Eine Local-First-Automatisierungsfähigkeit zur Steuerung von Android-Geräten über ein Netzwerk ohne USB-Verbindungen, ADB oder root-Zugriff.
Installieren & Herunterladen
1. ClawHub CLI
Der schnellste Weg, einen Skill direkt aus der Registry zu installieren.
npx clawhub@latest install agent-android
2. Manuelle Installation
Kopiere den Skill-Ordner an einen dieser Orte
~/.openclaw/skills/ <project>/skills/ Priorität: Workspace > Lokal > Integriert (Bundled)
3. Prompt-Installation
Kopiere diesen Prompt in OpenClaw, um ihn automatisch zu installieren.
Hilf mir, agent-android über Clawhub zu installieren. Falls Clawhub nicht installiert ist, installiere es bitte zuerst (npm i -g clawhub).
Lieber herunterladen?
Hole dir die rohen Skill-Dateien in einem ZIP-Archiv.
Was ist Agent Android?
Agent Android ist eine leistungsstarke Ergänzung zur Openclaw Skills-Bibliothek, die für die Remote-Geräteinteraktion und robotergestützte Prozessautomatisierung (RPA) entwickelt wurde. Es ermöglicht einem AI Agent, ein Android-Gerät über einen leichtgewichtigen HTTP-Dienst zu steuern, der direkt auf dem Telefon gehostet wird. Diese Fähigkeit arbeitet nach dem Local-First-Prinzip und stellt sicher, dass UI-Auslesungen, taps, Eingaben und Screenshots innerhalb Ihres lokalen Netzwerks (LAN) verbleiben, um maximale Privatsphäre und Leistung zu gewährleisten. Durch den Wegfall herkömmlicher Entwicklungstools wie ADB vereinfacht es den Arbeitsablauf für nicht-technische Setups und bietet gleichzeitig einen tiefen technischen Zugriff auf den UI-Baum des Geräts.
Agent Android Anwendungsfälle
- Automatisierung wiederkehrender Aufgaben in Android-Anwendungen
- Durchführung von Remote-Tests für mobile Apps und UI-Verifizierung
- Navigation durch Android-Schnittstellen über AI-Sprach- oder Textbefehle
- Datenextraktion aus mobilen Apps, die keine öffentlichen APIs anbieten
- Verwaltung von Android-Geräten in einem lokalen Netzwerk ohne physische Verbindung
So funktioniert Agent Android
- Überprüfen Sie die Netzwerkkonnektivität, indem Sie den Health-Endpunkt des Geräts aufrufen, um sicherzustellen, dass der Dienst aktiv ist.
- Entdecken Sie verfügbare Anwendungen mit dem App-Discovery-Befehl, um das Zielpaket zu identifizieren.
- Starten Sie die gewünschte Anwendung, um sie in den Vordergrund des Android-Geräts zu bringen.
- Untersuchen Sie den aktuellen UI-Baum, um Ressourcen-IDs, Textbeschriftungen und Elementgrenzen abzubilden.
- Führen Sie eine bestimmte Aktion wie einen tap, swipe oder eine Texteingabe basierend auf den zugeordneten UI-Elementen aus.
- Aktualisieren Sie die UI-Baum-Untersuchung, um das Ergebnis der Aktion zu überprüfen und sich auf den nächsten Schritt in der Schleife vorzubereiten.
Agent Android Einrichtung
Um mit dieser Fähigkeit aus der Openclaw Skills-Sammlung zu beginnen, stellen Sie sicher, dass die CLI in Ihrem Pfad verfügbar ist. Installieren Sie sie mit dem uv Paketmanager:
uv tool install aivane-agent-android
uv tool update-shell
Sie müssen außerdem die AIVane-App auf Ihrem Android-Gerät ausführen, um den lokalen API-Dienst unter einer URL wie http://<device-ip>:8080 zu hosten.
Agent Android Datenschema & Taxonomie
Die Fähigkeit organisiert Daten hauptsächlich über die Android-UI-Hierarchie und Metadaten. Die Informationen sind wie folgt strukturiert:
| Datentyp | Beschreibung |
|---|---|
| UI Tree | Eine hierarchische Darstellung aller sichtbaren Bildschirmelemente und ihrer Attribute. |
| RefID | Eine temporäre, sitzungsbasierte Ganzzahl, die Elementen für eine schnelle REPL-Interaktion zugewiesen wird. |
| Resource ID | Die native, vom Android-Entwickler definierte ID für spezifische UI-Komponenten. |
| XPath | Dynamisch generierte Pfad-Strings, die verwendet werden, um Elemente in komplexen Layouts eindeutig zu identifizieren. |
| Attributes | Metadaten für Elemente, einschließlich Text, Klasse, Grenzen und Klickstatus. |
Agent Android Erweiterte Funktionen
- Interaktiver REPL-Modus für explorative Gerätesteuerung und Echtzeit-Debugging.
- Erweiterte XPath-Unterstützung zur sofortigen Generierung und Validierung eindeutiger Elementselektoren.
- Bildschirmaufnahme-Funktionen zum Speichern von Schnappschüssen für visuelle Überprüfungen oder AI-Analysen.
- Umfassende Eingabeverarbeitung, einschließlich Löschen von Feldern und speziellen Systemtasten wie Home und Back.
- Warte-Mechanismen, die es dem Agent ermöglichen, zu pausieren, bis bestimmte Texte oder Elemente auf dem Bildschirm erscheinen.
SKILL.md
Laden
Verwandte Openclaw-Skills
LLM Memory Integration
Ein hybrides Speicherverwaltungssystem, das Vektorsuche und Sqlite-basiertes FTS für persistenten KI-Agenten-Kontext bietet.
Duru Memory
Ein speicherkontinuierliches System mit hoher Rückverfolgbarkeit für KI-Agenten, das strukturierte Markdown-Dateien als persistente Quelle der Wahrheit nutzt.
LLM Memory Integration
Ein ausgeklügeltes Zwei-Schichten-Speicherverwaltungssystem, das KI-Agenten dauerhafte, hybride Suchfunktionen bietet.
Blackboard Dark Poster Generator
Eine AI-Agent-Skill, die kontrastreiche Dark-Mode-Poster und Tutorial-Cover mit authentischer handgeschriebener Marker-Typografie und minimalistischem Design generiert.
Guochuangsai Business Model Design Expert
Ein KI-gestützter Berater, der darauf ausgelegt ist, gewinnbringende Geschäftsmodelle für die China International College Students' Innovation Competition zu erstellen, zu optimieren und zu präsentieren.
Context Manager
Ein hochentwickeltes Werkzeug für kognitive Architektur, das entwickelt wurde, um fragmentierte Informationen in ein strukturiertes, handlungsfähiges externes Gehirn zu verwandeln.
METADATA
Hervorgehoben*
