- name
- clawphone-phone-control
- description
- 使用手机控制 MCP 完成手机界面感知与操作。适用于读取当前手机状态、打开 App、处理弹窗、点击控件、输入文本、排查手机自动化失败等场景。执行时优先读取界面状态，涉及坐标点击时必须基于当前截图临时判定，禁止把历史坐标当成通用规则。
ClawPhone Phone Control
快速流程
- 先感知，再操作。
- 优先用文字/节点能力，坐标点击只在当前截图下临时使用。
- 脆弱流程必须一步一验，不要把多步盲打成“理应成功”。
感知优先级
- 先用
get_screen_info判断前台应用、分辨率、可见文字。 - 需要精确定位时，再用
capture_screen。 - 需要找标准控件时，优先
click_by_text或find_node。
操作原则
- 输入前先确认输入框真的已获焦。
- 启动 App 后先确认前台应用真的切换成功。
- 若工具返回“已点击”“已启动”“已输入”，仍要以界面复核为准。
- 发送前先确认文本真的已经进入输入框。
- 点击发送前先确认发送控件真实可见。
- 发送后必须再次确认界面已变化，不要仅凭工具返回值认定成功。
启动 App
- 可先调用
launch_app(...)。 - 立即用
get_current_app或get_screen_info确认前台应用是否真的切换。 - 若仍停留在桌面或其他 App，不要在同一路径上重复盲开。
- 先读取当前屏幕状态，再决定是否改用桌面图标点击、通知入口或其他页面内入口。
输入兜底
- 先确认输入框已聚焦。
- 优先尝试
type_text(...)。 - 若
type_text(...)失败，或文本没有真正进入输入框，立即切到兜底链路：
- set_clipboard(...) - 长按当前截图里的输入区域 - 截图确认菜单 - 基于当前截图临时点击 粘贴
- 粘贴后再次确认文本真的进入输入框，再继续后续操作。
坐标原则
- 坐标只对应“当前设备、当前页面、当前截图”。
- 不要把一次成功的坐标写成固定流程。
- 如果页面一变、键盘弹出、工具栏切换，之前的坐标立即失效，应重新截图。
失败排查
按下面顺序定位失败点：
- 是否在正确页面。
- 是否点中了真实控件，而不是附近空白区域。
- 输入框是否真的聚焦。
- 文字是否真的进入输入框。
- 发送按钮是否真的出现且可点击。
- 操作后界面是否真的变化。
- 某条路径失败后，是否及时切换到更合适的兜底路径，而不是重复试错。
微信等脆弱场景
- 聊天发送属于脆弱流程，默认一步一验。
press_enter只能作为兜底，不要把它当作“必然发送成功”的主路径。- 微信自定义弹窗通常不在无障碍树中，遇到菜单项时应截图后临时取坐标点击。
参考
- 需要工具说明时，读
tools-reference.md。