什么是ClawPhone Phone Control
ClawPhone Phone Control 是一款专为移动设备自动化设计的控制工具，其核心功能是通过手机界面感知与操作，实现对 MCP（Mobile Control Protocol）的深度控制。该工具强调‘先感知，再操作’的基本原则，在执行任何自动化流程前，必须优先读取当前屏幕状态，包括前台应用、分辨率及可见文字信息。这种设计确保了操作的精准性和可靠性，尤其适用于复杂或易变的移动应用场景。
与传统自动化工具不同，ClawPhone 不依赖固定的坐标点击或预设路径，而是基于实时截图动态判定控件位置。这意味着即使页面布局微调或键盘弹出导致界面变化，系统也能自动适应并重新定位目标元素。同时，工具提供了多层次的兜底机制，例如在文本输入失败时切换至剪贴板粘贴方式，极大提升了流程的鲁棒性。
此外，ClawPhone 特别关注‘脆弱流程’的处理逻辑，如微信聊天发送等场景，要求每一步操作后都必须进行界面复核，避免因网络延迟或界面卡顿造成误判。这种严谨的操作原则使得 ClawPhone 不仅适用于常规的手机自动化任务，更能应对高交互性、高不确定性的真实使用环境。
核心功能特点
- 基于实时截图的动态坐标判定，确保点击操作精准有效
- 优先使用文字/节点识别能力，减少对固定坐标的依赖
- 提供多步骤验证机制，支持一步一验的脆弱流程处理
- 内置剪贴板兜底方案，解决文本输入失败时的替代路径
- 强调操作前后界面状态复核，避免仅凭工具返回值判断成功
适用场景
ClawPhone Phone Control 最典型的应用场景是手机自动化测试与调试，尤其是在排查自动化脚本执行失败时表现出色。例如，当某次自动化流程因弹窗未及时关闭而中断，开发者可通过 ClawPhone 快速获取当前屏幕快照，识别出遮挡界面的异常元素，并手动触发关闭操作，从而定位问题根源。这种即时干预能力显著缩短了故障排查周期。
另一个高频使用场景是跨平台 App 的快速启动与状态确认。比如在集成测试中，需要确保某个社交 App 在启动后真正切换到了目标页面而非停留在桌面。ClawPhone 通过连续调用 `get_screen_info` 和 `capture_screen`，可在毫秒级内验证前台应用是否正确加载，避免因启动延迟导致的后续操作错误。
对于依赖用户输入的复杂交互流程，如表单填写或消息发送，ClawPhone 同样具备强大适应性。它会在输入前确认焦点状态，失败后自动启用剪贴板粘贴作为备用方案，并在发送完成后再次校验界面变化。这种闭环验证机制特别适合微信等自定义控件较多、无障碍支持较弱的 App，有效解决了传统自动化工具在此类场景中常见的‘假成功’问题。