AI 智能体能力路由指南：AutoAttach、Suggest、Fallback 如何选择 Android 工具
用一个 Android 请求走完能力候选、AutoAttach、Suggest、Fallback、插件与 Skill 激活、审批、执行和恢复，解释 FoneClaw 如何做受治理的能力路由。
- AI 智能体能力路由把一个 Android 请求拆成候选能力、上下文匹配、启用状态、审批边界、执行结果和恢复路径，而不是把所有工具一次性塞进模型上下文。
- AutoAttach 适合高置信度上下文附加，Suggest 适合让用户审阅多个候选，Fallback 适合能力缺失、目标不清或依赖不满足时给出可继续路径。
- 发现、附加、激活、审批和执行是不同状态；插件或 Skill 被匹配到，只代表它进入候选流程，不代表已经安装、启用或批准执行。
- FoneClaw 用 100+ built-in tools、Skill 预览、插件激活审查、审批和权限恢复，把 Android 智能体工具路由做成可见、可停、可恢复的产品流程。
从一个 Android 请求生成候选能力
先看一个具体请求：用户在手机上打开一张活动海报，对 FoneClaw 说“帮我把这个活动记到日历里，提前半小时提醒我，顺便把地点打开导航”。AI 智能体能力路由要做的第一件事，不是马上执行工具，而是把这个请求拆成候选能力：当前屏幕读取、图片或文本提取、日期时间解析、日历创建、地点识别、地图导航、权限检查和用户确认。
手机 Agent 不能把每个工具、每个 Skill、每个插件和每个工作流都塞进同一次模型上下文。那样会增加延迟和成本，也会让模型在不相关能力之间摇摆。更稳的做法是先用任务意图和上下文元数据缩小候选集合：当前屏幕是否包含时间和地点，设备是否有日历权限，用户是否已经启用相关 Skill，是否存在可用地图应用，目标动作是否会写入日历或打开导航。
候选排序要同时看相关性、可用性、风险和可恢复性。读取当前屏幕属于上下文入口，日历创建属于会改变设备数据的动作，导航属于会打开外部应用的动作。相关能力可以进入候选列表，但匹配本身不代表授权。能力路由的价值，是把“可能有用的能力”排好顺序，再把启用、审批和执行交给后续状态处理。
AutoAttach、Suggest、Fallback 怎么选
AutoAttach、Suggest 和 Fallback 解决的是三种不同路由问题。AutoAttach 适合高置信度、低风险、帮助模型理解当前任务的上下文或能力元数据。例如用户正在看活动海报并请求“加入日历”，当前屏幕截图、可见文本、活动时间候选和相关日历能力描述可以被自动附加到任务上下文中。它的作用是让模型更快理解现场，而不是直接运行日历工具。
Suggest 适合存在多个合理候选时，把选择权放到可见界面里。还是这个活动例子：地点可以用地图导航，也可以只保存到日历地点字段；提醒可以设为半小时前，也可以按用户过去偏好建议十分钟前；活动标题可能来自海报主标题，也可能来自页面标题。Suggest 应该把这些候选展示为可审阅选项，让用户或上层策略确认哪条路线更合适。
Fallback 适合缺少能力、目标不清、依赖未满足或置信度不够时继续推进任务。比如当前屏幕识别不到明确日期，Fallback 可以请用户补充时间；地图应用不可用时，可以先保存地点文本；日历权限未开启时，可以引导用户去 Android 设置处理权限；插件能力未激活时，可以提出可见激活路径。Fallback 的目标是把任务停在可继续的位置，而不是绕过策略。
| 路由方式 | 适用场景 | 用户看到什么 | 边界 |
|---|---|---|---|
| AutoAttach | 高置信度上下文、低风险元数据、当前屏幕信息 | 任务理解更完整，模型获得相关上下文 | 只附加上下文或能力信息，不直接执行工具 |
| Suggest | 多个候选能力都合理，目标需要用户偏好 | 可选择的能力、理由、置信度或后续动作 | 建议进入审阅流程，选择后仍按工具策略执行 |
| Fallback | 能力缺失、依赖未满足、目标不清、权限被拒 | 补充问题、替代路线、权限恢复或手动继续步骤 | 恢复任务连续性，不改变审批和权限要求 |
理解 AutoAttach Suggest Fallback 区别后，能力路由就不再是“自动还是手动”的二选一，而是一套渐进决策：能安全补充的上下文自动带上，需要判断的候选展示出来，走不通的路径给出恢复方案。
把发现、附加、激活、审批、执行分开
能力路由最容易出错的地方，是把发现、附加、激活、审批和执行混成一个动作。发现只是找到可能相关的资源或能力。GitHub Agent finder 的发布说明展示了按任务发现和排序相关资源的思路：系统可以按需推荐资源，同时仍受注册表和设置管理。这类行业信号说明，发现本身只是候选生成阶段。
附加是把相关上下文或能力描述放进当前任务，让模型更好判断下一步。它可以包含当前屏幕、用户请求、能力元数据、依赖状态和历史偏好，但附加不等于启用。激活是另一个状态：某个 Skill、插件或工作流可能需要用户确认、依赖检查、能力快照和开关状态。Google Developers 对 Agent Plugins 的介绍把插件视为可打包 Skills 和 MCP servers 的开放规格，这说明打包元数据可以帮助发现和分发，但激活仍然需要产品自己的治理流程。
审批发生在即将产生影响的动作前。创建日历、发送消息、拨打电话、读取敏感内容、安装插件、启用 Skill、修改系统设置，都需要清楚的用户确认或工具策略。执行则是 Android 侧真实动作：打开应用、写入字段、提交请求、创建提醒、打开导航。执行之后还要验证结果，记录成功、失败、被拒、超时或需要人工继续。把这几个状态分开，能力路由才不会因为“找到了”就误判为“可以做完”。
- 发现：找到可能相关的工具、Skill、工作流或插件。
- 附加：把当前上下文和候选能力信息交给模型判断。
- 激活：检查用户是否启用、依赖是否满足、能力快照是否有效。
- 审批：在高影响动作前展示对象、理由和结果预览。
- 执行：调用受支持 Android 能力并检查结果。
- 恢复：对权限、依赖、目标或界面失败给出可继续路径。
如果读者需要完整能力层词汇表，可以看FoneClaw 工具、插件、技能、工作流指南：安卓 Agent 能力层怎么选；本文专注路由状态如何运转。
用清单、依赖、上下文和置信度做安全匹配
稳定的上下文能力匹配需要四类输入。第一是能力清单，也就是工具、Skill、工作流或插件声明了什么目标、输入、输出、风险等级和适用场景。清单的价值在于让模型和路由器知道能力边界：哪个能力读屏幕，哪个能力创建日历，哪个能力打开导航，哪个能力只生成草稿。
第二是依赖。一个候选能力可能需要 Android 权限、已安装应用、账号登录、网络、插件包、地图应用或用户设置。依赖没有满足时，路由器应该把它标为需要激活、需要权限恢复或需要替代路径。依赖检查要早于执行，否则任务会在最后一步才失败。FoneClaw 采用能力快照的思路，让已接受的能力集合保持一致，刷新失败时也能维持可理解状态。
第三是上下文元数据。当前屏幕、应用包名、可见文本、用户语言、设备状态、会话上下文、最近任务和用户选择，都能帮助缩小候选范围。第四是置信度。置信度不是一个装饰分数，它决定路由方式：高置信度低风险信息可以 AutoAttach；多个候选都合理时进入 Suggest；目标、依赖或权限不稳时走 Fallback。关于资源发现和可信目录的更深层问题，可以继续看Agentic Resource Discovery 智能体资源发现：ai-catalog.json、可信目录与手机授权边界。
插件与 Skill 路由还要处理误匹配。一个插件的名字相似，不代表它适合当前任务；一个 Skill 描述命中关键词，也不代表它值得启用。元数据帮助排序，依赖和治理决定能否继续，用户确认决定高影响动作是否进入执行。
能力缺失、过期、被拒或目标不清时如何恢复
Android 智能体工具路由要把失败当成正常状态处理。第一类是能力缺失。用户请求“把这个视频下载下来”，但当前受支持能力只覆盖链接解析或页面打开时，系统可以提出可用替代动作：保存链接、打开浏览器、建议安装经过审查的插件，或请用户选择其他路径。缺失能力要被明确说明，任务可以降级到安全的下一步。
第二类是依赖过期或状态变化。插件清单更新失败、Skill 依赖缺失、目标应用未安装、地图应用不可用、账号未登录，都可能让原本合理的候选失效。恢复策略应该重新读取能力快照，标记失效依赖，保留上一个可用状态，并把用户带到激活、安装或设置入口。
第三类是权限被拒。权限恢复和模型重试是两件事。模型重新生成计划，无法替代 Android 权限授权。FoneClaw 在这种情况下会把任务停到权限恢复路径上，让用户看到需要什么权限、为什么需要、处理后怎样继续。更系统的 Skill 权限风险，可以读AI Agent 技能安全：为什么手机 Agent 不能只靠安装前扫描。
第四类是目标不清。联系人重名、日期有歧义、屏幕内容缺少地点、用户说“帮我处理这个”但上下文不足，都应该触发澄清或 Suggest，而不是硬选一个工具。好的恢复不是无限自动重试，而是把失败原因、候选路线和下一步交代清楚。
FoneClaw 中的受治理能力路由
在 FoneClaw，我们把能力路由设计成从当前请求出发的产品流程。用户可以通过主界面、语音或悬浮入口发起任务；如果任务与当前屏幕有关，FoneClaw 可以把用户触发的当前屏幕信息纳入上下文。模型负责理解“用户想要什么”，路由器负责把任务映射到 100+ built-in tools、Skills、Workflows 和经过审查的 Plugins 候选。
AutoAttach 用在相关性高、风险低的上下文附加上，例如把当前屏幕文本、候选日程字段或能力元数据交给模型。Suggest 用在需要用户选择的情况，例如同一个请求既可以保存为备忘，也可以创建提醒，或者多个 Skill 都能处理相似任务。Fallback 用在能力缺失、依赖未满足、权限不足、目标不清或工具返回失败时，把任务转成可继续的恢复路径。
插件和 Skill 的生命周期保持可见。插件激活要经过审查和能力快照更新；Skill 学习会先预览，再由用户确认保存为未启用草稿。这样的流程让扩展能力可以被发现、评估和准备，同时把启用和执行留在可治理状态里。能力路由可以提高匹配效率，审批流程负责保护真实 Android 动作。
回到开头的活动海报请求，FoneClaw 的流程会像这样展开：读取当前屏幕作为上下文，候选排序得到日历、提醒和导航能力，AutoAttach 补充海报文本，Suggest 展示标题、时间和地点候选，用户确认后再进入日历创建或导航工具；如果日期识别不完整，Fallback 请用户补充；如果日历权限未开，FoneClaw 引导恢复权限；如果执行成功，结果展示给用户核对。关于置信度和确认界面如何设计，可以继续读AI Agent 操作确认界面设计：建议、置信度、理由与手机恢复流程。
设计能力路由器的七项检查
设计 AI 智能体能力路由器时，可以用七项检查做基准。第一，候选质量：给同一个请求生成的候选是否覆盖主要路线，同时控制无关能力数量。第二，误附加测试：无关屏幕、相似插件名、相似联系人或旧上下文是否会被错误 AutoAttach。第三，无匹配测试：能力缺失时，系统是否能进入 Fallback，而不是生成假动作。
第四，依赖状态：插件、Skill、账号、权限、应用安装和网络状态是否在执行前检查。第五，激活边界：发现和建议是否与安装、启用分开。第六，审批边界：外部影响动作是否展示对象、内容、理由和可见结果。第七，恢复证据：权限被拒、工具失败、用户停止、目标不清和依赖过期时，是否能给出可继续路径。
真正有用的路由评估，要同时测命中率、误匹配、无匹配、审批、执行结果和恢复。只看“模型是否选中了一个能力”还不够；Android 手机 Agent 要把候选、激活、确认、执行和恢复都做清楚，用户才会信任它处理日常任务。