Saving

面向云手机业务的风控与封控系统。

项目细节与技术方案处于保密阶段，暂不公开展示。如需了解，欢迎面聊。

基于 OpenClaw 插件体系开发的云手机 AI Agent 能力开放插件，把云手机 OpenAPI 封装为 14 个标准化的 cloudphone_* Agent 工具，覆盖设备管理与 UI 自动化操控全链路。插件以 npm 包 @whateverai/cloudphone 发布，支持 OpenClaw Gateway 一键安装，Agent 即装即用。

担任职责

• Agent 工具体系设计 —— 设计并实现 14 个 cloudphone_* 工具定义，包括工具名、描述、JSON Schema 参数校验与执行函数，遵循 MCP 内容项规范（text / image），统一 Agent 工具调用与响应格式。
• OpenAPI 请求抽象层 —— 封装统一 apiRequest 函数，内置超时控制（AbortController）、鉴权头注入、URL 归一化、业务状态码多格式兼容判定与错误信息提取，屏蔽底层 HTTP 细节。
• 设备管理能力 —— 实现用户信息获取、设备列表分页筛选、设备详情、电源控制、ADB/SSH 连接信息获取共 5 个工具，支撑 Agent 完成设备选择与状态确认。
• UI 交互操控能力 —— 实现坐标点击、长按、滑动、文本输入、文本清除、系统按键（BACK/HOME/ENTER/RECENT/POWER）共 6 个工具，使 Agent 具备完整屏幕操控能力。
• 状态观测与截图渲染 —— 实现截图 / UI 树快照、页面等待条件（element_appear / element_disappear / page_stable）、截图 URL 渲染共 3 个工具。
• 内置 Skill 设计 —— 编写 basic-skill 教学文档，定义标准工作流与分层恢复策略、能力边界声明与排查指南，提升 Agent 多步 UI 自动化的执行稳定性。
• 插件注册与生命周期 —— 实现插件入口 register 函数，完成运行时配置解析、工具批量注册、执行结果规范化、异常兜底与结构化日志输出。
• CI/CD 与发布 —— 基于 GitHub Actions 实现两阶段流水线，main 分支 push 触发构建，v* 标签触发公开发布到 npm Registry。

技术要点

• 严格遵循 name / description / parameters(JSON Schema) / execute 四元组定义工具，返回值统一采用 MCP 内容项规范。
• 截图渲染实现远程拉取 → MD5 哈希去重 → 本地缓存 → MIME 双重推断（Content-Type 优先 + URL 扩展名兜底）→ MCP image + MEDIA 兼容回退的完整链路。
• 设计「观察 → 行动 → 验证 → 再观察」标准工作流与分层恢复策略（BACK → HOME → 截图 → 重启），不增加新工具即提升执行稳定性。
• 结合 Cursor 辅助提效，在工具模板生成、请求抽象层搭建、Skill 文档编写与 CI/CD 配置环节加速迭代。

个人收获

深入理解了 AI Agent 工具化开放的工程实践：从「如何将后端 API 标准化封装为 Agent 可调用工具」到「如何通过 Skill 引导 Agent 稳定执行多步自动化任务」，掌握了 MCP 协议内容项规范、工具参数 JSON Schema 设计，以及 Agent 行为引导（Skill）与底层能力（Plugin）的职责分离思想。