Công cụ, Plugin, Skill, Workflow và Shortcut trong FoneClaw khác nhau thế nào?

Tool, Plugin, Skill, Workflow và Shortcut trong một bảng

Khi xây FoneClaw, chúng tôi tách các lớp năng lực vì mỗi lớp sở hữu một loại thay đổi khác nhau. Nếu gom tất cả thành “tính năng agent”, người dùng khó biết thứ nào đang thực thi trên Android, thứ nào chỉ hướng dẫn, thứ nào là gói cài thêm và thứ nào là lối vào nhanh. Cách đọc ngắn nhất là: Tool hành động, Plugin thêm năng lực, Skill hướng dẫn, Workflow xếp quy trình, Shortcut khởi động nhanh.

Trang tính năng FoneClaw trình bày các nhóm năng lực công khai, bao gồm 100+ built-in tools và các lớp như tools, workflows, skills, plugins và shortcuts. Bài này đi sâu vào cách chọn lớp đúng, để bạn thay đổi đúng nơi thay vì biến một hướng dẫn thành công cụ, hoặc biến một phím tắt thành workflow phức tạp.

Tool nguyên tử và Plugin có thể cài đặt

Tool là đơn vị hành động nhỏ nhất trong FoneClaw. Một Tool có hợp đồng rõ: nó nhận đầu vào nào, làm việc gì, cần quyền nào, trả về kết quả gì, mức phê duyệt nào phù hợp và lỗi nào có thể xảy ra. Khi người dùng yêu cầu kiểm tra Bluetooth, mở Discord, chỉnh âm lượng, bật Không làm phiền, đọc màn hình đang hiển thị hoặc chụp màn hình, agent không “tự bấm đại”; nó chọn Tool phù hợp trong phạm vi được quản trị.

Chúng tôi dùng Tool để giữ ranh giới thực thi rõ ràng. Mô hình được cấu hình có thể hiểu mục tiêu và lập kế hoạch, nhưng phần tác động lên điện thoại phải đi qua công cụ có hợp đồng và quyền Android. Vì vậy, một Tool không chỉ là đoạn mã; nó là lời hứa sản phẩm rằng hành động đó có đầu vào, đầu ra, phê duyệt, kết quả và đường phục hồi có thể kiểm tra.

Plugin là lớp bổ sung năng lực. Một Plugin có thể mang APK riêng, chữ ký, quyền, metadata và bộ Tool do plugin đóng góp. Khi cài một Plugin, FoneClaw không biến nó thành quyền vô hạn; host vẫn cần kiểm tra hợp đồng, quyền, trạng thái cài đặt, approval mode và kết quả. Với ví dụ quản lý tệp, bài Plugin AI agent quản lý tệp Android: cài đặt và thao tác an toàn giải thích cách một plugin xử lý phạm vi đường dẫn, xem trước, áp dụng và thao tác có tác động. Với media, FoneClaw miễn phí: plugin tải YouTube cục bộ là một ví dụ plugin cài thêm có hợp đồng riêng.

Từ góc nhìn builder, Tool và Plugin là hai lớp thường bị nhầm nhất. Tool là hành động mà agent có thể gọi. Plugin là gói mở rộng có thể mang thêm Tool. Cài Plugin giúp mở rộng bề mặt năng lực, còn lúc chạy tác vụ vẫn cần quyền Android, phê duyệt FoneClaw và xác minh kết quả.

Hướng dẫn, quy trình lặp lại và điểm vào nhanh

Skill là lớp hướng dẫn. Một Skill có thể chứa metadata, mô tả phạm vi, cách xử lý, quy tắc ưu tiên, ví dụ và tri thức chuyên môn để FoneClaw xử lý một loại yêu cầu tốt hơn. Skill giúp agent hiểu “nên làm thế nào” trong một miền công việc. Nó không tự cấp quyền Android và không tự thực hiện hành động điện thoại. Khi một Skill gợi ý cần gửi tin, tạo ghi chú hoặc đọc màn hình, hành động thực tế vẫn đi qua Tool và approval lúc chạy.

Workflow là lớp quy trình. Nếu bạn có một chuỗi lặp lại như chuẩn bị cuộc họp, kiểm tra trạng thái điện thoại trước khi học online, hoặc dọn một bộ bước sau cuộc gọi, Workflow giúp lưu thứ tự bước để chạy lại nhất quán hơn. Workflow có thể dùng Skill để biết cách xử lý, dùng Tool để hành động và dùng Plugin nếu năng lực đến từ gói cài thêm. Nhưng Workflow vẫn không phải giấy phép chạy không cần kiểm soát: mỗi bước nhạy cảm vẫn đi qua hợp đồng công cụ, quyền và phê duyệt.

Shortcut là lớp điểm vào nhanh. Nó giúp người dùng gọi một yêu cầu quen thuộc mà không phải nói hoặc nhập lại toàn bộ câu dài. Shortcut phù hợp với tác vụ thường dùng: “chế độ họp”, “chuẩn bị Discord”, “kiểm tra quyền”, “ghi chú sau cuộc gọi” hoặc “mở workflow buổi sáng”. Shortcut không nhất thiết chứa logic phức tạp; nó chỉ làm cho yêu cầu bắt đầu nhanh hơn.

Ba lớp này có thể cùng đại diện cho một mục tiêu. Ví dụ, “chuẩn bị họp” có thể có Skill hướng dẫn cách ưu tiên DND và ghi chú, Workflow lưu các bước bật DND, chỉnh âm lượng và mở ghi chú, Shortcut giúp gọi workflow đó bằng một chạm hoặc một câu ngắn. Nếu bạn muốn xem workflow nhiều bước theo góc người dùng, bài Tự động hóa tác vụ Android nhiều bước bằng một lệnh thoại đi sâu vào cách lưu và chạy các chuỗi Android lặp lại.

Các lớp năng lực FoneClaw phối hợp như thế nào

Một yêu cầu trong FoneClaw thường bắt đầu từ mục tiêu người dùng và ngữ cảnh hiện tại. Người dùng có thể nói “chuẩn bị điện thoại cho cuộc họp” hoặc nhấn một Shortcut. Agent đọc mục tiêu, xem có Skill phù hợp để hướng dẫn không, kiểm tra có Workflow đã lưu không, rồi chọn Tool hoặc Tool do Plugin đóng góp để thực hiện các bước được hỗ trợ.

Điểm quan trọng là composition không chuyển quyền giữa các lớp. Skill có thể nói cách làm, nhưng không biến một hành động thành được phép. Workflow có thể lưu thứ tự bước, nhưng từng bước vẫn cần hợp đồng công cụ. Plugin có thể thêm Tool, nhưng Tool đó vẫn phải được quản trị. Shortcut có thể mở nhanh một tác vụ, nhưng không thay phê duyệt ở bước có tác động.

Ví dụ, một Shortcut “chế độ họp” có thể gọi Workflow chuẩn bị họp. Workflow dùng Skill về ưu tiên họp để quyết định bật DND trong thời gian ngắn, giảm âm lượng, mở ghi chú, rồi chờ người dùng xác nhận. Các bước DND và âm lượng chạy qua Tool được quản trị; ghi chú có thể là Tool hoặc Plugin tùy năng lực đã cài. Kết quả hiện ra cho người dùng xem, và tác vụ có thể dừng nếu quyền thiếu hoặc người dùng đổi ý.

Hướng rộng hơn của ngành là biến app và dịch vụ thành năng lực có thể gọi bằng máy. Bài App Intents và ứng dụng có thể gọi bằng máy cho AI agents giải thích bối cảnh đó. Trong FoneClaw, chúng tôi áp dụng cùng tư duy ở cấp phone agent: năng lực cần có hợp đồng, có quyền, có kết quả và có người dùng ở vị trí kiểm soát.

Quyền, phê duyệt và dữ liệu giữa các lớp

Quyền Android là nền thực thi. Nếu một hành động cần microphone, màn hình, thông báo, file, Bluetooth, SMS hoặc cài đặt hệ thống, FoneClaw phải làm việc trong cơ chế quyền tương ứng. Tool có thể khai báo nhu cầu quyền; Plugin có thể yêu cầu quyền riêng khi cài hoặc chạy; Workflow có thể chứa bước cần quyền; Skill có thể hướng dẫn cách xử lý quyền; Shortcut chỉ khởi động yêu cầu. Lúc tác vụ chạy, quyền vẫn được kiểm tra ở nơi hành động thật xảy ra.

Phê duyệt FoneClaw là lớp quyết định của người dùng. Một bước như đọc trạng thái có thể nhẹ hơn; một bước gửi dữ liệu, đổi cài đặt hoặc xóa file cần người dùng xem rõ mục tiêu, dữ liệu và kết quả dự kiến. Installed capability không xóa bỏ runtime approval. Đây là một nguyên tắc chúng tôi giữ xuyên suốt vì người dùng cần biết tác vụ đang làm gì, không chỉ biết extension đã được cài.

Dữ liệu cũng phải được nhìn theo lớp. Skill có thể chứa hướng dẫn và tri thức. Workflow có thể lưu quy trình. Shortcut có thể lưu cách gọi. Plugin có thể có metadata, quyền và dữ liệu nghiệp vụ riêng theo hợp đồng của nó. Tool nhận đầu vào cần thiết cho một hành động cụ thể. Khi xây hoặc cài thêm năng lực, hãy hỏi: dữ liệu nằm ở đâu, ai đọc được, bước nào cần phê duyệt, và người dùng gỡ hoặc thu hồi bằng cách nào. Phần bảo mật sâu hơn nằm trong Bảo mật kỹ năng AI agent trên điện thoại.

Ba ví dụ FoneClaw từ đầu đến cuối

Ví dụ đầu tiên là một tác vụ cài đặt có thể đảo ngược: bật Không làm phiền trong 45 phút. Người dùng có thể gọi FoneClaw bằng trợ lý nổi, nói mục tiêu, xem đề xuất và xác nhận. Tool DND thực hiện hành động được hỗ trợ, sau đó FoneClaw kiểm tra trạng thái. Ở đây không cần Plugin hay Skill phức tạp; Tool và phê duyệt là lớp chính. Shortcut có thể được thêm nếu người dùng làm việc này hằng ngày.

Ví dụ thứ hai là chuẩn bị cuộc họp. Đây là nơi Workflow có giá trị: bật DND trong thời gian họp, chỉnh âm lượng, mở ghi chú, chụp màn hình thông tin cần nhớ hoặc tạo task theo sau. Skill có thể hướng dẫn cách ưu tiên bước nào trước, Workflow lưu thứ tự, Tool thực thi, Shortcut gọi nhanh. Nền hiện có của FoneClaw hỗ trợ trải nghiệm này bằng trợ lý nổi, gắn màn hình hiện tại, liên tục tác vụ, phê duyệt, dừng, phục hồi quyền và quick actions. Bạn có thể thử bản hiện tại từ trang tải FoneClaw.

Ví dụ thứ ba là tác vụ có Plugin: quản lý tệp hoặc tải media cục bộ. Plugin bổ sung năng lực, Tool do Plugin cung cấp thực hiện hành động, Workflow có thể xếp các bước như tìm file, xem trước đổi tên, áp dụng và xác minh, còn phê duyệt xử lý các bước có tác động. Với File Manager, bài Plugin AI agent quản lý tệp Android: cài đặt và thao tác an toàn cho thấy vì sao preview, path scope và destructive approval quan trọng. Ba ví dụ này cho thấy lớp đúng phụ thuộc vào phần thay đổi: hành động, năng lực, hướng dẫn, quy trình hay điểm vào.

Chọn đúng lớp mở rộng FoneClaw

Quy tắc chọn lớp là dùng lớp nhỏ nhất sở hữu thay đổi bạn cần. Nếu bạn cần một hành động nguyên tử, đó là Tool. Nếu bạn cần thêm một dịch vụ hoặc năng lực Android chưa nằm trong built-in tools, hãy nghĩ tới Plugin. Nếu bạn cần dạy agent cách xử lý một loại yêu cầu, dùng Skill. Nếu bạn cần lặp lại một chuỗi bước, dùng Workflow. Nếu bạn chỉ cần gọi nhanh một việc quen thuộc, dùng Shortcut.

Các lỗi phân loại thường gặp rất dễ sửa. Đừng biến một Skill thành nơi hứa thực thi Android; hãy để nó hướng dẫn và để Tool thực hiện. Đừng tạo Plugin khi chỉ cần một Workflow từ các công cụ đã có. Đừng dùng Shortcut để chứa toàn bộ logic phức tạp; hãy để Shortcut gọi Workflow. Đừng lưu một chuỗi nhiều bước trong ghi nhớ tự do nếu nó cần phê duyệt và phục hồi; hãy biến nó thành Workflow có cấu trúc.

Đường bắt đầu ít rủi ro là chọn một tác vụ đảo ngược: bật DND ngắn hạn, chỉnh âm lượng, mở một app thường dùng hoặc tạo bản nháp. Khi luồng đó rõ, hãy thêm Shortcut. Khi nhiều bước lặp lại, tạo Workflow. Khi cần tri thức chuyên môn, thêm Skill. Khi cần năng lực mới, đánh giá Plugin. Cách tăng dần này giúp FoneClaw mở rộng mà vẫn giữ quyền, dữ liệu, phê duyệt và kết quả trong tầm nhìn của người dùng.