新星市网站建设_网站建设公司_移动端适配_seo优化

小白必看！Open-AutoGLM手机端AI代理快速入门指南

你有没有想过，有一天只要动动嘴说一句“帮我打开小红书搜美食”，手机就能自动完成所有操作？听起来像科幻片，但现在——它已经能实现了。今天要介绍的Open-AutoGLM，就是这样一个能让 AI 当你“手机助理”的开源框架。

它不只是会听指令，还能“看懂”屏幕、理解界面、自己点按钮、输文字，甚至在关键时刻提醒你确认敏感操作。整个过程完全自动化，却又足够安全。最棒的是，哪怕你是技术小白，也能跟着这篇指南一步步上手。

本文将带你从零开始，搞懂 Open-AutoGLM 是什么、怎么用，并手把手教你部署和运行第一个 AI 手机任务。不需要深厚的编程背景，只要你会用电脑和手机，就能轻松搞定。

1. 什么是 Open-AutoGLM？

简单来说，Open-AutoGLM 是一个让 AI 能真正“操控手机”的智能代理框架。它的核心叫Phone Agent，背后是智谱推出的 AutoGLM 视觉语言模型。这个系统厉害的地方在于：

• 它不仅能“听”你说话（自然语言理解），还能“看”你的手机屏幕（多模态视觉识别）。
• 看完之后，它能像人一样思考下一步该点哪里、滑哪里、输入什么。
• 最后通过 ADB（Android Debug Bridge）真正去操作手机，完成整个流程。

比如你说：“打开抖音，搜索一个叫 dycwo11nt61d 的博主并关注他。”
AI 会自动：

1. 打开抖音 App；
2. 找到搜索框并点击；
3. 输入那一串复杂的用户名；
4. 进入主页；
5. 点击“关注”按钮。

全程无需你动手，就像有个看不见的小助手替你完成了所有点击操作。

1.1 核心能力亮点

1.2 适合谁使用？

• 想体验 AI 自动化生活的普通用户
• 做移动端自动化测试的开发者
• 想研究 AI Agent 行为逻辑的技术爱好者
• 需要批量操作多个账号的运营人员（注意合规性）

2. 准备工作：软硬件与环境配置

要让 Open-AutoGLM 正常工作，你需要准备三样东西：一台安卓手机、一台电脑、以及基本的开发工具。别担心，这些都不难搞。

2.1 硬件与系统要求

• 电脑系统：Windows 或 macOS 均可
• Python 版本：建议安装 Python 3.10 或更高版本
• 安卓设备：Android 7.0 以上的真实手机或模拟器
• 连接方式：支持 USB 数据线连接，也支持 WiFi 无线连接

2.2 安装 ADB 工具

ADB（Android Debug Bridge）是连接电脑和安卓设备的关键桥梁。我们需要先把它装好。

Windows 用户安装步骤：

1. 下载 Android SDK Platform Tools 并解压。
2. 按Win + R输入sysdm.cpl，打开“系统属性” → “高级” → “环境变量”。
3. 在“系统变量”里的Path中添加你解压后的 platform-tools 文件夹路径。
4. 打开命令提示符，输入adb version，如果显示版本号就说明安装成功。

macOS 用户安装方法：

打开终端，运行以下命令（假设你把文件解压到了 Downloads 目录）：

export PATH=${PATH}:~/Downloads/platform-tools

你可以把这个命令加到.zshrc或.bash_profile里，避免每次都要重新设置。

3. 手机端设置：开启调试权限

为了让电脑能控制手机，必须在手机上开启几个关键开关。

3.1 开启开发者模式

进入手机“设置” → “关于手机” → 连续点击“版本号”7次，直到提示“您已进入开发者模式”。

3.2 启用 USB 调试

返回设置主菜单 → “开发者选项” → 找到“USB 调试”，勾选开启。

注意：不同品牌手机路径略有差异，请根据机型自行查找。

3.3 安装 ADB Keyboard（重要！）

这是个特殊的输入法，能让 AI 通过 ADB 直接向手机输入文字，而不需要手动打字。

1. 下载 ADB Keyboard APK 并安装。
2. 进入“语言与输入法”设置 → 将默认输入法切换为ADB Keyboard。

这样以后 AI 下达“输入xxx”指令时，就能自动填入内容了。

4. 部署 Open-AutoGLM 控制端

现在轮到在电脑上部署我们的“指挥中心”了。

4.1 克隆项目代码

打开终端或命令行工具，执行：

git clone https://github.com/zai-org/Open-AutoGLM cd Open-AutoGLM

4.2 安装依赖库

接下来安装必要的 Python 包：

pip install -r requirements.txt pip install -e .

提示：建议使用虚拟环境（如 venv 或 conda），避免依赖冲突。

5. 连接手机设备

确保手机通过 USB 连接到电脑，然后测试是否能被识别。

5.1 使用 USB 连接

在终端运行：

adb devices

你应该能看到类似这样的输出：

List of devices attached ABCDEF1234567890 device

只要有设备 ID 和device状态，说明连接成功。

5.2 使用 WiFi 远程连接（更方便）

如果你不想一直插着数据线，可以用 WiFi 连接。

第一步：先用 USB 连接，启动 ADB TCP 模式

adb tcpip 5555

第二步：拔掉 USB，用 IP 地址连接

先查看手机 IP 地址（一般在“设置 → WLAN”里），然后运行：

adb connect 192.168.x.x:5555

再次运行adb devices，应该能看到设备以 IP 形式在线。

6. 启动 AI 代理：让手机“活”起来

一切准备就绪，终于可以召唤 AI 助理了！

6.1 前提：确保模型服务已运行

Open-AutoGLM 本身只是一个“客户端”，真正的 AI 大脑需要提前部署在本地或云端。通常使用 vLLM 或 SGlang 来启动模型服务。

例如，使用 vLLM 启动 AutoGLM-Phone-9B 模型：

python3 -m vllm.entrypoints.openai.api_server \ --served-model-name autoglm-phone-9b \ --allowed-local-media-path / \ --mm-encoder-tp-mode data \ --mm_processor_cache_type shm \ --mm_processor_kwargs '{"max_pixels":5000000}' \ --max-model-len 25480 \ --chat-template-content-format string \ --limit-mm-per-prompt '{"image":10}' \ --model zai-org/AutoGLM-Phone-9B \ --port 8000

启动成功后，模型服务地址为：http://<服务器IP>:8000/v1

6.2 命令行方式运行任务

回到 Open-AutoGLM 目录，运行：

python main.py \ --device-id ABCDEF1234567890 \ --base-url http://192.168.1.100:8000/v1 \ --model "autoglm-phone-9b" \ "打开抖音搜索抖音号为：dycwo11nt61d 的博主并关注他！"

参数说明：

• --device-id：来自adb devices显示的设备 ID
• --base-url：替换为你实际的模型服务地址
• 最后的字符串：你要下达的自然语言指令

运行后，你会看到 AI 开始截图、分析界面、规划动作，并逐步执行每一步操作。整个过程就像有人在替你操作手机。

6.3 使用 Python API 调用（适合集成）

如果你想把功能嵌入自己的程序中，也可以用 API 方式调用。

from phone_agent import PhoneAgent from phone_agent.model import ModelConfig # 配置模型连接 model_config = ModelConfig( base_url="http://192.168.1.100:8000/v1", model_name="autoglm-phone-9b", ) # 创建代理实例 agent = PhoneAgent(model_config=model_config) # 下达指令 result = agent.run("打开美团搜索附近的火锅店") print(result)

这种方式更适合做批量任务或与其他系统联动。

7. 实际使用技巧与注意事项

虽然 Open-AutoGLM 很强大，但想让它稳定工作，还需要注意一些细节。

7.1 如何提高成功率？

• 保持屏幕亮度常亮：避免自动锁屏导致中断
• 关闭省电模式：某些省电策略会限制后台服务
• 减少干扰弹窗：提前关闭广告推送、系统通知等
• 网络稳定：尤其是 WiFi 连接时，尽量靠近路由器

7.2 常见问题排查

7.3 安全与隐私提醒

• Open-AutoGLM 会频繁截图上传至模型服务，请确保服务部署在可信环境中。
• 不要在生产环境或重要账号上随意启用全自动模式。
• 建议开启“人工接管”功能，在涉及密码、支付等场景时由人来操作。

8. 总结：迈向真正的 AI 手机助理

通过这篇文章，我们一步步完成了 Open-AutoGLM 的部署与使用全过程。从环境配置、手机调试，到模型服务启动、任务执行，你现在已经有能力让 AI 替你操作手机了。

这不仅仅是一个炫酷的技术玩具，更是未来人机交互的一种新范式。想象一下：

• 每天早上自动帮你打卡、签到、领红包；
• 自动浏览招聘信息并保存感兴趣的岗位；
• 辅助老年人操作复杂 App，提升数字包容性；
• 做自动化测试，快速验证 App 功能……

这些场景正在变得触手可及。

当然，目前它还不能做到 100% 完美，偶尔会误判界面或卡住。但随着模型迭代和社区贡献，它的能力只会越来越强。

最重要的是——这一切，你现在就可以亲手实现。

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。