为什么不需要再记工具用法?看懂OneBox(万宝盒)AI Agent如何调用90+本地工具

原创2026-10-24 09:29:541,864 阅读

为什么不需要再记工具用法?看懂OneBox(万宝盒)AI Agent如何调用90+本地工具

OneBox(万宝盒)是一款免费的 Android AI 智能体与工具箱应用,内置 AI Agent 能直接驱动 90+ 个应用内本地工具:说一句「把图片转成 PDF」或「午饭花了 28 块,记一下」,它会自动发现合适的工具、在本机执行并汇报结果——你不需要再背任何工具的用法和步骤。

一、为什么工具用法总是记不住?

大多数工具箱 App 的困境是:功能越全,学习成本越高。PDF 要转图片去哪个菜单?压缩到 200KB 用哪个参数?拼图的间距在哪调?

OneBox 的思路不一样:把「人找工具、人操作工具」换成「AI 找工具、AI 操作工具」。

  • 你只负责说需求(自然语言);
  • AI Agent 负责选工具、填参数、执行、把结果带回来;
  • 所有工具都在手机本地跑,不经过第三方服务。

上图:OneBox 万宝盒 AI Agent 一句话记账场景——说「午饭花了 28 块」,Agent 自动完成工具发现、新增账目、整理回复三步,账单实时入账。

二、AI Agent 调用本地工具的完整流程

整个机制并不神秘,核心就是大模型的 Function Calling(工具调用)能力 + 应用内一套「工具注册表」。用三步就能看懂:

1. 工具注册:90+ 个工具挂在一个注册表里

每个本地工具都实现了统一的 AgentTool 接口,自带:

  • name(工具名,如 discover_tools、compress_image)
  • description(给模型看的用途说明)
  • parametersSchema(参数格式,告诉模型「要传哪些参数」)

它们通过 Hilt 的 @IntoMap + @StringKey 注解统一注册进 AgentToolRegistry(工具注册表),内置工具的绑定关系都写在 BuiltinToolModule.kt 中。注册表会把所有工具转换成 OpenAI 兼容的 tools 格式发给大模型——模型是靠 schema 理解工具的,所以根本不需要你(或开发者)记忆任何用法:改一个参数名,模型看到的说明就同步变了。

2. 工具发现:AI 先「找工具」,再干活

90+ 个工具全塞给模型既费 token 又易出错,OneBox 的做法是分两层:

  • 首轮只给「路由工具」:discover_tools(按关键词模糊搜索工具的名称、标题、摘要、关键词)和 discover_apps。你可以看 DiscoverToolsTool.kt 中 bootstrap = true 的设计——发现类工具永远在首轮。
  • 命中后再扩展:搜索命中的工具会自动加入后续轮次的可用工具列表(follow-up 工具扩展),模型随即调用。

所以对话里经常出现这样的结构:「工具发现(搜索记账)→ 调用记账工具 → 整理回复」,整个过程对你透明,但对新手非常友好——你连工具叫什么名字都不用知道。

3. 执行循环:理解 → 调用 → 回报,可以多轮

模型每次返回工具调用指令后,由 AgentLoopExecutor(Agent 调用链执行器)负责执行并把结果喂回模型,循环往复直到任务完成。这套循环有几个对新手很实用的设计:

  • 多步骤跨工具:一句话可以驱动「图片 → 转换 → 存文件」等多个工具串起来跑;
  • 断点续跑:ToolCallTaskManager 在每个执行节点把状态持久化到本地数据库,任务中断后可恢复;
  • 有节奏、不失控:单个工具有默认 60 秒超时,整个会话有最大迭代轮次限制,过程可预期;
  • 无状态查询并行:多个只读类工具会并行执行,响应更快。

上图:OneBox AI Agent 跨工具协作——「周末露营装备清单」一句话,Agent 依次经过重要确认、准备执行、工具执行,直接产出带勾选框的笔记。

三、说不清的,它会反问你

普通聊天机器人遇到模糊指令只能瞎猜,而 OneBox 的 Agent 内置了用户提问工具:信息不足时会弹出表单让你确认,确认完再继续。

上图:OneBox 万宝盒 AI Agent 信息不足时反问确认——一句含糊的「今天第二天,量中等」,它会弹窗逐项核对再落库,敏感数据先经你同意。

再比如「帮我加一个喝水的习惯」,它会先配好图标、频率,再回到打卡页直接可打:

上图:OneBox AI Agent 一句话新增习惯——六个预设习惯里选一个说出口,Agent 自动建好习惯项,回到打卡页直接打卡。

四、放心用:本地执行 + 权限边界

新手最关心的其实是「它会不会乱来」。OneBox 在三层做了限制:

机制 说明
应用沙箱 Agent 的一切操作被限制在 App 自身的 Android 权限内,不碰通讯录、短信等系统隐私;本地工具全程本机执行,只有与所选大模型的对话联网
确认与风险分级 每个工具声明 riskLevel 和 requiresConfirmation,敏感操作会先弹确认(见 AgentTool.kt 中的安全策略接口)
结果可追溯 「我的 → 操作记录」逐条列出哪次对话、调了哪个模块、产出了什么,可清理、可回溯

上图:OneBox 万宝盒 AI Agent 操作记录——AI 干的活都能查账,调用了哪个工具、什么时间、产出了什么内容,一条一条列给你看。

五、快速上手:3 步让 AI Agent 替你干活

  1. 安装并打开「助手」入口:应用底部导航栏的「助手」即是 AI Agent 对话页;
  2. 接一个模型:填入任意 OpenAI 兼容服务的 API Key(如 Gemini、OpenRouter 的免费额度)即可解锁全部 Agent 能力;海外版与 FOSS 构建还可在 App 内下载 Gemma 3 1B / Qwen3 0.6B 本地模型,断网也能用(端侧推理走 LiteRT-LM);
  3. 直接说需求:试试「把图片转成 PDF」「把账单截图记到账本」「联网查一下今天的股票行情」。

完整功能清单可在 README.zh-CN.md 的「功能总览」表格中查到,104 个功能模块按分类逐一列出;模块划分文档见 docs/modules.md。

六、新手常见疑问

Q:它和网页版聊天机器人有什么区别? 网页机器人只能「说」,OneBox 的 AI Agent 能「做」——它调用的是应用内 90+ 个真实本地工具,PDF、图片、文件、记账全在手机上完成。

Q:工具结果会发到网上吗? 不会。工具在本机执行;仅对话内容会发送给你自己配置的大模型服务。代码全部开源,可自行核对。

Q:任务跑很久要一直盯着吗? 不用。AI 会话进行中离开页面会自动进入系统画中画,小窗里的机器人实时反馈进度,点一下即可回到结果(原生 PiP 能力,无需任何权限)。

Q:想看 AI 动态生成的界面长什么样? 项目实现了 A2UI(Agent-to-User Interface)协议,让 AI 动态生成原生 Compose 界面,组件说明见 core/a2ui/a2ui.md。


一句话总结:在 OneBox 里,你只需要会说话。 记工具用法这件事,从此交给 AI Agent。

登录后查看全文
OneBox