活调用更强算力。

• 安装包轻量化，模型文件内置，无需额外下载资源包。

6. 开源可扩展，支持二次开发定制

• 完整源码开放，开发者可修改模型配置、新增操作工具、优化交互逻辑。

• 提供标准化执行接口，便于集成到其他安卓应用或智能体项目中。

• 无商用限制，符合Apache 2.0协议即可自由使用与分发。

三、PokeClaw技术细节

1. 核心技术栈

• 开发语言：Kotlin（Android原生开发，兼容主流安卓系统版本）

• 端侧推理引擎：LiteRT-LM轻量级推理框架，适配移动端硬件环境

• 核心大模型：Gemma 4 E2B（谷歌开源轻量大模型，专为端侧部署优化）

• 系统交互能力：Android AccessibilityService无障碍服务

• 构建工具：Gradle Kotlin DSL，支持标准化编译与打包

2. 整体执行流程

PokeClaw的运行逻辑遵循标准化智能体执行链路，具体流程如下：

屏幕UI结构捕获 → 界面信息文本化 → 本地大模型推理解析 → 生成操作指令 → 无障碍服务执行动作 → 执行结果反馈与校验

1. 感知阶段：无障碍服务读取当前屏幕的UI层级、控件文本、位置、类型等信息，完成界面数字化。

2. 理解阶段：将结构化界面信息与用户指令拼接，输入Gemma 4模型进行意图识别与任务拆解。

3. 决策阶段：模型输出可执行的标准化操作指令，如点击、输入文字、打开应用、发送消息等。

4. 执行阶段：无障碍服务模拟人手操作，精准执行模型下达的指令。

5. 反馈阶段：捕获操作后的界面变化，判断任务是否完成，未完成则进入下一轮循环。

3. 性能适配表现

4. 权限与安全设计

• 仅申请无障碍服务权限与通知读取权限，无通讯录、定位、存储等多余权限。

• 模型文件内置在安装包中，安装后无需联网下载额外资源。

• 操作日志本地存储，支持一键清除，不产生云端痕迹。

• 无后台数据上传逻辑，从代码层面杜绝隐私泄露可能。

四、PokeClaw应用场景

1. 日常社交消息自动化
   针对微信、WhatsApp等社交应用，自动监控重要联系人消息，在忙碌时智能回复基础问题；批量发送节日祝福、工作通知，减少重复手动操作；自动整理聊天关键信息并保存至备忘录，提升信息处理效率。

2. 办公场景效率提升
   语音指令打开办公文档、编辑表格、发送邮件；自动设置日程提醒、创建待办事项；跨应用提取信息并汇总，快速生成工作草稿；解放双手完成高频重复操作，提高办公效率。

3. 生活服务便捷操作
   语音查询天气、快递、公交地铁信息，自动播报结果；打开外卖、购票、出行软件，辅助完成筛选与下单；定时执行闹钟设置、音量调节、电量低提醒等系统操作，简化日常使用步骤。

4. 特殊人群易用化辅助
   老年人可通过简单语音指令操作复杂应用，降低学习成本；残障用户借助语音交互实现全手机操控，提升设备使用自主性；驾驶场景中语音控制手机，减少手动操作，提高出行安全。

5. 信息采集与整理
   自动搜索指定内容并汇总文本，保存至笔记应用；提取屏幕文字、完成翻译与整理；监控关注内容更新，及时推送提醒，实现轻量化信息助手功能。

五、PokeClaw使用方法

1. 环境要求

• 操作系统：Android 9.0及以上版本

• 存储空间：预留2GB以上空间用于模型解压与运行

• 权限设置：允许安装未知来源应用、开启无障碍服务

• 建议配置：旗舰处理器手机可获得最佳流畅体验

2. 安装步骤

1. 前往GitHub仓库Releases页面下载最新版APK安装包。

2. 在手机设置中开启“允许来自未知来源的应用”权限。

3. 点击APK文件完成安装，打开应用后按照引导授予无障碍服务权限。

4. 首次启动自动解压内置模型，等待加载完成即可进入主界面。

5. 选择文字或语音输入方式，开始使用自然语言操控手机。

3. 常用指令示例

# 社交消息指令
给小张发送WhatsApp消息：下午三点准时开会
# 应用操作指令
打开抖音搜索端侧AI手机智能体
# 系统设置指令
设置明天早上7点的闹钟
# 信息查询指令
查询今天北京的天气并播报
# 自动回复指令
开启家人消息自动回复

4. 高级配置说明

• 模型切换：在设置页面选择本地Gemma 4模型或手动配置云端模型。

• 监控设置：自定义社交应用监控名单，仅对指定联系人开启自动回复。

• 性能调节：根据设备配置调整推理速度优先级，平衡流畅度与耗电量。

• 隐私设置：开启/关闭操作日志，一键清除本地记录，保护使用痕迹。

六、PokeClaw竞品对比

本次选取行业内具有代表性的Tasker、AutoGLM-Phone、豆包手机助手三款产品，从核心维度与PokeClaw展开对比：

从对比结果可以看出，PokeClaw是目前少数同时具备纯本地隐私保护、零代码自然语言操控、强AI语义理解的手机智能体工具。它既解决了Tasker学习成本过高的问题，又避免了云端AI助手的数据上传风险，同时相比AutoGLM-Phone拥有更轻量化的部署方式与更友好的普通用户体验，在移动端AI自动化领域具备独特优势。

七、常见问题解答

PokeClaw支持的最低安卓版本是多少？

PokeClaw最低支持Android 9.0（API Level 28），推荐在Android 11及以上版本使用，无障碍服务兼容性更稳定。

首次启动为什么加载速度很慢？

首次启动需要解压内置的Gemma 4模型文件，入门级CPU设备解压时间较长，属于正常现象，后续启动会直接加载已解压模型，速度会明显加快。

使用PokeClaw会上传我的个人数据吗？

不会。PokeClaw所有推理与操作均在本地完成，应用没有联网上传数据的逻辑，不会收集、上传或泄露任何个人信息、屏幕内容与操作记录。

没有网络连接时可以正常使用吗？

可以。PokeClaw核心功能完全基于本地模型运行，断网状态下依然可以执行消息回复、应用操控、系统设置等所有主要功能，仅手动切换云端模型时需要网络。

哪些手机运行PokeClaw体验最好？

搭载Google Tensor G3/G4、骁龙8 Gen2/Gen3、天玑9200/9300等旗舰芯片的安卓设备，可实现模型秒级启动与指令实时响应，使用体验最佳。

为什么部分应用无法实现自动操作？

部分应用对无障碍服务做了限制，或界面UI结构动态变化频繁，会导致模型识别与执行成功率下降，可尝试更新应用版本或在设置中调整识别相关参数。

能否自定义专属的自动化任务？

普通用户可通过自然语言指令自定义任务，开发者可通过修改项目源码添加自定义工具、操作逻辑与模型配置，实现高度个性化的自动化流程。

PokeClaw后台运行耗电严重吗？

后台闲置状态下功耗极低，只有在执行指令时功耗会短暂上升，旗舰手机可长期后台常驻，中端设备建议在需要时开启，以节省电量。

八、相关链接

• PokeClaw GitHub项目主页：https://github.com/agents-io/PokeClaw

• APK下载地址：https://pan.quark.cn/s/ccc4723947ab

九、总结

PokeClaw作为agents-io团队开源的端侧AI手机智能体，以Gemma 4本地大模型为推理核心、安卓无障碍服务为执行基础，构建了一套离线可用、隐私安全、零代码易用的手机自动化体系，它整合了传统本地工具的安全性与AI智能体的理解能力，既不需要用户编写脚本，也不会将数据上传至云端，有效解决了当前手机自动化工具门槛高、云端AI助手隐私风险大的行业痛点，同时凭借开源开放的架构与全机型适配能力，既可以为普通安卓用户提供便捷的智能操控体验，也能为开发者提供稳定可扩展的移动端智能体开发框架，是移动端端侧AI自动化领域极具实用价值的开源项目。