Open-AutoGLM新手入门：无需Root，三步搭建手机AI智能助理
Open-AutoGLM新手入门：无需Root，三步搭建手机AI智能助理
最近，一款能听懂人话、自动帮你操作手机的AI助理火了。想象一下，你只需要对手机说一句“帮我订一张明天去上海的火车票”，它就能自己打开购票App，搜索车次，选择座位，最后等你确认支付。这听起来像是科幻电影里的场景，但现在，借助智谱开源的Open-AutoGLM项目，你完全可以在自己的安卓手机上实现它。
今天，我就带你从零开始，只用三步，把你的普通安卓手机变成一个能听会做的AI智能助理。整个过程不需要Root权限，也不需要复杂的编程知识，跟着做就能搞定。
1. 准备工作：连接你的手机与电脑
要让AI控制你的手机，首先得在手机和电脑之间建立一条“指挥通道”。这条通道就是ADB（Android Debug Bridge），一个谷歌官方提供的调试工具。
1.1 在电脑上安装ADB工具
ADB工具就像是一个翻译官，负责把电脑上的指令翻译成手机能听懂的命令。
对于Windows用户：
- 前往安卓开发者官网，下载最新的
platform-tools压缩包。 - 解压到你喜欢的目录，比如
C:\platform-tools。 - 将这个目录的路径添加到系统的环境变量
Path中。 - 打开命令提示符（CMD）或PowerShell，输入
adb version并回车。如果能看到版本号信息，恭喜你，安装成功了。
对于macOS用户：打开终端（Terminal），使用Homebrew安装是最简单的方式：
brew install android-platform-tools安装完成后，同样在终端输入adb version验证。
1.2 在手机上开启调试模式
现在，我们需要让手机准备好接收指令。
- 开启开发者选项：进入手机的“设置” > “关于手机”，连续点击“版本号”7次，直到出现“您已处于开发者模式”的提示。
- 开启USB调试：返回“设置”，找到新出现的“开发者选项”或“系统开发者选项”，进入后开启“USB调试”开关。
- 安装ADB键盘：这是一个关键步骤。AI需要通过它来在手机上输入文字。从GitHub下载
ADBKeyboard.apk文件并安装到手机。安装后，在“设置” > “系统” > “语言与输入法”中，将默认键盘切换到“ADB键盘”。
完成以上步骤后，用USB数据线将手机连接到电脑。此时手机会弹出“允许USB调试吗？”的提示，勾选“始终允许”并点击“确定”。
在电脑终端输入adb devices，你应该能看到你的设备ID，后面跟着device字样。这表明连接成功。
2. 部署AI大脑：获取Open-AutoGLM控制端
连接建立后，我们需要把“AI大脑”——也就是控制程序，部署到电脑上。这里我们使用智谱官方提供的云端模型API，省去本地部署大模型的麻烦。
2.1 获取智谱AI的API密钥
Open-AutoGLM需要调用智谱的视觉语言模型来理解手机屏幕。你需要一个API密钥。
- 访问智谱AI开放平台，注册并登录。
- 进入“个人中心”或“项目管理”，找到“API密钥”管理页面。
- 点击“创建新的API密钥”，复制生成的一长串字符（如
sk-xxxxxxxxxxxxxx）并妥善保存。这就是你调用模型的通行证。
2.2 下载并配置控制端代码
“AI大脑”的代码是开源的，我们把它下载到电脑上。
打开电脑终端，执行以下命令：
# 1. 克隆开源仓库到本地 git clone https://github.com/zai-org/Open-AutoGLM # 进入项目文件夹 cd Open-AutoGLM # 2. 安装项目所需的Python依赖包 pip install -r requirements.txt # 以可编辑模式安装，方便后续更新 pip install -e .等待安装完成，你的电脑上就拥有了指挥AI行动的所有程序。
3. 发号施令：让AI开始工作
万事俱备，只欠指令。现在，让我们给AI下达第一个任务。
在终端中，确保你位于Open-AutoGLM目录下，然后运行以下命令（请替换为你自己的信息）：
python main.py \ --base-url https://open.bigmodel.cn/api/paas/v4 \ --model "autoglm-phone" \ --apikey "你的智谱API密钥" \ "打开美团，帮我找一家评分4.5以上的川菜馆"命令参数解释：
--base-url: 指定智谱AI API的服务地址，固定为上述地址。--model: 指定使用的模型名称，这里就是手机智能助理专用模型autoglm-phone。--apikey: 填入你在第二步中获取的API密钥。- 最后的引号内容：这就是你用自然语言下达的指令，想让它做什么，直接说出来。
运行命令后，你会看到终端开始输出日志。同时，你的手机会自动亮屏、解锁（如果设置了锁屏密码，首次需要手动输入），然后AI开始“操作”：
- 理解指令：AI模型会分析“打开美团，找川菜馆，评分要高于4.5”这个指令。
- 感知屏幕：通过ADB截图，获取当前手机屏幕画面。
- 规划行动：判断需要先点击“美团”图标，进入后点击搜索框，输入“川菜”，再从结果中筛选高评分店铺。
- 执行操作：通过ADB模拟点击、滑动、输入等操作，一步步完成任务。
你会看到手机像被一个隐形的手指操控，自动完成所有点击和搜索，最终将筛选好的店铺列表呈现在你面前。
3.1 更多玩法与高级技巧
掌握了基础操作，你可以玩出更多花样：
1. 复杂任务串联：AI可以处理多步复杂指令。例如：
python main.py ... "先打开微信，找到张三的聊天框，问他‘晚上一起吃饭吗？’，然后打开高德地图，搜索公司附近的电影院。"它会依次执行这两个独立任务。
2. 无线连接（摆脱数据线）：如果你觉得连着数据线不方便，可以启用无线ADB调试。
- 先用USB线连接手机和电脑，在终端输入：
adb tcpip 5555 - 断开USB线，在手机设置中查看手机的IP地址（通常在WLAN设置里）。
- 在电脑终端输入：
adb connect 手机IP地址:5555（例如adb connect 192.168.1.100:5555） - 连接成功后，后续运行命令时，
--device-id参数就可以使用这个IP地址了。
3. 使用Python脚本精细控制：除了命令行，你还可以用Python编程的方式与AI交互，实现更灵活的控制，比如循环任务、条件判断等。
from phone_agent.adb import ADBConnection from phone_agent.agent import PhoneAgent # 连接你的手机（USB或无线） conn = ADBConnection() conn.connect("你的设备ID或IP") # 创建AI代理 agent = PhoneAgent(connection=conn, model_name="autoglm-phone", api_key="你的密钥") # 执行任务 result = agent.run("打开小红书，收藏一篇关于露营装备的攻略") print(f"任务结果：{result}")4. 它能做什么，不能做什么？
经过我的实测，Open-AutoGLM已经能流畅完成许多日常任务：
它擅长的事情：
- 信息查询：“今天天气怎么样？”“最近的加油站。”
- 应用操作：“打开抖音，关注‘科普中国’。”“给妈妈发微信说今晚加班。”
- 生活服务：“在美团优选上买一箱牛奶。”“用滴滴叫一辆快车到公司。”
- 内容浏览：“去知乎看看关于‘人工智能未来’的高赞回答。”“在B站搜索并播放周杰伦的《晴天》MV。”
它的局限性（也是安全设计）：
- 敏感操作会暂停：遇到登录、支付验证、短信验证码等环节，AI会主动暂停并提示“需要人工接管”。这是非常重要的安全机制，防止误操作。
- 无法处理非标准界面：对于一些极度冷门或界面元素非常不规范的App，AI可能无法准确识别按钮和文字。
- 依赖网络和API：由于使用云端大模型，需要稳定的网络连接。频繁调用也可能产生API费用（智谱新用户通常有免费额度）。
目前，该项目已较好支持微信、淘宝、美团、抖音、高德地图、小红书等数十款主流应用，覆盖社交、购物、出行、娱乐等主要场景。
5. 总结：你的私人数字助理已上线
回顾一下，我们只用了三步就赋予了手机AI智能：
- 架设桥梁：用ADB连接手机与电脑。
- 安装大脑：获取API密钥并部署Open-AutoGLM控制端。
- 下达指令：用一句自然语言命令AI开始工作。
这个方案的魅力在于，它没有对你的手机做任何底层修改，无需Root，完全在应用层通过标准的安卓调试接口实现自动化。这既保证了安全性，又让每个人都能轻松体验。
与需要特殊硬件集成的“豆包手机”相比，Open-AutoGLM方案更加灵活和开放。它就像给你的手机配了一个坐在电脑前的“虚拟手指”和“大脑”，而这个大脑接入了当前顶尖的视觉语言模型。你可以随时开启或关闭它，也可以针对特定任务编写脚本进行批量处理。
当然，它并非万能。AI执行任务的路径是确定的、目标导向的，它不会像人类一样在浏览时被偶然的信息吸引而改变计划。但这恰恰是它的优点——高效、准确地执行明确指令。把重复、繁琐的手机操作交给它，把你宝贵的时间和注意力留给更需要创造力和情感投入的事情。
现在，就动手试试吧，给你的手机装上这个“隐形助手”，体验一句话搞定一切的未来感。
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。