现在的手机语音助手虽然叫“智能助理”，但大多是写死在系统里的固定程序。你让它定个闹钟还行，但如果你让它“根据我妈刚才发来的微信语境自动回一条”，它基本就傻眼了。而且，目前那些聪明的 AI 代理（Agent）几乎都需要全程联网调用云端 API，这不仅意味着每月高昂的账单，更让人担心私密聊天记录被上传泄露的风险。

今天我要给大家介绍一个极具革命性的开源黑科技——PokeClaw。这里的“Poke”是 Pocket（口袋）的缩写，寓意装在口袋里的 AI。它是首款完全在安卓设备本地运行、能自主控制你手机的 AI 应用。它没有云端，不需要任何 API 密钥，直接靠本地的 Gemma 4 大模型驱动，绝对是 Local LLM（本地大语言模型）玩家不可错过的神仙项目！

项目介绍

PokeClaw 是一款前沿的开源安卓自动化代理应用。不同于传统依赖固定指令的脚本工具，PokeClaw 就像是一个装在你手机里的“本地版 ChatGPT”。

它利用设备端运行的 Gemma 4 大模型，赋予了手机真正意义上的“视觉与理解能力”。它可以实时读取你的屏幕上下文，理解当前正在发生的对话，并自主决定接下来该执行什么操作。目前它虽然还在早期快速迭代阶段，但已经向我们展示了“完全断网、纯本地驱动手机自动回复与操作”的惊人潜力。

img

功能特色

作为本地 AI 控制领域的先驱，PokeClaw 的特性非常硬核：

功能模块具体表现实用价值
纯本地设备端推理搭载最新的本地 Gemma 4 模型，无需任何云端服务器支持。零成本且绝对隐私！ 不需要填写 API 密钥，不用担心断网，所有屏幕数据和聊天记录绝不离开你的手机。
视觉与语境理解不是呆板的代码指令，而是通过读取屏幕内容（如对话上下文）来生成回复。能够像真人一样理解对方的意图，从而做出得体、连贯的自然语言回应。
应用内自主控制（以 WhatsApp 为例）支持自动打开应用、搜索联系人、输入文本并发送。彻底解放双手。你只需下达指令，它会自动完成跨应用的完整操作流。
后台智能监听与回复可针对特定联系人开启监听，收到消息后自动读取并生成回复发送。堪称“自动回消息外挂”，再也不用担心错过重要对象的突发信息。
任务闭环与无缝切回（v0.4.0 新增）执行完“发送消息”等任务后，会自动返回 PokeClaw 界面。避免用户被卡在目标应用里，随时确认任务是否顺利完成，体验更加丝滑。

使用说明

因为 PokeClaw 完全依赖手机本地算力运行大模型，所以对安卓手机的性能（特别是运行内存）有一定要求。如果你想尝鲜，可以按以下步骤操作：

1. 安装与授权

前往项目的 GitHub Releases 页面下载最新的 APK 安装包。安装后，为了让 AI 能够“看”到屏幕并“点击”按钮，你需要根据软件提示，在系统设置中授予它“无障碍服务（Accessibility）”和“屏幕录制/截取”等底层权限。

2. 体验自动回复（监控模式）

在主界面点击对应的功能卡片，准确输入你要监控的联系人姓名（必须与聊天软件里显示的名称完全一致），然后点击开始。PokeClaw 就会在后台静默运行。当该联系人发来消息时，它会读取上下文，用 Gemma 4 思考出合适的回复，并自动模拟点击发出去。

3. 指令驱动（主动发送）

你也可以直接给它下达任务，比如输入“给某某发送一条问候信息”。PokeClaw 会自动调起聊天软件，找到该联系人，打字并发送，然后乖乖退回后台，整个过程就像一个隐形的手指在帮你操作。

项目链接

随着本地端模型的越来越聪明，这种“设备端 AI 管家”必将是未来的大趋势。如果你想提前感受未来，赶紧去 GitHub 围观这个项目吧：

  • GitHub 项目主页： https://github.com/agents-io/PokeClaw
  • 温馨提示： 目前项目处于高度活跃的开发期，功能主要针对某些特定应用（如 WhatsApp）进行了适配测试。期待未来开发者能解锁更多 App 的控制权！