最近豆包手机爆火，让能够操作手机的 AI Agent 走入了大众视野。豆包 AI 手机助手挑战 B 站硬核会员试炼：5 分钟答完 100 道题、一手实测豆包手机助手，这就是当今手机Agent的天花板。之前给大家分享过：普通安卓手机变身 “豆包 AI 手机”：Operit AI，让普通安卓手机也能拥有类似的深度自动化能力，可以让 AI 帮自己点外卖、自动完成 B 站答题、刷淘宝等等。
现在智谱清言开源的「Open-AutoGLM」项目也可以让安卓手机就能自动完成操作，用自然语言指令驱动自动化操作，彻底解放你的双手。
据介绍「Open-AutoGLM」是一个专注于手机端的智能代理（Agent）框架，核心能力是听懂用户的自然语言指令，并自动操控手机完成任务。无论是社交、购物、外卖还是出行，只需一句话，它就能像人类一样 “看懂” 屏幕、规划步骤、执行操作。
例如：“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。
目前支持 50 多个常用应用，包括有：
- 社交通讯：微信、QQ、微博
- 购物平台：淘宝、京东、拼多多
- 外卖平台：美团、饿了么、肯德基
- 出行工具：滴滴出行、携程、12306
- 视频音频：抖音、B站、爱奇艺、网易云音乐
- 本地生活：大众点评、高德地图、小红书、知乎等
工作原理就是：通过截图获取当前手机界面，借助视觉语言模型解析界面元素（如按钮、输入框、图标）→ 根据用户指令拆解出具体步骤 → 通过 ADB 模拟人类操作一步步完成任务。
如何体验
- 准备一台安卓手机（Android 7.0+），开启 “开发者模式” 和 “USB 调试”；
- 安装 ADB 工具和 ADB Keyboard（用于文本输入）；
- 下载 Open-AutoGLM 项目代码，安装依赖；
- 部署模型服务（支持本地部署或调用智谱 BigModel 等第三方 API）；
- 运行程序，输入指令（如 “打开微信给文件传输助手发消息：我成功了！”），即可见证手机自动操作。
部署要点
- 优先确认手机连接：在安装任何代码之前，先确保 adb devices 能看到设备
- 不要跳过 ADB Keyboard：没有它，中文输入会失败
- 模型服务是外部依赖：Agent 代码本身不包含模型，需要单独的模型服务
- 遇到权限问题先检查手机设置：大部分问题都是手机端配置不完整
- 部署完成后用简单任务测试：建议用「打开微信发消息给文件传输助手」作为验收标准
图像界面版
如果你觉得命令行不够直观，还可以试试第三方工具 AutoGLM-GUI 提供了图形化界面，只需要一个 OpenAI 兼容的模型服务，支持一键启动服务、输入指令、查看操作日志，小白用户也能轻松上手。
总结
从 “人操作手机” 到 “手机听懂人”，Open-AutoGLM 正在重新定义人与设备的交互方式。无论是提升日常效率，还是探索 AI 代理的更多可能，这个开源项目都值得一试。
下载地址
- 项目网站：
https://github.com/zai-org/Open-AutoGLM - 图形界面版：
https://github.com/suyiiyii/AutoGLM-GUI - 网盘下载：
https://pan.quark.cn/s/0c88ad744a38
