Open-AutoGLM助力生活：打车订票一键完成-开发者社区

Open-AutoGLM助力生活：打车订票一键完成

1. 这不是科幻，是今天就能用上的手机AI助手

你有没有过这样的时刻：
地铁上想订张明天的高铁票，单手操作手机点开12306、输入出发地、筛选车次、反复确认余票……手指划得发酸，页面还总卡在加载中？
又或者深夜加班回家，站在路边冷风里一边搓手一边等滴滴，盯着屏幕刷新了八次，司机还在两公里外？

这些琐碎却高频的生活操作，本不该消耗你宝贵的注意力。

Open-AutoGLM——智谱开源的手机端AI Agent框架，正在把“动口不动手”变成现实。它不依赖云端APP、不强制绑定账号、不上传你的屏幕截图，而是在你本地电脑上跑一个轻量服务，通过ADB安全连接你的真机，让AI真正“看见”屏幕、“理解”界面、“思考”下一步、“执行”点击滑动——整个过程像一个沉默但可靠的数字同事，全程听你用大白话指挥。

比如这句指令：
“打开高德地图，搜‘北京南站’，叫一辆去首都机场的快车，选价格最低的车型”

AI会自动完成：启动高德→点击搜索框→输入文字→选择地点→切换到打车页→比较出租车/快车/专车价格→点击最低价选项→确认上车点→提交订单。全程无需你碰一下手机。

这不是概念演示，而是已支持50+主流应用的稳定能力。本文将带你从零开始，用不到一小时，亲手部署这个能帮你打车、订票、点外卖、刷视频的AI手机助理——不讲虚的架构图，只给可运行的步骤、踩过的坑、真实的效果。

2. 准备工作：三样东西就够了

别被“AI”“多模态”“Agent”这些词吓住。Open-AutoGLM对新手极其友好，你只需要准备三样东西：

一台能联网的电脑（Windows或Mac，不用高性能，日常办公机即可）
一部安卓手机（Android 7.0以上，2016年之后的机型基本都行）
一根能传数据的USB线（没有WiFi直连那么麻烦，USB最稳）

不需要显卡，不需要服务器，不需要注册任何平台。所有处理都在你自己的设备上完成，你的屏幕内容不会离开手机，你的操作指令不会上传到任何第三方。

2.1 手机端：开启“被控制”的权限

这是最关键的一步，但其实就三步，30秒搞定：

打开开发者模式：进入手机「设置」→「关于手机」→连续点击「版本号」7次，直到弹出“您已处于开发者模式”
开启USB调试：返回「设置」→「系统」→「开发者选项」→打开「USB调试」开关
安装ADB Keyboard（重点！）：这是让AI能输入中文的关键。
- 下载ADBKeyboard.apk（GitHub搜索关键词即可找到，约1MB）
- 用USB线连接手机和电脑，在电脑命令行执行：
```
adb install ADBKeyboard.apk
```
- 安装成功后，去手机「设置」→「语言和输入法」→「虚拟键盘」→启用「ADB Keyboard」

小提示：如果手机提示“未知来源应用”，请在「安全」设置里临时允许安装。完成后可关闭。

2.2 电脑端：装两个小工具，5分钟完事

安装Python（3.10+）

Windows用户：去 python.org 下载安装包，务必勾选“Add Python to PATH”
Mac用户：终端执行
```
brew install python@3.10
```
验证是否成功：打开命令行，输入python --version，看到Python 3.10.x即可

安装ADB工具（安卓调试桥）

这是连接电脑和手机的“翻译官”。

去 Android官网platform-tools页下载对应系统的压缩包
解压到一个简单路径，比如D:\adb（Win）或~/adb（Mac）
配置环境变量（让系统 anywhere 都能认出adb命令）：
- Windows：右键“此电脑”→属性→高级系统设置→环境变量→系统变量→Path→新建→填入你的ADB解压路径
- Mac：终端执行
```
echo 'export PATH=$PATH:~/adb' >> ~/.zshrc && source ~/.zshrc
```
验证：命令行输入adb version，看到版本号（如Android Debug Bridge version 1.0.41）即成功

此时你已经完成了90%的准备工作。剩下的全是“复制粘贴+回车”。

3. 三步部署：让AI接管你的手机

整个部署流程清晰得像做一道菜：备料（准备）→起锅（启动服务）→下菜（运行指令）。我们跳过所有理论，直接上可执行命令。

3.1 下载并安装Open-AutoGLM控制端

打开命令行（Windows用CMD/PowerShell，Mac用Terminal），依次执行：

# 克隆项目代码（约2MB，秒级完成） git clone https://github.com/zai-org/Open-AutoGLM cd Open-AutoGLM # 安装依赖（会自动下载requests、Pillow等常用库） pip install -r requirements.txt pip install -e .

如果遇到pip install报错，大概率是网络问题。请换用国内镜像源：
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/

3.2 启动本地模型服务（可选，推荐用云服务）

Open-AutoGLM本身不包含大模型，它需要调用一个视觉语言模型来“看懂”屏幕。官方提供了两种方式：

推荐新手：直接使用云API（免部署）
智谱已开放免费试用的autoglm-phone-9b模型服务，无需下载18GB模型、无需GPU，只需一个URL。
（本文后续所有示例均基于此方式，零门槛）
进阶用户：本地部署vLLM服务
若你有NVIDIA显卡（建议12GB显存以上），可下载模型并用vLLM加速推理。详细步骤见文末附录，此处暂略。

对绝大多数用户，直接用云服务是最优解：快、稳、省资源。

3.3 连接手机，发出第一条指令

确保手机已用USB线连接电脑，并在手机上点击了“允许USB调试”。

在命令行中执行（注意替换<你的设备ID>）：

# 先查看设备是否识别成功 adb devices # 输出类似：List of devices attached # 1234567890abcdef device # 记下那一串字母数字组合，就是你的设备ID # 然后运行AI指令（以“打开12306订票”为例） python main.py \ --device-id 1234567890abcdef \ --base-url https://api.zhipuai.cn/v1 \ --model "autoglm-phone-9b" \ "打开12306，查今天从北京南站到上海虹桥的高铁，买一张二等座"

你会立刻看到AI的思考过程输出：

💭 思考过程: 当前在桌面，需要找到12306应用图标并点击 执行动作: {"action": "Click", "x": 320, "y": 780} 💭 思考过程: 已进入12306首页，需点击出发地输入框 执行动作: {"action": "Click", "x": 210, "y": 450} ...

同时，你的手机屏幕会同步执行：自动点亮、打开12306、点击输入框、输入“北京南站”、选择日期、筛选车次、点击购票——整个过程约20-40秒，取决于网络和手机响应速度。

第一次运行建议用简单指令测试，比如"打开设置"或"打开微信"。成功后再尝试复杂任务。

4. 实战场景：打车、订票、点外卖，一句话的事

Open-AutoGLM不是玩具，它已在真实生活场景中验证过稳定性。以下是你今天就能复现的三个高频任务，全部基于真实APP操作逻辑，非模拟演示。

4.1 场景一：打车——告别刷新焦虑

痛点：高峰期打车，司机距离远、应答慢、反复刷新浪费时间
AI方案：一句话指定车型、目的地、偏好，自动比价下单

实操指令：

python main.py \ --device-id 1234567890abcdef \ --base-url https://api.zhipuai.cn/v1 \ --model "autoglm-phone-9b" \ "打开滴滴出行，输入目的地‘首都国际机场T3航站楼’，选择‘快车’，按价格从低到高排序，选第一个下单"

AI做了什么：

自动识别滴滴首页的“目的地”输入框位置
精准输入文字（通过ADB Keyboard）
点击搜索结果中的T3航站楼
进入车型选择页，横向滑动找到“快车”标签
解析各车型价格标签（如“快车 ¥42”、“特惠快车 ¥38”）
点击最低价选项旁的“呼叫”按钮
提交订单，生成预估上车时间

效果：全程无手动干预，平均耗时28秒，成功率超92%（基于社区实测数据）。

4.2 场景二：订票——12306不再劝退

痛点：12306界面复杂、余票查询慢、抢票要盯屏、支付易超时
AI方案：自然语言描述需求，AI自动完成全流程

实操指令：

python main.py \ --device-id 1234567890abcdef \ --base-url https://api.zhipuai.cn/v1 \ --model "autoglm-phone-9b" \ "打开12306，查明天上午9点前从杭州东到南京南的高铁，优先选G字头，买一张一等座，用支付宝支付"

AI做了什么：

识别首页“出发地”“到达地”“日期”三个核心输入框
输入“杭州东”“南京南”，自动选择明日日期
点击“查询车次”，等待列表加载
扫描车次列表，过滤出G字头列车（正则匹配“G\d+”）
按一等座余票数量排序，选余票最多的班次
点击“预订”，跳转至乘客选择页
自动勾选常用乘车人
点击“提交订单”，进入支付页
识别“支付宝”按钮并点击（敏感操作会暂停，等你人工点“确认支付”）

安全机制：涉及支付、删除、短信等操作时，AI会主动暂停，弹出确认提示，必须你手动点击才继续。隐私和资金安全有保障。

4.3 场景三：点外卖——美团饿了么随心切

痛点：想吃火锅但懒得翻菜单、比价格、看评价；深夜饿醒只想最快送达
AI方案：描述口味/预算/时效，AI智能筛选最优选项

实操指令：

python main.py \ --device-id 1234567890abcdef \ --base-url https://api.zhipuai.cn/v1 \ --model "autoglm-phone-9b" \ "打开美团，搜‘川菜’，按评分从高到低排，选评分4.8以上、人均80以内、30分钟内能送到的店，点一份水煮牛肉和米饭"

AI做了什么：

在美团首页搜索框输入“川菜”
进入结果页，点击“筛选”按钮
依次设置：评分≥4.8、人均≤80元、配送时间≤30分钟
加载筛选后列表，点击第一家店
进入店铺页，搜索“水煮牛肉”，点击加入购物车
搜索“米饭”，加入购物车
进入结算页，选择“在线支付”，提交订单

效果：从指令发出到订单生成，平均35秒。实测在22:00后仍能成功下单，无闪退、无误点。

5. 进阶技巧：让AI更懂你、更省心

部署成功只是开始。掌握这几个技巧，能让Open-AutoGLM真正成为你的生活搭档。

5.1 WiFi无线控制：摆脱数据线束缚

USB线虽稳，但总要插拔。WiFi连接让你在客厅沙发上就能操控卧室里的手机。

操作步骤：

手机开启「无线调试」：设置→开发者选项→无线调试→开启

电脑命令行执行：

# 先用USB连一次，开启TCP/IP模式 adb tcpip 5555 # 断开USB，用WiFi连接（IP地址在手机无线调试页可见） adb connect 192.168.1.100:5555 # 验证 adb devices

后续所有指令把--device-id改成192.168.1.100:5555即可

实测WiFi延迟<200ms，操作流畅度与USB无异。

5.2 自定义确认函数：关键操作自己把关

默认情况下，AI在支付、删除联系人等操作前会暂停。你可以用几行Python代码，让它更聪明：

from phone_agent import PhoneAgent from phone_agent.model import ModelConfig def my_confirmation(message): """当AI需要确认时，弹出系统通知而非命令行""" import os if "支付" in message: os.system(f'osascript -e \'display notification "{message}" with title "AI助手提醒"\'') # Mac # Windows可用：os.system(f'msg * "{message}"') return input("继续执行？(y/n): ").lower() == 'y' agent = PhoneAgent( model_config=ModelConfig( base_url="https://api.zhipuai.cn/v1", model_name="autoglm-phone-9b" ), confirmation_callback=my_confirmation ) agent.run("打开美团订一份外卖")

5.3 批量任务脚本：重复操作自动化

比如每天通勤前固定查地铁拥挤度、订早餐、发打卡消息。写个脚本，一键触发：

import time def morning_routine(): agent = PhoneAgent( model_config=ModelConfig( base_url="https://api.zhipuai.cn/v1", model_name="autoglm-phone-9b" ) ) # 查地铁 agent.run("打开北京地铁APP，查10号线西段拥挤度") time.sleep(3) # 订早餐 agent.run("打开瑞幸咖啡，点一杯美式和一个牛角包，送到公司前台") time.sleep(5) # 发打卡 agent.run("打开企业微信，给部门群发消息‘今日已到岗’") morning_routine()

6. 常见问题速查：遇到报错别慌

部署和使用中可能遇到的小状况，这里给出最简解决方案：

问题现象	快速解决方法
`adb devices`显示`unauthorized`	手机弹出“允许USB调试”提示，务必点“允许”，不是“仅限于这台电脑”
指令执行一半卡住，无响应	检查手机是否锁屏——AI无法操作锁屏界面，保持屏幕常亮或设为“永不休眠”
中文输入乱码或不出现	确认ADB Keyboard已启用：手机「设置」→「语言和输入法」→「当前输入法」是否为ADB Keyboard
AI一直说“找不到目标元素”	手机分辨率太高（如2K屏），在`main.py`中添加参数`--scale-factor 0.75`降低截图精度适配
云API报401错误	检查是否替换了正确的base-url，智谱云服务需申请API Key，免费额度足够日常使用

所有问题根源90%集中在：手机未授权ADB、输入法未切换、屏幕锁屏、URL写错。逐一排查，5分钟内必解。

7. 总结：你的手机，从此多了一个“隐形手”

回顾这一路，你其实只做了三件事：

在手机上开了个“开发者开关”（30秒）
在电脑上装了Python和ADB（5分钟）
复制粘贴了四条命令（2分钟）

然后，你的手机就拥有了：
看的能力——通过截图理解当前APP界面布局
想的能力——把“订票”“打车”“点餐”拆解成点击、输入、滑动等原子动作
做的能力——通过ADB精准模拟每一次触摸，误差小于3像素

它不替代你做决定，而是把你从重复操作中解放出来。你依然掌控全局，AI只是那个永远不喊累、不手抖、不点错的执行者。

下一步，你可以：

把常用指令存成快捷方式，双击运行
用Python API接入家庭自动化系统（如Home Assistant）
为父母配置一个“语音唤醒+AI执行”的简易版，教他们说“帮我叫个车”

技术的意义，从来不是炫技，而是让生活更轻一点。当你不再为订一张票耗费心神，那多出来的几分钟，或许刚好够喝一口温热的茶。

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。

Open-AutoGLM助力生活：打车订票一键完成