手把手部署 Open-AutoGLM：打造你的“豆包手机”级 AI 智能体

发表于 阅读次数：

最近，“豆包手机助手”频频登上热搜——它不仅能跨应用自动比价下单、查物流、发消息，还能像真人一样操作手机完成复杂任务。这种系统级 AI 智能体（Agent）被视为下一代人机交互的入口，也引发了关于安全、公平与生态变革的广泛讨论。

就在这一风口之上，智谱 AI 于 2025 年 12 月 9 日正式开源了其核心 Agent 模型 —— AutoGLM。这意味着，我们普通人也能在自己的设备上运行类似“豆包手机”的智能体！

今天，我就带大家从零开始，在 Windows + 安卓环境下部署 Open-AutoGLM，亲手体验这个国产多模态 AI Agent 的强大能力。

🌟 实际效果预览

先看几个官方演示（动图已加载）：

  • “打开美团搜索附近的火锅店”
    → 自动启动美团、输入关键词、展示结果。

    bfab5e06fb23af3d9845b5d836611d8e.gif

  • “打开高德地图，并导航至钱塘小学软件园教学点”
    → 精准识别地点并开启导航。

    6f0e7d734cd30ca7fc2f59a103f4f49a.gif

  • “打开微信，找到二货，发送最近的一张图片给他”
    → 跨应用调取相册、选择最新图片、完成发送。

    73561f037891895554cafb0cf8318baa.gif

是不是有点像科幻电影？但这一切，现在你也能做到！

🛠️ 一、环境准备

本文面向 Windows 电脑 + 安卓手机 用户（鸿蒙用户需使用 HDC 工具，此处略）。请确保满足以下条件：

1. Python 环境

  • 推荐 Python 3.10 或更高（我用的是 3.13.1）
  • 建议使用 conda 创建独立环境，避免依赖冲突
1
2
python --version
# Python 3.13.1

2. 安装 ADB（Android Debug Bridge）

ADB 是控制安卓设备的命令行工具。

验证安装：

1
adb version

3. 手机设置

  • 开启开发者模式：进入「设置 → 关于手机」，连续点击「版本号」7 次。

    d811f62f6801b0bbf06cc4575d16f803.webp

  • 启用 USB 调试：进入「系统和更新 → 开发人员选项」，打开「USB 调试」。

    0ae46a21d039340c0e5cb9ff8210d666.webp

  • 连接电脑时，选择 “传输文件” 模式。

验证连接：

1
2
adb devices
# 应显示类似：AVSCVB4B09012940	device

4. 安装 ADB Keyboard（关键！）

由于 AutoGLM 需要模拟文本输入，必须安装 ADB Keyboard：

  • 下载 APK：ADBKeyboard.apk
  • 安装到手机后，务必在「设置 → 系统 → 语言与输入法 → 键盘」中启用它，否则无法输入文字！

📦 二、部署 Open-AutoGLM

1. 克隆项目

1
2
git clone https://github.com/zai-org/Open-AutoGLM.git
cd Open-AutoGLM

或直接下载 ZIP 并解压。

2. 安装依赖

1
2
pip install -r requirements.txt
pip install -e .

3. 获取大模型 API 凭据

AutoGLM 本身是 Agent 控制器，需调用远程 LLM（可以选择通义千问、GPT、智谱等等，本人选择智谱GLM）。

  • 登录 智谱开放平台
  • 创建 API Key，记录以下信息：
    • base_url: https://open.bigmodel.cn/api/paas/v4
    • model: autoglm-phone
    • api_key: 你的密钥（形如 xxxx.qLnEujLCWGcfHl25）

⚠️ 注意：API Key 属于敏感信息，请勿公开泄露！

▶️ 三、运行 AutoGLM

方式一：命令行调用

1
2
3
4
5
python main.py \
  --base-url https://open.bigmodel.cn/api/paas/v4 \
  --model "autoglm-phone" \
  --apikey "你的API密钥" \
  "打开美团搜索附近的火锅店"

你可以替换最后的指令，尝试各种任务！

方式二：Python 脚本集成

1
2
3
4
5
6
7
8
9
10
11
12
from phone_agent import PhoneAgent
from phone_agent.model import ModelConfig

model_config = ModelConfig(
    base_url="https://open.bigmodel.cn/api/paas/v4",
    model_name="autoglm-phone",
    api_key="你的API密钥",
)

agent = PhoneAgent(model_config=model_config)
result = agent.run("打开淘宝搜索无线耳机")
print(result)

这种方式更适合嵌入到自己的自动化项目中。

🔒 安全与思考

虽然 AutoGLM 极大降低了 AI Agent 的使用门槛，但也带来新的挑战：

  • 手机权限高度开放，存在隐私泄露风险；
  • 自动化操作可能被滥用于刷单、作弊等场景；
  • 未来是否会出现“AI 劳工”？如何监管？

技术本身无善恶，关键在于我们如何使用它。作为开发者，既要拥抱创新，也要保持敬畏。

✅ 结语

通过不到 1 小时的配置，我们就拥有了一个能自主操作手机的 AI 智能体。这不仅是技术的胜利，更是 AI 民主化的体现。

如果你对 Agent 技术感兴趣，不妨动手试试 Open-AutoGLM。或许下一个改变人机交互范式的应用，就出自你的手中！

延伸阅读：AutoGLM开源，千万个“豆包手机”站起来？