知识卡片：PalmClaw —— 原生移动端智能体框架

一句话结论

PalmClaw 是一个运行在手机上的开源 LLM 智能体框架，通过将设备能力封装为参数明确、结果结构化的“设备工具”，相比 GUI 操作的基线方法实现了任务成功率提升 11.5%、完成时间减少 94.9%，并降低了部署负担。

事件概述与研究问题

传统 LLM 智能体多运行在桌面或服务器上，通过调用工具执行多步任务。手机作为广泛可及且包含用户数据、传感器和日常应用的环境，同样适合智能体部署。然而现有的移动智能体主要依赖图形用户界面（GUI）操作（如点击、滑动、输入），这种方式形成冗长且依赖界面的动作序列，无法直接访问设备底层能力，且执行边界难以定义。PalmClaw 旨在解决上述问题，提供一个原生运行于手机端的智能体框架。

方法/产品要点

• 本机运行：会话管理、记忆、技能、工具以及智能体循环全部在设备本地执行，不依赖云端或桌面端。
• 设备工具（Device Tools）：将手机功能（如传感器、应用接口）暴露为显式参数、结构化结果且有清晰执行边界的工具。智能体直接调用这些工具而非模拟 GUI 点击，每个动作都被明确控制。
• 开源：代码发布于 GitHub（https://github.com/ModalityDance/PalmClaw）。

主要结果或产业意义

• 任务成功率：相比最强的基线方法（待确认最强基线具体指哪种方法），PalmClaw 实现了 11.5% 的相对提升。
• 完成时间：减少了 94.9% 的任务完成时间，效率大幅提升。
• 部署负担：降低了设置和运行的复杂程度（“lower setup burden”），具体负担降低幅度待核实。
• 可解释性：通过执行边界追踪（traces）可以清晰看到每个工具调用的边界是如何应用的。

为什么重要

PalmClaw 提供了一种与现有 GUI 驱动方式不同的移动智能体设计范式，使智能体能够直接、高效地调用设备原生能力，同时保持动作的明确性和可控性。这对于在资源受限的手机上部署自主执行复杂任务的 AI 助手具有实用价值，也填补了桌面/服务器智能体与手机 GUI 智能体之间的空白。

局限与不确定性

• 目前仅从摘要和标题获取信息，论文全文未审阅，实验设置、基线方法的具体名称、测试任务类型以及设备兼容性等细节均待核实。
• 可能存在的局限：需要手机系统级权限来暴露设备工具，不同操作系统（Android / iOS）的适配难度未知；长期运行的内存与能耗影响未在摘要中提及。

可用于图书/PPT/简报的角度

• 移动端 AI 智能体的新范式：对比 GUI 模拟与原生设备工具调用两种技术路线。
• 边缘计算与隐私：所有处理在本地完成，不传数据到云端，可强调隐私优势（原文未明确提及隐私，但“native on-device”天然暗示隐私保护，需谨慎使用）。
• 效率提升数据：94.9% 的时间缩减可作为典型数字案例在汇报中引用。
• 开源项目参考：对开发移动端自动化助手或智能体框架的团队有直接参考价值。

原始材料

• 英文标题：PalmClaw: A Native On-Device Agent Framework for Mobile Phones
• 英文关键词：LLM agent, on-device agent, mobile phone, device tool
• 来源：arXiv:2607.13027v1 (cs.CL, cs.AI)
• 作者：Hongru Cai, Yongqi Li, Ran Wei, Wenjie Li
• 发布时间：2026-07-14
• 代码仓库：https://github.com/ModalityDance/PalmClaw