核心用法
Claw Use Android 是一款面向AI Agent的Android远程控制解决方案,由Android APK + CLI工具(cua)组成,通过25个HTTP端点实现完整的手机操控能力。
核心功能模块:
1. 感知层(Perception):cua screen 获取完整UI层级结构(JSON格式),cua screen -c 精简模式仅返回可交互元素,cua screenshot 捕获屏幕图像,支持质量压缩和尺寸限制
2. 操作层(Action):精确坐标点击(tap)、文本元素点击(click)、滑动(swipe/scroll)、文本输入(支持CJK字符)、系统导航(back/home)、应用启动、URL打开、拨打电话、原生Intent调用
3. 设备管理:多设备注册与切换、实时状态监控、自动解锁(PIN配置后)、屏幕唤醒/锁定
4. 语音输出:TTS语音合成,支持中英文
典型工作流:
- AI Agent通过
screen -c获取当前界面可交互元素 - 结合
screenshot获取视觉上下文 - 执行
click或type完成交互 - 自动处理锁屏状态,无需额外逻辑
显著优点:
- 零依赖部署:无需ADB、USB调试、Root权限或PC连接
- 纯HTTP接口:任何语言/平台的HTTP客户端均可调用
- 多设备并发:支持同时管理多台设备
- 网络灵活:局域网内工作,可配合Tailscale实现远程访问
潜在局限:
- 需要Accessibility Service权限,部分安全敏感场景可能受限
- 依赖WiFi网络,无离线本地控制方案
- 目前仅支持Android,iOS/Windows/macOS/Linux为计划中状态
- PIN自动解锁仅支持数字密码,复杂解锁模式不支持
适合人群:
- 开发AI Agent/自动化工作流的工程师
- 需要批量管理Android设备的测试团队
- 构建RPA(机器人流程自动化)系统的开发者
- 远程协助/技术支持场景
常规风险:
- Accessibility Service属于高权限,需信任应用来源
- 局域网开放HTTP端点存在中间人攻击可能,建议配合VPN/Tailscale
- 远程解锁功能若PIN泄露可导致设备被非法访问
- 自动化操作可能误触敏感功能(支付、删除等),需设计确认机制