Phone Agent 是一个基于 AutoGLM 构建的手机端智能助理框架，它能够以多模态方式理解手机屏幕内容，并通过自动化操作帮助用户完成任务。系统通过 ADB(Android Debug Bridge)来控制设备，以视觉语言模型进行屏幕感知，再结合智能规划能力生成并执行操作流程。用户只需用自然语言描述需求，如“打开小红书搜索美食”，Phone Agent 即可自动解析意图、理解当前界面、规划下一步动作并完成整个流程。系统还内置敏感操作确认机制，并支持在登录或验证码场景下进行人工接管。同时，它提供远程 ADB 调试能力，可通过 WiFi 或网络连接设备，实现灵活的远程控制与开发。
官方文档给出模型部署方案是vLLM或SGLang，但是vLLM框架原生不支持Windows系统，SGLang部署过麻烦于是有了使用 Ollama + GGUF 量化模型
环境:
操作系统: Windows 11
Python: 3.10+（官方硬性要求！）
GPU: NVIDIA 显卡（推荐 12GB+ 显存，8GB显存理论上也可行使用更低数据量和精度的模型）[如何查看显存请跳到4.1.1]
Android 设备: Android 7.0+，已启用 USB 调试
ollama 任意版本（理论上任意版本都行为减少不必要的蛮烦尽量更新到最新版本）
1.配置Python 环境
建议使用 Python 3.10 及以上版本
1.检查是否有部署过
1.1键盘同时按下win和r键会弹出!
屏幕截图 2025-12-14 091032
1.2输入cmd回车（键盘上的enter）
1.3在这里面输入python回车
若出现下图，则表示已安装过python其中Python 3.14.2是你的版本若低于3.10则需要重新安装
若出现
'python' 不是内部或外部命令，也不是可运行的程序或批处理文件。
则表明未安装python
1.2.1安装python
浏览器访问https://www.python.org/downloads/windows/
找到Download Windows installer (64-bit)点击下载即可
运行下载的程序
Phone Agent 是一个基于 AutoGLM 构建的手机端智能助理框架，它能够以多模态方式理解手机屏幕内容，并通过自动化操作帮助用户完成任务。系统通过 ADB(Android Debug Bridge)来控制设备，以视觉语言模型进行屏幕感知，再结合智能规划能力生成并执行操作流程。用户只需用自然语言描述需求，如“打开小红书搜索美食”，Phone Agent 即可自动解析意图、理解当前界面、规划下一步动作并完成整个流程。系统还内置敏感操作确认机制，并支持在登录或验证码场景下进行人工接管。同时，它提供远程 ADB 调试能力，可通过 WiFi 或网络连接设备，实现灵活的远程控制与开发。
官方文档给出模型部署方案是vLLM或SGLang，但是vLLM框架原生不支持Windows系统，SGLang部署过麻烦于是有了使用 Ollama + GGUF 量化模型
环境:
操作系统: Windows 11
Python: 3.10+（官方硬性要求！）
GPU: NVIDIA 显卡（推荐 12GB+ 显存，8GB显存理论上也可行使用更低数据量和精度的模型）
[注:笔记本需切换到独显模式安装好显卡驱动并且连接电源启用高性能模式，若不会请咨询卖电脑的客服]
Android 设备: Android 7.0+，已启用 USB 调试
ollama 任意版本（理论上任意版本都行为减少不必要的蛮烦尽量更新到最新版本）
1.配置Python 环境
建议使用 Python 3.10 及以上版本
1.检查是否有部署过
1.1C
1.3在这里面输入python回车
若出现下图，则表示已安装过python其中Python 3.14.2是你的版本若低于3.10则需要重新安装
若出现
'python' 不是内部或外部命令，也不是可运行的程序或批处理文件。
则表明未安装python
1.2.1安装python
浏览器访问https://www.python.org/downloads/windows/
找到Download Windows installer (64-bit)点击下载即可
运行下载的程序,选择第一个
检查与图中是否一致，确保和图中勾选的一致，然后点击next
检查与图中是否一致，确保和图中勾选的一致，然后点击next
检查与图中是否一致，确保和图中勾选的一致，然后点击next
稍作等待，若出现如下则安装成功
2.配置ollama
浏览器访问https://ollama.com/download
点击这个按钮
运行下载的程序
选择install，然后等待读条
成功后会弹出
到这里ollama部署完成
3.从GitHub下载源代码
浏览器访问https://github.com/zai-org/Open-AutoGLM
选择绿色的按钮
选择download zip
解压放置到桌面
4.下载模型
浏览器访问https://hf-mirror.com/mradermacher/AutoGLM-Phone-9B-GGUF
4.1选择模型
引用deepseek的回答（以下提到的大小指的是显存，若不知道显存请看4.1.2）
8GB及以下 | 1B ~ 7B 参数 | 适合入门级推理或小模型实验。例如，7B模型基础需约14GB显存，通常需借助量化技术（如INT8/INT4）降低需求后运行。
12GB | 7B ~ 13B 参数 | 运行7B模型比较从容，是个人开发者常见的起步配置。运行13B模型（约需26GB）通常必须使用量化（如INT8）。
24GB | 13B ~ 34B 参数 | 消费级旗舰卡（如RTX 4090）常见容量。可原生运行13B模型，运行20B-34B模型通常需要量化或降低批次大小.
48GB及以上 | 70B+ 参数 | 专业级显卡领域（如A100/H100）。运行70B模型（约需140GB显存）通常需要借助张量并行技术将模型拆分到多张显卡上
（按大小排序，不一定按质量。智商量化者通常比体型相近的非智商量化者更受青睐）
类型 大小 注释
Q2_K 4.1
Q3_K_S 4.7
Q3_K_M 5.1 质量较低
Q3_K_L 5.3
IQ4_XS 5.4
Q4_K_S 5.9 快速，推荐
Q4_K_M 6.3 快速，推荐
Q5_K_S 6.8
Q5_K_M 7.2
Q6_K 8.4 质量非常好
Q8_0 10.1 快速，最优质
F16 18.9 16 bpw，过量
4.1.1确认显存
键盘同时按下win和r键会弹出!
屏幕截图 2025-12-14 091032
输入taskmgr回车（键盘上的enter）
打开任务管理器
选择性能
选择GPU
[笔记本会有两个GPU，一个是集成到CPU里面的GPU一般标注为GPU1另一个是独立显卡一般标注为GPU0]
找到专用GPU内存
这个给即为显存，AutoGLM-Phone-9B为9B模型理论上仅需要8GB显存但是实测12GB显存都会被吃满
4.2下载模型