基于 Open-AutoGLM 的手机自动化部署与实战指南

2.3 ADB

这个的作用就是是电脑可以控制手机。

Windows 用户，直接下载 ADB 工具压缩包，然后解压并加入系统环境变量即可。

下载地址：

https://dl.google.com/android/repository/platform-tools-latest-windows.zip

如何设置环境变量呢？

首先，找到电脑的「高级系统设置」。其次，点「环境变量」，找到「Path」变量，编辑 Path 变量，点「新建」创建一个新变量，把你的 ADB 工具压缩包地址添加进来就可以了。

之后，陆续点「确定」，保存更改，关闭页面。

2.4 安卓环境

我们的手机需要打开开发者模式，手机才可以接受电脑的连接。

让手机允许被电脑控制：

1. 进入手机'设置' -> '关于手机'。
2. 连续狂点'版本号'7 次，直到提示'您已处于开发者模式'。

3. 返回设置主页，找到'开发者选项'，打开'USB 调试'。

4. 用数据线连接手机和电脑，手机端弹窗一律点'允许'。

调试检查脚本：为了确保 ADB 配置成功，你可以保存以下代码为 check_adb.py 并运行，它会自动检测 ADB 是否可用并列出连接设备。

import subprocess
import sys

def check_adb():
    """ 检查 ADB 环境是否配置正确，并列出已连接设备 """
    try:
        # 尝试获取 ADB 版本
        version_result = subprocess.run(['adb', 'version'], capture_output=True, text=True, encoding='utf-8')
        if version_result.returncode == 0:
            print("✅ ADB 环境检测通过")
            print(version_result.stdout)
        else:
            print("❌ 未找到 ADB 命令，请检查环境变量配置")
            sys.exit(1)
        # 尝试获取连接设备列表
        devices_result = subprocess.run(['adb', 'devices'], capture_output=True, text=True, encoding='utf-8')
        print("--- 当前已连接设备 ---")
        print(devices_result.stdout)
        if "device" not in devices_result.stdout:
            print("⚠️ 警告：未检测到已授权的手机设备，请检查 USB 连接。")
    except FileNotFoundError:
        print("❌ 错误：系统找不到 ADB 程序。")

if __name__ == "__main__":
    check_adb()

⚡ 部署与实战：两种方式任选

环境搞定后，我们分'懒人版'和'保姆版'两种方式来部署。如果你是老手，直接看懒人版；如果你是新手，建议仔细阅读保姆版。

系统架构原理解析

在开始之前，我们先了解一下 Open-AutoGLM 是如何工作的。这有助于你后续排查问题。

它本质上是一个 Agent（智能体）循环：

1. 感知：通过 ADB 截图，获取手机当前画面。
2. 思考：将截图传给 GLM-4 大模型，告诉它'我想刷抖音'，让模型分析当前该点哪里。
3. 行动：模型返回坐标（如：x=500, y=1000，点击），Python 脚本通过 ADB 执行点击。
4. 反馈：再次截图，确认操作是否成功。

懒人版快速安装

使用 AI 编程助手到你创建项目的位置。

打开配置 GLM Coding Plan 后，可以看到使用的是 glm-4.7。

输入以下提示词，快速部署本项目。

访问文档，为我安装 AutoGLM https://raw.githubusercontent.com/zai-org/Open-AutoGLM/refs/heads/main/README.md 我是 windows 电脑，我的 python 在：D:\Miniconda\python.exe 

AI 会自动帮你处理依赖安装和配置，你只需要坐享其成。

保姆级教程安装

1.下载到本地

把项目 git 或者直接在源码下载压缩包，然后解压。

开源地址：

https://github.com/zai-org/Open-AutoGLM

需要安装依赖

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

2.手机和电脑连接

接下来，用 USB 数据线将手机链接到电脑，然后在命令行里输入：

adb devices 

如果连接成功，你会看到这样的提示。

首次连接，手机上会出现这样一段提示，点「允许」即可。

如果出现下面的需要选择 USB 网络共享。

3.使用 AI 手机

直接用 cmd 打开到文件夹，并且输入下面的指令

python main.py --base-url https://open.bigmodel.cn/api/paas/v4 --model "autoglm-phone" --apikey "your-bigmodel-api-key" "任务" 

这里需要把

your-bigmodel-api-key 换为你直接得到的 Glm API

任务 换为你直接得到的 具体的任务

下面是我实际使用的示例，所有过程，0 接管，全自动。。

常见问题

原因：目标设备上未安装 ADB Keyboard，导致系统检查的第 3 步失败。

解决方案：

下载安装到手机：https://github.com/senzhk/ADBKeyBoard/blob/master/ADBKeyboard.apk

启用键盘：在手机上进入'设置' > '系统' > '语言和输入' > '虚拟键盘'，找到并开启'ADB Keyboard'。建议同时将其切换为当前输入法。

技术栈对比：传统自动化 vs AI Agent

为了让你更直观地理解 Open-AutoGLM 的优势，我们将其与传统的手机自动化工具（如按键精灵、Auto.js）进行对比。

总结来说：传统工具适合高重复、确定性强的流水线工作；而 AI 手机适合非标准化、需要理解能力的复杂任务。

写在最后

在深入体验并拆解了 Open-AutoGLM 项目的全套技术栈后，我想从客观的角度为大家做一个深度的总结。这不仅仅是一个工具，更是一扇通向未来的窗，但我们必须清醒地看到它的双面性。

关于这套工具栈的缺点：

首先，稳定性是目前最大的短板。由于它极度依赖云端大模型的实时推理，网络延迟和 API 的响应速度会直接影响操作手感。有时候你会发现，它明明识别到了按钮，但点击坐标却发生了偏移，这是因为模型在视觉预测上存在一定的概率误差。其次，硬件依赖较强，必须通过数据线连接 ADB（虽然也有无线方案，但延迟更高），这意味着你的手机被'拴'在了电脑旁，无法实现真正的随身远程操控，这在移动场景下略显尴尬。再者，使用成本并非为零，虽然新用户有福利，但高频使用产生的 API Token 费用积少成多，对于仅仅是想用来挂机刷视频的用户来说，性价比可能不如传统的脚本。最后，隐私风险不容忽视，为了理解屏幕，手机截图需要上传至云端分析，如果你的屏幕上有敏感信息（如密码、聊天记录），这就存在潜在的数据泄露风险。

关于这套工具栈的优点：

然而，瑕不掩瑜，它的优点是颠覆性的。最核心的优势在于通用性与泛化能力。传统脚本换个 APP 分辨率就失效了，但 AutoGLM 靠的是'理解'而非死记硬背，它能像人类一样看懂界面布局，这意味着你不需要为每个 APP 写专门的代码，一套逻辑通吃大部分应用。其次，它极大地降低了自动化的门槛。你不需要懂编程，不需要学像素点判断，只需要说出'帮我把朋友圈最新的十条点赞'，剩下的交给 AI。这种自然语言交互的方式，真正实现了'所想即所得'。此外，它具备上下文记忆与逻辑推理能力，不仅能执行动作，还能根据上一步的结果调整下一步策略，比如'如果弹出登录框则输入密码，否则跳过'，这种逻辑判断是传统脚本难以低成本实现的。

总体来说：

我认为，Open-AutoGLM 所代表的 AI Agent 技术栈，其优点远远大于缺点。目前的连接延迟和推理误差，随着模型算力的提升和边缘计算的发展，终将得到解决。而它所展现出的'理解意图并操作物理设备'的能力，正是通往通用人工智能（AGI）的关键一步。

这是一个极佳的学习样本，能让你直观地感受到大模型是如何与操作系统交互的。在这个过程中，你不仅解放了双手，更升级了自己的思维。未来的 computing，一定是 AI Agent 的时代，现在入局，就是抢占未来。