news 2026/2/9 15:45:25

手把手教你在Windows跑通Open-AutoGLM项目

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
手把手教你在Windows跑通Open-AutoGLM项目

手把手教你在Windows跑通Open-AutoGLM项目

1. 这不是科幻，是今天就能用上的手机AI助手

你有没有想过，让手机自己“看懂”屏幕、“想明白”你要做什么，再“动手”完成？不是靠预设脚本，而是像真人一样理解你的自然语言指令——比如“打开小红书搜美食攻略”，它就能自动截图分析界面、识别图标、点击搜索框、输入文字、点下搜索按钮，一气呵成。

Open-AutoGLM 就是这样一个真实存在的项目。它不是概念演示，而是智谱AI开源的、可本地部署的手机端AI Agent框架。核心能力很实在：看（视觉理解）+ 想（智能规划）+ 动（ADB操控）。整个过程不依赖云端处理敏感界面，所有推理和操作都在你自己的电脑上完成，隐私有保障。

这篇文章专为 Windows 用户设计，不假设你有Linux经验，不堆砌术语，不跳过任何一个可能卡住的细节。从下载第一个安装包开始，到手机自动打开设置应用，全程手把手。哪怕你只用过微信和浏览器，也能照着做下来。我们不讲“多模态架构”或“端到端强化学习”，只讲“点哪里”“输什么”“看到什么就说明成功了”。

2. 准备工作：三件套配齐，少一个都跑不起来

别急着敲代码。在Windows上跑通Open-AutoGLM，真正卡住人的往往不是模型，而是这三样基础环境：Python、ADB工具、手机调试权限。我们一项一项来，每一步都告诉你为什么需要它，以及怎么验证它真的装好了。

2.1 安装Python 3.10或更高版本

这是所有Python项目的地基。低于3.10版本，后续某些依赖会直接报错，所以请务必确认版本。

操作步骤：

  1. 打开浏览器，访问 https://www.python.org/downloads/
  2. 找到最新版的Windows installer (64-bit)，点击下载
  3. 双击运行安装程序，在弹出的窗口里，最关键一步：勾选最下面的Add Python to PATH（把Python加到系统路径），然后点击Install Now
  4. 等待安装完成，点击Close

验证是否成功：

  • 按下Win + R键，输入cmd，回车打开命令提示符
  • 输入python --version，回车
  • 如果看到类似Python 3.11.9的输出，说明安装成功
  • 如果提示'python' 不是内部或外部命令，说明PATH没加对，重新安装并确保勾选了那个选项

2.2 配置ADB工具：手机和电脑之间的“遥控器”

ADB（Android Debug Bridge）是安卓开发的基石，也是Open-AutoGLM控制手机的唯一通道。它就像一个万能遥控器，能让你的电脑向手机发送“点击这里”“滑动一下”“输入文字”的指令。

操作步骤：

  1. 访问 https://developer.android.com/tools/releases/platform-tools
  2. 找到Windows版本的platform-tools-latest-windows.zip，下载解压
  3. 解压后，你会得到一个文件夹，里面全是.exe文件。记住这个文件夹的完整路径，比如D:\tools\platform-tools
  4. 配置系统环境变量（让CMD随时认得ADB）：
    • 按下Win + R，输入sysdm.cpl，回车
    • 点击高级标签页，再点环境变量(N)...
    • 在下方系统变量(S)区域，找到并双击Path
    • 点击新建(N)，把刚才记下的路径（如D:\tools\platform-tools）粘贴进去
    • 点击确定保存所有窗口

验证是否成功：

  • 关闭当前的CMD窗口，重新打开一个新的CMD窗口（这步很重要，否则PATH不生效）
  • 输入adb version，回车
  • 如果看到类似Android Debug Bridge version 1.0.41的输出，说明ADB已就位
  • 如果提示'adb' 不是内部或外部命令，请检查路径是否复制正确，以及是否重启了CMD

2.3 手机端设置：开启“被遥控”的权限

你的手机默认是“锁着门”的，必须手动打开几道门，电脑才能进来控制它。

操作步骤（按顺序，缺一不可）：

  1. 开启开发者模式：
    打开手机设置→关于手机→ 连续快速点击版本号（或软件信息里的版本号）7次，直到屏幕弹出“您现在处于开发者模式”的提示。

  2. 开启USB调试：
    返回设置→系统或更多设置→开发者选项→ 找到USB调试，把它打开。如果找不到“开发者选项”，请确认上一步是否真的开启了。

  3. 安装ADB Keyboard（关键！）：
    Open-AutoGLM要帮你在手机上输入中文，但普通输入法无法被远程调用。ADB Keyboard是一个特殊的输入法，专为此设计。

    • 下载ADBKeyboard.apk（可在GitHub搜索ADBKeyboard找到官方仓库，或直接搜索下载）
    • 将APK文件传到手机（用数据线或微信传输）
    • 在手机上点击安装（如果提示“禁止安装未知来源应用”，请在设置→安全中开启“未知来源”）
    • 安装完成后，进入设置→系统→语言和输入法→虚拟键盘→ 找到ADB Keyboard并启用它
    • 最后一步：在输入法列表中，将ADB Keyboard设为默认输入法

做完这三步，你的手机就准备好接受AI的指挥了。

3. 部署核心：下载代码、装好模型、启动服务

现在，硬件和基础软件都准备好了。接下来是真正的“大脑”部分：把AI模型和控制程序装到你的电脑上。

3.1 下载Open-AutoGLM控制端代码

这是你本地电脑上运行的“指挥中心”，它负责接收你的指令、调用云端模型、再把AI生成的操作命令发给手机。

操作步骤：

  • 打开CMD（确保是新的，能识别adb的那个）
  • 依次执行以下命令：
git clone https://github.com/zai-org/Open-AutoGLM cd Open-AutoGLM pip install -r requirements.txt pip install -e .
  • 第一行git clone会从GitHub下载全部代码，需要几分钟，请耐心等待
  • pip install -r requirements.txt会自动安装所有Python依赖
  • pip install -e .是以“开发模式”安装本项目，让它能被系统全局调用

常见问题：
如果提示git不是命令，请先下载安装Git for Windows：https://git-scm.com/download/win，安装时一路默认即可。

3.2 下载并启动AI模型服务

Open-AutoGLM本身不包含大模型，它需要连接一个运行着AutoGLM-Phone-9B模型的服务。这个模型约18GB，是理解屏幕和规划动作的核心。

国内用户推荐（速度快）：
在CMD中执行：

git clone https://www.modelscope.cn/ZhipuAI/AutoGLM-Phone-9B.git

启动模型服务（vLLM）：

  • 确保你已安装vLLM：pip install vllm
  • 在CMD中，进入你刚下载的模型文件夹（如AutoGLM-Phone-9B），然后执行：
python -m vllm.entrypoints.openai.api_server --served-model-name autoglm-phone-9b --port 8000 --model .
  • 看到屏幕上滚动出现Uvicorn running on http://0.0.0.0:8000字样，说明模型服务已成功启动
  • 此时，你的电脑上就有一个AI“大脑”在8000端口待命了

3.3 连接手机：USB线一插，即刻联通

这是最关键的一步，也是最容易出错的一步。请严格按顺序操作：

  1. 用数据线将手机连接到电脑
  2. 手机屏幕会立刻弹出一个提示：“允许USB调试吗？”，务必点击允许
  3. 在CMD中执行adb devices
  4. 如果看到类似ABC123456789 device的输出（一串字母数字+device），说明连接成功
    • 如果显示unauthorized，请检查手机是否点了“允许”
    • 如果显示空列表，检查数据线是否支持数据传输（有些充电线不行），或换一个USB接口

4. 第一次运行：让AI帮你打开“设置”应用

万事俱备，现在来执行第一个任务。我们选择最简单的指令：“打开设置”。它不涉及输入文字，不涉及网络请求，纯粹测试“看-想-动”的闭环是否通畅。

操作步骤：

  • 确保模型服务（上一步的CMD窗口）仍在运行
  • 在另一个CMD窗口中，进入Open-AutoGLM文件夹
  • 执行以下命令（请将<你的设备ID>替换为你在adb devices命令中看到的那一串字母数字）：
python main.py --device-id <你的设备ID> --base-url http://localhost:8000/v1 --model "autoglm-phone-9b" "打开设置"

例如：

python main.py --device-id ABC123456789 --base-url http://localhost:8000/v1 --model "autoglm-phone-9b" "打开设置"

你将看到什么？
程序会先打印出类似💭 思考过程: 当前在桌面，需要打开设置应用的文字，然后是执行动作: {"action": "Launch", "app": "设置"}。几乎同时，你的手机屏幕上，设置应用就会自动打开了。

如果一切顺利，恭喜你！你已经成功跑通了Open-AutoGLM的全链路。这不是Demo，而是真实的、可复用的能力。

5. 实用技巧与避坑指南：让AI更听话、更稳定

跑通只是开始。在实际使用中，你会发现一些小技巧能让体验大幅提升，而避开几个常见坑，能省下你半天的排查时间。

5.1 提升成功率的三个实操技巧

  • 保持手机屏幕常亮且解锁：AI需要实时截图分析界面。如果屏幕熄灭或锁屏，它就“看不见”了。建议在开发者选项中开启不锁定屏幕或保持唤醒状态。
  • 用更具体的指令：“打开抖音”比“刷抖音”更明确；“搜索‘数码测评’”比“找点好玩的”更可靠。AI擅长执行清晰、无歧义的命令。
  • 首次使用，从简单任务开始：先试“打开微信”“返回桌面”“打开相机”，再逐步尝试“搜索并关注某博主”这类多步骤任务。熟悉它的能力边界，比追求一步到位更重要。

5.2 Windows用户专属避坑清单

问题现象根本原因一招解决
main.py报错ModuleNotFoundError: No module named 'phone_agent'pip install -e .没执行成功，或没在Open-AutoGLM目录下执行重新进入项目根目录，再执行pip install -e .
adb devices显示offlineADB服务进程卡死在CMD中执行adb kill-server然后adb start-server
模型服务启动时报错CUDA out of memory显存不足（尤其显卡<12GB）启动命令末尾加上--device cpu，强制用CPU运行（速度慢但能跑）
AI能识别界面，但点击无效ADB Keyboard未设为默认输入法，或手机系统限制了辅助功能进入手机设置→辅助功能→无障碍，确保Open-AutoGLM或相关服务已开启

6. 进阶玩法：不只是“打开APP”，还能批量自动化

当你熟悉了基础操作，Open-AutoGLM的潜力才真正展现出来。它不是一个单次任务工具，而是一个可以写脚本、做批量、甚至集成进你工作流的自动化引擎。

6.1 命令行进阶：用参数定制你的AI助手

main.py支持丰富的命令行参数，让你不用改代码就能调整行为：

  • --max-steps 50：限制AI最多执行50步操作，防止它陷入死循环
  • --timeout 30：每个操作步骤最长等待30秒，超时自动放弃
  • --list-apps：列出当前AI已知的所有APP名称，方便你精准调用
  • --verbose：开启详细日志，看到每一步的截图分析和决策依据，适合调试

6.2 Python API：把AI变成你脚本里的一个函数

对于有编程基础的用户，直接调用Python API比命令行更灵活。你可以把它嵌入到任何Python项目中。

一个真实可用的示例：

from phone_agent import PhoneAgent from phone_agent.model import ModelConfig # 配置你的AI大脑 model_config = ModelConfig( base_url="http://localhost:8000/v1", model_name="autoglm-phone-9b", ) # 创建一个AI助手实例 agent = PhoneAgent(model_config=model_config) # 一句话，让它干活 result = agent.run("打开美团，搜索‘附近评分最高的火锅店’") print("任务完成！结果是：", result)

把这个代码保存为my_task.py，在CMD中运行python my_task.py，效果和命令行完全一样，但你可以轻松把它改成循环执行10次，或者根据上一个任务的结果决定下一个任务。

7. 总结：你刚刚掌握了一项未来技能

回顾一下，你已经完成了：

  • 在Windows上配置了Python和ADB两大基础环境
  • 成功下载并启动了18GB的多模态AI模型服务
  • 让手机通过USB线与电脑建立了稳定、可信任的连接
  • 执行了第一条自然语言指令，并亲眼看到手机自动响应
  • 掌握了提升成功率的技巧和解决常见问题的方法

这不仅仅是学会了一个工具。你亲手搭建了一个“AI手机助理”的最小可行系统。它的价值在于，它把过去需要写几十行自动化脚本、或者依赖特定APP API才能完成的任务，简化成了“一句话”。

下一步，你可以尝试让它帮你：

  • 每天早上8点自动打开天气APP，截图发到微信家庭群
  • 批量给通讯录里标记为“客户”的人，发送一条定制化的节日祝福
  • 在淘宝上监控某款商品的价格，一旦降到目标价就自动下单

技术本身没有魔法，但当它能精准理解你的意图，并可靠地执行你的想法时，那种掌控感，就是最真实的未来。

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。

版权声明: 本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若内容造成侵权/违法违规/事实不符，请联系邮箱：809451989@qq.com进行投诉反馈，一经查实，立即删除！
网站建设 2026/2/5 22:14:43

Open-AutoGLM如何生成执行报告？结果可视化部署案例

Open-AutoGLM如何生成执行报告&#xff1f;结果可视化部署案例 1. 什么是Open-AutoGLM&#xff1a;手机端AI Agent的轻量级落地框架 Open-AutoGLM不是一款“大模型”&#xff0c;而是一套面向真实设备交互的AI智能体工程框架。它由智谱开源&#xff0c;核心定位很明确&#x…

作者头像 李华
网站建设 2026/2/2 16:09:09

戴森球计划蓝图库新手攻略：从零开始的自动化工厂之旅

戴森球计划蓝图库新手攻略&#xff1a;从零开始的自动化工厂之旅 【免费下载链接】FactoryBluePrints 游戏戴森球计划的**工厂**蓝图仓库 项目地址: https://gitcode.com/GitHub_Trending/fa/FactoryBluePrints 欢迎来到戴森球计划的浩瀚宇宙&#xff01;作为一名新晋太…

作者头像 李华
网站建设 2026/2/5 2:28:38

YOLOv9竞赛项目推荐：Kaggle目标检测实战工具

YOLOv9竞赛项目推荐&#xff1a;Kaggle目标检测实战工具 如果你正准备参加Kaggle上的目标检测比赛&#xff0c;或者手头有一个需要快速验证的工业检测任务&#xff0c;却还在为环境配置、依赖冲突、权重加载失败而反复折腾——那这个镜像可能就是你一直在找的“开箱即用”解决…

作者头像 李华
网站建设 2026/2/7 12:16:24

精通Switch文件管理工具：TegraExplorer全方位实战指南

精通Switch文件管理工具&#xff1a;TegraExplorer全方位实战指南 【免费下载链接】TegraExplorer A payload-based file manager for your switch! 项目地址: https://gitcode.com/gh_mirrors/te/TegraExplorer 当你需要在Switch上进行文件备份、payload启动或系统维护…

作者头像 李华
网站建设 2026/2/6 3:04:29

实现无缝衔接：Multisim14.3与Ultiboard数据传输详解

以下是对您提供的博文内容进行深度润色与专业重构后的版本。本次优化严格遵循您的全部要求&#xff1a;✅ 彻底去除AI痕迹&#xff0c;语言自然、有“人味”&#xff0c;像一位资深硬件工程师在技术社区分享实战心得&#xff1b;✅ 所有模块有机融合&#xff0c;不设刻板标题&a…

作者头像 李华
网站建设 2026/2/1 2:28:58

Shaka Player 本地缓存：前端实现方案与浏览器存储优化指南

Shaka Player 本地缓存&#xff1a;前端实现方案与浏览器存储优化指南 【免费下载链接】shaka-player JavaScript player library / DASH & HLS client / MSE-EME player 项目地址: https://gitcode.com/GitHub_Trending/sh/shaka-player 什么是Shaka Player离线存储…

作者头像 李华