💡 站外导读：随着AI Agent浪潮席卷移动端，如何用自然语言指令实现手机操作自动化成为开发者关注的焦点。智谱开源的Open-AutoGLM框架应运而生，它基于先进的视觉语言模型，能将用户意图转化为真实点击、滑动等操作，覆盖外卖、社交、办公等50多款主流中文应用。更关键的是，该框架采用云手机技术保障隐私安全，并提供完整工具链，极大降低了手机智能体开发的门槛。
Open-AutoGLM是什么
Open-AutoGLM 是智谱开源的手机端智能助理框架，基于 AutoGLM 构建，能通过自然语言指令实现手机操作的自动化。Open-AutoGLM通过 Phone Use 能力框架，将自然语言指令转化为实际操作，如点击、滑动、输入等，可在外卖、社交、客服等场景中自动完成任务。框架借助云手机技术保障隐私安全。Open-AutoGLM 开源目的是推动行业共同进步，保护用户隐私，加速 Agent 技术爆发。目前支持 50 多款主流中文应用，提供完整工具链和详细文档，助力开发者快速上手和二次开发。
阅读目录
Open-AutoGLM的主要功能
-
自然语言理解与任务执行：用户能用自然语言描述需求，AI 自动解析意图、执行操作。
-
多模态界面理解：通过视觉语言模型理解手机屏幕内容，识别界面元素进行操作。
-
自动化操作：支持点击、滑动、输入文本、长按、双击等多种操作，模拟真实用户行为。
-
敏感操作确认与人工接管：在涉及隐私或敏感操作时，AI 会请求人工确认或接管，确保安全性。
-
远程调试与控制：支持通过 WiFi 或网络进行远程 ADB 调试，无需物理连接设备即可操作。
-
支持多款应用：覆盖 50 多款主流中文应用，包括社交通讯、电商购物、美食外卖、视频娱乐等场景。
-
云手机环境部署：在云端虚拟设备中运行，保障用户隐私和数据安全。
如何使用Open-AutoGLM
- 准备工作
- 安装 Python：确保电脑上安装了 Python（推荐 3.10 及以上版本）。
- 安装 ADB：下载并安装 ADB https://developer.android.com/studio/releases/platform-tools。安装完成后，将 ADB 的路径添加到系统环境变量中。
- 配置安卓设备：确保安卓设备已启用开发者模式和USB调试，并连接到电脑。
- 下载和安装
- 下载 Open-AutoGLM：
- 访问 Open-AutoGLM GitHub 仓库 https://github.com/zai-org/Open-AutoGLM。
- 点击页面右上角的 “Code” 按钮，选择 “Download ZIP”，下载项目代码。
- 解压下载的文件到本地一个方便的目录（如
C:\Open-AutoGLM或~/Open-AutoGLM）。
- 安装依赖：
- 打开命令行工具（Windows 的命令提示符或 PowerShell，Mac/Linux 的终端）。
- 切换到解压后的项目目录：
cd path/to/Open-AutoGLM- 输入以下命令安装依赖：
pip install -r requirements.txt
- 启动模型服务：
- 输入以下命令启动模型服务（这是必须的步骤，但不需要理解代码）：
python3 -m vllm.entrypoints.openai.api_server --model zai-org/AutoGLM-Phone-9B --port 8000- 如果看到服务启动成功的提示，就可以进行下一步。
- 下载 Open-AutoGLM：
- 运行任务：打开一个新的命令行窗口，输入以下命令执行任务（只需要替换任务描述即可）：
python main.py --base-url https://localhost:8000/v1 --model "autoglm-phone-9b" "任务描述"
Open-AutoGLM的项目地址
- GitHub仓库：https://github.com/zai-org/Open-AutoGLM
- HuggingFace模型库：https://huggingface.co/zai-org/AutoGLM-Phone-9B
Open-AutoGLM的应用场景
- 外卖点餐：用户只需用自然语言描述需求，Open-AutoGLM 能自动打开美团应用、搜索肯德基、选择全家桶套餐并完成下单操作。
- 社交媒体互动：在微信、微博等社交应用中，用户可指令 AI“点赞好友的最新动态”或“评论抖音视频”，AI 将自动识别相关内容，执行点赞、评论等互动操作。
- 办公自动化：在办公软件（如 WPS、Microsoft Office）中，用户通过语音或文字指令“创建一个名为‘项目计划’的文档并写入会议内容”，AI 能完成文档创建和内容编辑。
- 智能家居控制：通过智能家居应用（如小米智能家居），Open-AutoGLM 能精准识别、控制相应设备，实现家居场景的自动化切换。
- 交通出行：在地图或打车应用（如高德地图、滴滴出行）中，AI 将实时规划路线，完成叫车操作，方便快捷。
📝 站长洞察 (Editor’s Insight)
Open-AutoGLM的开源标志着手机AI Agent从概念验证进入可落地部署的关键阶段。从技术趋势看，它解决了移动端Agent的两大核心瓶颈：一是通过多模态界面理解实现跨应用操作，突破了传统API调用的局限；二是创新的云手机架构，在保障隐私的同时实现了规模化部署。这背后反映的是AI从“理解”到“行动”的范式转变——未来三年，能自动操作GUI的Agent将重塑人机交互方式。对开发者而言，现在正是布局移动端Agent开发的最佳窗口期，智谱通过开源工具链+模型组合拳，正在为行业树立新的技术基准。
