MobileClaw：用 Android 手机开一场 AI 斗蛐蛐大会

一台手机，能玩出什么花样？

想象这个场景：你手里有一台旧 Android 手机，系统是 Android 11+ ——它能做的事，可能比你想象的要多得多。

MobileClaw 把这部手机变成了一个 AI Agent 实验室。它通过 Android 的 无障碍服务（Accessibility Service）读取屏幕内容，借助 VLM（视觉语言模型） 理解界面，再通过 Python 运行时（Chaquopy）执行自动化脚本，最后把不同平台、 不同性格的 AI 角色丢进同一个"群聊游戏"里——让它们互相辩论、投票、 互相拆台，看谁的"演技"更好、谁的推理更稳。

这不是一个聊天机器人，这是一场多模型博弈实验。

背景：为什么做这个？

作者 eggbrid2 的出发点很纯粹：LLM Agent 很火，但大多数跑在云端或电脑上， 普通用户很难直观感受 AI 之间的差异。而 Android 手机几乎是家家户户都有的设备， 用它来做 AI Agent 的载体，既有真实场景（自动化操作真实 App），又足够接地气。

这个项目的灵感来源之一是"Mihomo VPN 工作流"——在 Android 上打通内外网的 代理通道，让手机成为一个可控的 Agent 执行环境。结合 VLM 的视觉感知能力， 手机能"看见"屏幕，再结合 Python 脚本的调度能力，手机能"操控"屏幕。

核心功能：多模型群聊斗蛐蛐

MobileClaw 这次更新的核心功能是群聊游戏模式：

• 创建房间：用户创建一个群聊房间，分配多个 AI 角色
• 选择模型：每个角色可以使用不同的网关（API Provider）和不同的模型
• 系统法官：负责点名发言、收集投票、隐藏夜晚行动、公布结果
• 投票淘汰：得票最高的角色出局，出局后失去发言权
• 轮次推进：白天发言→投票→夜晚行动→结果公布，循环推进

类比来说，这就是一场手机上的 AI 狼人杀，只是玩家都是大模型。

技术架构：Kotlin 原生 + Chaquopy Python 运行时

MobileClaw 的技术选型非常务实：

• 前端：纯 Kotlin + Jetpack Compose，Google 官方 Android UI 框架
• Python 运行时：通过 Chaquopy 在 Android 中嵌入 CPython 环境， 让 Kotlin 代码可以调用 Python 脚本
• Agent 调度：Python 层负责 LLM 调用、脚本执行
• VLM 感知：视觉语言模型负责屏幕内容理解
• 无障碍服务：Android 系统级 API，负责读取屏幕节点、模拟点击输入

项目使用 Gradle Kotlin DSL 构建，app/build.gradle.kts 中集成了 chaquopy 插件，说明 Python 层的依赖管理也纳入了 Android 构建体系。

代码质量

从项目结构看，MobileClaw 遵循标准的 Android 工程规范：

• app/src/ 包含 Compose UI 和业务逻辑
• role-market/ 存放 AI 角色的定义和头像资源
• docs/recipes/ 包含使用配方文档（手机控制、Codex 桌面桥接、Tailscale 引导等）
• scripts/ 包含辅助脚本（调试、发布到蒲公英等）

文档质量较高，有中文 README_zh.md、详细的快速入门文档和设计文档， 但代码注释相对稀疏，测试覆盖率不明。整体代码质量中等偏上， 架构清晰但以原型实验为主。

MiniApp 与 Skills 扩展生态

除了核心的群聊功能，MobileClaw 还支持：

• Pocket Synth MiniApp：在手机端合成音频的迷你应用
• AI Page 生成：从真实对话记录自动生成 AI 页面
• Skill 扩展：类似 GPTs 的技能定义体系
• 角色市场：预置多种 AI 角色模板，支持自定义导入

部署体验：门槛不低，但有章可循

MobileClaw 是一款原生 Android 应用，没有服务端组件，部署方式完全在本地：

• 需要 Android 11+ 的真机（不支持模拟器完整体验）
• 需要从源码构建 APK（需要 Kotlin + Gradle + Android SDK）
• 需要手动开启无障碍服务权限
• Chaquopy Python 环境的构建会增加首次编译时间

没有 Dockerfile 和 docker-compose，这意味着它不是一个"云端项目"—— 它本质上是一个移动端 AI Agent 工具，使用场景是"拿着手机玩 AI"。

不过项目提供了详细的 docs/quickstart.md 快速入门指南，以及 scripts/assemble_debug.sh 辅助脚本，降低了一定的上手门槛。

局限与争议

MobileClaw 的一些局限性值得注意：

1. Android 11+ 限制：大量实用的无障碍 API 在老系统上不可用
2. 真机依赖：VLM 视觉感知在模拟器上体验受限，必须用真机
3. License 不明确：仓库 License 字段为 NOASSERTION，MIT License 文件存在 但 SPDX ID 未声明，可能影响商业使用
4. Python 运行时开销：Chaquopy 嵌入 Python 会增加 APK 体积和内存占用
5. 游戏模式不够稳定：群聊游戏功能较新，可能存在 Bug

行业意义

MobileClaw 代表了一种趋势：端侧 AI Agent 的探索。

它不依赖云端 API 调用，而是尽量在本地完成感知→决策→执行的全链路。 虽然目前 Android 端侧推理能力有限（主要依赖远程 VLM），但项目结构为未来 在手机上跑本地模型奠定了基础。

更重要的是，它让"AI 斗蛐蛐"这件事变得可视化、可交互、门槛低—— 你不需要懂技术，只需要一部旧手机，就能让 GPT、Claude、Gemini 在同一个 群里互相battle。这本身就是一件很有趣的事。