FoneClaw 工具、插件、技能、工作流指南:安卓 Agent 能力层怎么选
FoneClaw 工具、插件、技能、工作流和快捷方式各自承担不同角色:Tool 执行动作,Plugin 增加能力,Skill 提供指导,Workflow 保存步骤,Shortcut 快速启动。本文用 Dean 的构建视角解释怎样组合这些层。
- FoneClaw 的五个能力层各有一个核心动词:Tool 执行动作,Plugin 增加能力,Skill 指导任务,Workflow 编排步骤,Shortcut 快速启动。
- 工具和插件属于执行能力层;技能、工作流和快捷方式分别解决知识复用、流程复用和入口提速问题。
- Android 权限、FoneClaw 审批、插件契约和用户可见结果会共同决定一次任务能走到哪一步。
- 选择扩展层时,应使用拥有变化的最小层:一次动作选 Tool,新能力选 Plugin,可复用方法选 Skill,多步重复任务选 Workflow,高频入口选 Shortcut。
一张表看懂工具、插件、技能和工作流
很多用户第一次接触 FoneClaw 工具、插件、技能、工作流时,会把它们都理解成“让 Agent 多做一点”的扩展。我们在构建 FoneClaw 时采用更清楚的分层:Tool 负责执行一个原子动作,Plugin 负责增加一组可安装能力,Skill 负责提供可复用指导,Workflow 负责保存一串有顺序的步骤,Shortcut 负责把常用任务放到更快入口。
| 层 | 英文标签 | 核心动词 | 适合解决的问题 |
|---|---|---|---|
| 工具 | Tool | 执行 | 读取屏幕、打开应用、调整设置、创建提醒等单个受治理动作 |
| 插件 | Plugin | 增加 | 通过安装包加入新的 Android 能力和插件贡献工具 |
| 技能 | Skill | 指导 | 把领域知识、操作偏好和任务规则提供给 Agent 参考 |
| 工作流 | Workflow | 编排 | 保存多步任务,让重复流程按固定结构执行 |
| 快捷方式 | Shortcut | 启动 | 把高频目标放到更短入口,减少重复描述 |
这些层组合使用,而不是互相替代。一个会议准备任务可以由快捷方式启动,工作流安排步骤,技能提供规则,工具执行 Android 动作,插件补充文件或媒体能力。当前能力概览可以从 FoneClaw 功能介绍了解;本文重点解释每层的职责和选择方式。
原子工具和可安装插件
Tool 是 FoneClaw 里最接近手机动作的一层。一个工具有明确输入、输出、策略和审批要求。它可能读取当前可见屏幕,打开某个应用,检查蓝牙状态,调整音量,创建提醒,截屏,处理勿扰模式,或执行支持范围内的 Android 设置动作。FoneClaw 通过 100+ built-in tools 提供当前内置能力,并通过 Android 权限和 FoneClaw 审批控制执行范围。
Plugin 是可安装能力包。插件可以带来新的工具、权限声明、版本信息和签名验证要求。我们把插件作为扩展安卓 Agent 能力的方式,因为一些能力适合独立交付、独立更新、独立授权。FoneClaw 的 Tool Catalog 文档说明了工具契约和治理思路,公开仓库也展示了插件、工具、审批和贡献路径。
文件管理就是一个典型插件场景。文件读取、批量重命名、删除和下载都需要更清楚的路径范围、预览、审批和结果验证;读者可以看 Android AI 文件管理 Agent 插件:安装、权限、批量重命名与安全删除指南。媒体下载也适合用插件承载,具体例子可以参考 FoneClaw 免费 YouTube 下载插件:本地 Android 工具,支持分享或粘贴链接下载。插件增加能力,运行时仍会按工具契约、Android 权限和审批规则执行。
指导、可复用步骤和快速入口
Skill 是可复用的指导包。它可以告诉 Agent 某类任务应该如何理解、哪些步骤更稳、哪些措辞或规则更适合当前领域。FoneClaw 的 Skill Format 文档描述了技能的元数据和格式。对用户来说,可以把技能理解成“让 Agent 更懂某类任务的说明书”。
Workflow 是可保存的有序步骤。它适合每天或每周重复的任务:会议前检查蓝牙、音量和勿扰;下班前整理待办;出门前打开地图并检查提醒。FoneClaw 的 Workflow Format 文档说明了工作流如何表达有序过程。工作流会调用工具或插件贡献的工具,执行时仍受权限、审批和停止控制。
Shortcut 是快速入口。它适合高频目标,比如“一键进入会议准备”“开始通勤模式”“检查手机状态”。快捷方式减少描述成本,让用户从 Home、悬浮助手或其他入口更快发起任务。想看多步手机任务怎样设计,可以阅读 Android 任务自动化指南:用一个语音命令完成多步手机任务。我们的经验是:Skill 解决怎么做,Workflow 解决按什么顺序做,Shortcut 解决怎样更快开始。
FoneClaw 能力层如何组合
一次 FoneClaw 任务通常从请求和上下文开始。用户说“帮我准备会议模式”,或者在当前屏幕上唤起悬浮助手。Agent 先理解目标,再判断是否有 Skill 可以提供指导,是否有 Workflow 可以复用,是否需要 Tool 执行动作,是否有 Plugin 贡献了新的能力,最后把审批和结果展示给用户。
以会议准备为例:Shortcut 可以叫“开始会议准备”;Workflow 保存检查蓝牙、调整音量、打开勿扰、创建结束提醒这些步骤;Skill 可以规定公司会议中哪些通知保留、会议结束后怎样恢复;Tool 负责检查蓝牙、调整系统设置、创建提醒;Plugin 可以补充文件、媒体或专业服务能力。每层都有自己的职责,权限不会因为上一层存在而自动扩大。
这种组合方式也连接到更大的可调用应用生态。应用和服务正在逐步提供更清楚的机器可调用能力,Agent 可以在合适时调用结构化能力,在没有结构化接口时通过可见 Android 操作完成支持范围内的任务。关于 App Intents、可调用应用和手机 AI Agent 的更大背景,可以阅读 App Intents、可被机器调用的应用和手机 AI Agent:普通用户该看什么。
权限、审批和数据归属如何跨层生效
FoneClaw 的能力层会组合,但权限和数据责任需要逐层看清。Android 权限决定应用能否访问麦克风、通知、文件、蓝牙、辅助功能或其他系统能力;FoneClaw 审批决定某一次具体动作是否继续;插件契约说明插件需要什么能力、输入和输出;技能和工作流保存的是指导与步骤;快捷方式保存的是入口和目标。
安装插件、导入技能、保存工作流和创建快捷方式,都会改变 FoneClaw 可用的能力或任务入口。执行时,工具仍按运行时规则接受控制。比如一个文件插件可以贡献文件工具,但读取路径、写入、批量重命名、删除和下载都需要按插件权限、工具策略和用户审批处理。一个技能可以指导“怎样整理文件”,它本身不授予文件访问能力。
数据存储也要按层分析。插件可能需要自己的配置或服务记录,Workflow 会保存步骤,Skill 保存指导内容,任务执行会产生日志和结果。更完整的技能安全和手机权限关系,可以继续看 AI Agent 技能安全:为什么手机 Agent 不能只靠安装前扫描。我们在 FoneClaw 中坚持让敏感动作可见、可审查、可停止,并让用户知道数据和权限在哪一层发挥作用。
三个端到端 FoneClaw 示例
第一个例子是可逆设置任务:打开勿扰 30 分钟。这里主要使用 Tool。用户发出目标后,FoneClaw 调用受支持设置工具,展示影响范围,执行后验证系统状态。这个任务不需要新插件,也不需要复杂技能;如果用户经常开会,可以把它放进 Workflow 或 Shortcut。
第二个例子是会议准备流程。用户可以创建一个 Workflow:检查蓝牙耳机,调低通知打扰,打开勿扰,确认音量,创建会议结束提醒。Shortcut 可以让它一键启动;Skill 可以告诉 Agent 哪些通知属于重要联系人;Tool 负责实际检查和调整。截至目前的最新信息,FoneClaw 当前完成基线带来悬浮助手、当前屏幕附加、任务连续性、审批、停止、权限恢复和快速动作,版本入口可见于 FoneClaw 下载页面。
第三个例子是插件支持的文件或媒体任务。用户说“把下载目录里的会议资料整理一下”,文件管理插件可以贡献文件相关工具,Workflow 可以保存归档步骤,Skill 可以提供命名规则,审批负责确认批量重命名或删除这类影响动作。更具体的插件示例可以回到 Android AI 文件管理 Agent 插件:安装、权限、批量重命名与安全删除指南。这三个例子说明:选择哪一层,取决于你要改变的是一个动作、一组能力、一套方法、一条流程,还是一个入口。
怎样选择合适的 FoneClaw 扩展层
选择 FoneClaw 扩展层时,先找“谁拥有这次变化”。只需要做一个已有动作,用 Tool。需要加入新的安卓能力或第三方能力,用 Plugin。需要让 Agent 更懂某类任务规则,用 Skill。需要把多步任务保存下来反复执行,用 Workflow。需要更快启动一个常用目标,用 Shortcut。
常见分类错误有三类。第一,把 Skill 当成执行权限;正确做法是让 Skill 提供指导,再由 Tool 或 Plugin 工具执行。第二,把 Workflow 当成无人值守自动化;正确做法是让工作流保存顺序,执行时继续接受审批、停止和权限恢复。第三,把 Plugin 当成所有问题的答案;当前能力已经存在时,直接用 Tool、Workflow 或 Shortcut 会更简单。
最好的起点是一个可逆任务:创建“会议准备”快捷方式,让它启动一个工作流,依次检查蓝牙、调整音量、打开勿扰并设置结束提醒。等你确认这条链路稳定,再考虑导入技能或安装插件。和可调用应用生态的关系,可以继续阅读 App Intents、可被机器调用的应用和手机 AI Agent:普通用户该看什么。