最近这波手机 GUI Agent（比如 AutoGLM-Phone、GELab）很有意思：用户用自然语言就能操控手机，点按、跳转、填表都能做。但是，他们普遍都是 4b、9b 这种小模型，适合单任务操控，不太擅长复杂流程里的长期规划、分支决策、异常恢复和跨任务编排。 
所以我做了一个 Skill：让 Claude Code / Codex 负责高层编排，让手机 GUI 小模型负责底层执行。可以理解为： 

Claude Code / Codex：任务理解、拆解、决策、重规划
Skill 层：工作流编排、状态机、重试与回滚、工具调用协议
Phone GUI 小模型：屏幕理解 + 控件操作 + 跨 App 执行

项目基本架构（简版）

用户输入目标（自然语言或模板任务）。
Claude Code / Codex 生成执行计划（步骤、条件、失败策略）。
Skill 将计划转成可执行动作流（点击、...