SkyClaw 和 FoneClaw 对比:模型 API、Agent 运行时和安卓手机动作怎么选
比较 Skywork AI SkyClaw 模型家族与 FoneClaw 安卓运行时:看清模型工具调用、运行时、手机权限和实际输出,再决定用模型 API 还是受支持 Android 动作。
- 这里的 SkyClaw 指 Skywork AI 官方发布的 SkyClaw 模型家族,不是 Android APK 或手机控制应用。
- Skywork 官方发布页记录了 1M-token 上下文、OpenAI 兼容 API、base URL 和模型标识;官方仓库记录了图像输入与截图到 HTML 更新。
- FoneClaw 是 Android 运行时和手机动作层:可打开应用、读取受支持可访问界面、点选当前识别目标,并把文字放入当前可编辑字段。
- 连接模型前要分别检查端点、模型标识、认证、工具调用、图像输入、费用和数据路径;SkyClaw 与 FoneClaw 的直接集成仍需实际验证。
先确认这里说的是哪个 SkyClaw
SkyClaw 和 FoneClaw 对比,第一步是确认对象。本文里的 SkyClaw 指 Skywork AI 官方发布的 SkyClaw 模型家族,而不是一个已验证的 Android 手机控制应用。Skywork AI 官方 SkyClaw 仓库把 SkyClaw-v1.0 和 lite 描述为面向复杂工具使用、多轮工作流和 Agent 场景的模型。
FoneClaw 则是我们面向 Android 手机动作的运行时产品。我们处理的是受支持的手机侧步骤:打开应用、读取受支持的可访问界面、点选当前屏幕识别到的目标、把文字放入当前可编辑字段,并让用户在实际手机结果中确认。模型可以帮助判断下一步,但模型本身不会自动获得 Android 权限。
所以选择时不要问“哪个名字更像 Agent”,而要问任务需要什么输出。如果你要评估模型 API、长上下文、图像输入和工具调用能力,看 SkyClaw 文档;如果你要让 Android 手机进入某个受支持流程,看 FoneClaw 的运行时和权限边界。关于手机动作怎样从意图进入确认和执行,可以参考AI 智能体控制 Android 手机:从自然语言意图到确认、执行和验证。
模型文档能证明什么
SkyClaw 官方发布页在 2026-05-19 的说明中记录了 1M-token 上下文、OpenAI 兼容 API、base URL https://api.apifree.ai/v1,以及模型标识 skywork-ai/skyclaw-v1 和 skywork-ai/skyclaw-v1-lite。这里的 1M 是官方记录的模型上下文能力,不等于任何运行时、代理框架或接入方都一定开放同等上下文。
官方仓库在 2026-06-10 的更新中记录了图像输入能力,并展示从截图生成 HTML 的示例。这说明 SkyClaw 可以处理视觉输入并生成结构化结果;如果要把它用于真实应用或手机任务,还要看运行时是否提供相应工具、权限和结果回传。
发布页中的工具调用、文件编辑测试、网页生成、交互应用和研究报告示例属于 Skywork 的厂商演示。它们可以作为评估模型的起点,但不等于我们已经完成独立手机控制测试,也不等于截图到 HTML 示例能证明 Android 应用控制能力。
分清模型、运行时和手机权限
模型驱动工具使用通常分三层。第一层是模型:它读取上下文,决定是否需要调用工具,并生成工具参数。第二层是 Agent 运行时:它负责把模型的工具请求交给真实工具,处理返回结果,并决定下一轮上下文。第三层是设备或服务权限:比如文件系统、浏览器、API、Android 无障碍能力、应用登录状态和用户确认。
SkyClaw 文档证明的是模型面向工具使用和长流程的能力;真正能做什么,还取决于你接入的运行时提供哪些工具。FoneClaw 负责的是 Android 这一侧:当前可访问界面是否能读取,目标是否能在最新屏幕读取中识别,文本框是否可编辑,手机权限是否允许,以及用户设置下是否需要确认。
模型可以在合适的运行时里驱动代码、文件、浏览器或手机工具;模型 API 单独存在时,并不会自动拥有手机控制权。想理解模型能力如何走向日常手机动作,可以继续看手机上的 AI Agent 2026:从实验室能力走向日常手机动作。
按你需要的输出选择
下面按输出结果来拆开判断。
| 你要的输出 | SkyClaw 更贴近的部分 | FoneClaw 更贴近的部分 |
|---|---|---|
| 代码、文件或研究报告 | 在支持工具调用的 Agent 运行时里,让模型参与代码编辑、文件处理、测试或报告生成。 | 如果文件或结果在 Android 手机上,需要按手机路径、权限和目标应用状态处理。 |
| 截图或图片理解 | SkyClaw 文档展示了图像输入和截图到 HTML 的演示,适合评估视觉理解和生成能力。 | 如果下一步要操作真实手机应用,需要 FoneClaw 读取当前可访问界面,并让用户确认目标。 |
| Android 应用里的草稿 | 模型可以先生成回复、总结或结构化文本。 | FoneClaw 可把文字放入当前可见的可编辑字段;这个文本输入动作本身不会提交或发送。 |
| 外部发送、点击或设备状态变化 | 模型可以规划步骤或建议工具调用参数。 | 是否能执行取决于 FoneClaw 的受支持动作、Android 权限、当前应用状态和用户设置。 |
如果任务停留在模型输出,重点看 SkyClaw 的上下文、图像输入、工具调用和 API 可用性。如果任务要落到手机真实状态,重点看 FoneClaw 是否支持该 Android 步骤、结果是否可见、是否需要用户确认。
连接模型前先检查兼容性
SkyClaw 官方发布页链接的 API 访问页面是获取凭据、访问和当前计费信息的入口。接入前应检查 base URL 是否使用 https://api.apifree.ai/v1,模型标识是否为 skywork-ai/skyclaw-v1 或 skywork-ai/skyclaw-v1-lite,并确认认证方式、消息格式、工具调用、图像输入、上下文限制和错误返回。
FoneClaw 有默认模型路径,也支持配置兼容的模型 API;但“API 语法兼容”不等于已经验证 SkyClaw 与 FoneClaw 的直接集成。具体模型是否能稳定处理 FoneClaw 所需上下文、工具调用结果、图像或长流程,要用非敏感任务实际确认。当前能力范围可查看FoneClaw 功能页面。
建议先做一个非敏感测试并保持不提交:让模型解释一段普通屏幕上下文,生成一段草稿,再让 FoneClaw 把草稿放入当前可见文本框但不发送。检查模型输出、工具参数、手机界面结果和停止点。配置模型 API 的通用流程,可以参考手机 Agent 连接 AI 模型 API:在 FoneClaw 配置 Base URL、API Key 并验证 Android 动作。
费用和控制权要分开比较
SkyClaw 仓库和发布页提到 API 访问和试用信息;当前价格、额度、可用地区、并发和模型访问限制,应查看官方链接到的 API 提供方页面以及你的账号显示。不要把某个阶段的临时优惠理解成长期固定价格。
FoneClaw 侧要分清产品计划、默认模型路径、外部模型提供方费用和 Android 权限前提。权限不是费用项,但会决定某个手机动作能否执行。模型提供方会处理你发送给模型的上下文;如果在 FoneClaw 中配置在线模型,提供给模型的屏幕上下文可能进入对应提供方的处理路径。Android 上的执行动作仍受 FoneClaw 支持范围、系统权限、当前界面和全局或单项审批策略影响。
最稳妥的选择方法,是把模型评估和手机动作评估分开:先看 SkyClaw 是否适合你的推理、工具调用和视觉输入任务;再看 FoneClaw 是否能在你的手机上完成受支持的可见步骤。厂商演示和 API 兼容标识适合做前置筛选,最终仍要用自己的小任务验证。