用自然语言控制手机：ApkClaw 让 Android 自动化进入 AI 时代

每天早上要手动打开天气预报看天气，再打开股票 App 看大盘，然后截图发工作群？每周定时点进某个 App 签到做任务，重复到怀疑人生？

我一直在找能让手机"自动干活"的方案。Tasker 太复杂，Auto.js 要写代码，各种插件配起来让人头秃……直到我发现了 ApkClaw。对着手机说句话，它就能自己动起来——至少理论上是这样。

它解决什么问题

ApkClaw 是一个 AI 驱动的 Android 自动化框架。逻辑不复杂：

1. 通过日常聊天工具（钉钉、飞书、QQ、Discord、Telegram）发送自然语言指令
2. 内置的 LLM Agent 理解你的意图
3. Agent 调用 Android 无障碍服务执行操作

你不需要学编程，不需要配置复杂的触发条件。发一条消息，比如"帮我打开微信，给老板发的红包说'生日快乐'"，手机就会自动完成。

我 clone 下来跑了一下。它的思路是把手机变成一个可以被 AI"遥控"的终端——这个设计方向挺有意思。

核心功能与技术架构

用户消息 → 消息适配器 → LLM Agent → Android 操作层 → 无障碍服务

消息渠道适配是它最实用的部分。支持钉钉、飞书、QQ、Discord、Telegram这些主流平台，在哪个平台都能触发，不用专门打开某个 App 下发指令。

LLM Agent 层负责理解意图。ApkClaw 用结构化的 prompt 让模型解析用户的模糊指令（比如"帮我弄一下"），拆解成可执行的步骤，再规划路径——先打开哪个 App，再点击哪里。

Android 操作层基于无障碍服务，理论上能操作任何 App，不受接口限制。

不过有个问题：无障碍服务在 Android 上容易被系统杀掉。ApkClaw 用了类似 Auto.js 的保活策略，不能说 100% 稳定，日常使用凑合。

快速上手体验

安装

我在 Pixel 4a（Android 12）上测试通过：

# 克隆项目
git clone https://github.com/apkclaw-team/ApkClaw.git
cd ApkClaw

# 查看详细的安装文档
cat docs/INSTALL.md

配置消息渠道（以 Telegram 为例）

# 1. 在 Telegram BotFather 创建 Bot，获得 Token
# 2. 配置环境变量
export TG_BOT_TOKEN="your_bot_token_here"

# 3. 启动服务
python -m apkclaw.server --platform telegram

发送第一条指令

配好之后，在 Telegram 向 Bot 发：

帮我打开设置，然后截图

几秒后，手机自动打开设置 App 并弹出截图。

有些事得说清楚：

- 首次运行要手动授予无障碍服务权限（设置 → 无障碍 → 找到 ApkClaw）
- 复杂操作（比如需要精确坐标点击）可能要多试几次
- 响应速度取决于 LLM API 的延迟，网络不好会明显卡

与竞品对比

我用过不少 Android 自动化工具，简单说说：

特性	ApkClaw	Tasker	Auto.js
配置难度	低	高	中
需要编程	否	否	是（JS）
AI 集成	原生	需插件	无
跨平台触发	是	否	否
开源	是	否	部分

Tasker 功能最全，但学习曲线陡，界面劝退。

Auto.js 在游戏脚本领域用得多，要写 JavaScript，门槛不低。

ApkClaw 的优势是把自然语言直接翻译成设备操作。你不需要知道怎么实现，说清楚想要什么就行。

但它也有问题：

- 依赖外部 LLM API，网络差的时候体验很差
- 某些需要精确操作的任务（比如抢红包）不如专用脚本稳
- 移动端 AI Agent 偶尔会犯迷糊，指令理解错

我的看法

谁适合用：

- 想要自动化但不想写代码的人
- 需要远程控制 Android 设备的开发者或运维
- 对 AI + IoT 感兴趣、喜欢折腾的玩家

评分： ⭐⭐⭐⭐（4/5）

扣一分是因为项目还新，生态不完善，文档和社区都要加强。

风险提示：

- 无障碍服务权限高，建议只在测试机上用
- LLM 指令理解有误会的可能，纯语音/文本指令都存在这个问题
- Android 系统更新可能导致兼容性问题

ApkClaw 把 Android 自动化从"写脚本"带入了"说人话"的时代。如果你受够了 Tasker 的复杂配置，或者想体验手机上的 AI Agent，可以去 GitHub 看看。

地址：https://github.com/apkclaw-team/ApkClaw