一文搞定：Open-AutoGLM环境配置+模型下载+运行

一文搞定：Open-AutoGLM环境配置+模型下载+运行

摘要：本文手把手带你完成 Open-AutoGLM 全流程落地——从零开始配置本地开发环境、下载并量化 AutoGLM-Phone-9B 模型、连接真实安卓设备，到执行第一条自然语言指令。不依赖云端API，全程离线运行，数据不出本机，兼顾隐私安全与工程可用性。适合开发者、AI爱好者及注重数据主权的实践者。

1. Open-AutoGLM 是什么？一句话说清

1.1 它不是另一个聊天机器人

Open-AutoGLM 是智谱 AI 开源的手机端 AI Agent 框架，核心能力是：
“看懂你的手机屏幕 + 听懂你的中文指令 + 自动帮你点、滑、输、开”。

它不生成诗歌，不写周报，而是专注解决一个具体问题：
你动嘴，它动手。

比如输入这句话：

“打开小红书，搜索‘北京咖啡探店’，点开第一篇笔记，截图发到微信给李四”

Open-AutoGLM 会自动完成：
启动小红书 App
点击搜索框 → 输入文字 → 点击搜索
解析搜索结果页 → 定位第一篇笔记 → 点击进入
截图当前页面
切换到微信 → 找到李四 → 粘贴发送

整个过程无需你碰一次手机，所有操作由 ADB 驱动，所有决策由本地多模态大模型完成。

1.2 和普通大模型有什么本质区别？

它把大模型从“思考者”升级为“执行者”，是真正意义上的具身智能代理（Embodied Agent）在移动端的轻量落地。

2. 环境准备：三步到位，拒绝玄学报错

2.1 你不需要高配电脑，但得避开这些坑

验证 ADB 是否就绪：终端输入adb version，看到类似Android Debug Bridge version 1.0.41即成功。

2.2 手机设置：5 分钟搞定，别跳步骤

这是最容易卡住的环节，按顺序操作：

1. 开启开发者模式

   • 设置 → 关于手机 → 连续点击“版本号”7次 → 弹出“您已处于开发者模式”

2. 开启 USB 调试

   • 设置 → 系统 → 开发者选项 → 打开USB 调试、USB 安装、网络调试（如果存在）
   • 关闭“监控 ADB 安装应用”（华为/小米常见，会导致 adb install 失败）

3. 安装并启用 ADB Keyboard（关键！）

   • 下载 APK：ADBKeyboard.apk
   • 安装：adb install ADBKeyboard.apk
   • 启用：设置 → 语言和输入法 → 管理键盘 → 启用ADB Keyboard
   • 设为默认：设置 → 语言和输入法 → 当前输入法 → 选择ADB Keyboard
   • 验证：adb shell ime list -a | grep ADB应输出com.android.adbkeyboard/.AdbIME

4. 首次连接授权

   • 用原装数据线（非充电线）连接手机与电脑
   • 手机弹窗出现“允许 USB 调试吗？” → 勾选“始终允许”→ 点确定
   • 终端执行adb devices，输出含device字样即成功（如ABC123456789 device）

小技巧：若adb devices显示unauthorized，说明未授权，拔插数据线重试；若显示空，先运行adb kill-server && adb start-server。

3. 控制端部署：克隆、安装、验证三连击

3.1 下载代码与安装依赖

# 1. 克隆官方仓库（非 fork） git clone https://github.com/zai-org/Open-AutoGLM.git cd Open-AutoGLM # 2. 创建虚拟环境（强烈推荐，避免包冲突） python -m venv venv source venv/bin/activate # macOS/Linux # venv\Scripts\activate # Windows # 3. 安装基础依赖（注意：不要跳过 -e） pip install --upgrade pip pip install -r requirements.txt pip install -e . # 4. 验证核心模块可导入 python -c "from phone_agent.adb import ADBConnection; print(' ADB 模块加载成功')" python -c "from phone_agent.model import load_model; print(' 模型加载模块就绪')"

成功标志：无报错，输出两行 提示。若报ModuleNotFoundError: No module named 'mlx'，说明你漏了 MLX 安装（见 3.2）。

3.2 补充安装 MLX（Apple Silicon 必装，x86 用户跳过）

MLX 是 Apple Silicon（M1/M2/M3）高效运行大模型的关键框架：

# 仅 Apple Silicon 用户执行 pip install mlx "git+https://github.com/Blaizzy/mlx-vlm.git@main" torch torchvision transformers # 验证 python -c "import mlx; print(f'MLX 版本: {mlx.__version__}')"

Windows/Linux 用户请忽略此步，直接使用--base-url连接远程 vLLM 服务（见第5节），本地不跑模型。

4. 模型下载与部署：选对方式，省下 3 小时等待

4.1 模型在哪？认准官方地址

• Hugging Face：zai-org/AutoGLM-Phone-9B
• ModelScope（魔搭）：ZhipuAI/AutoGLM-Phone-9B

模型大小约 20GB（FP16），下载前请确保磁盘有 30GB 可用空间。

4.2 两种下载方式，按需选择

方式一：Hugging Face CLI（推荐国内用户）

# 1. 安装 CLI 工具 pip install -U "huggingface_hub[cli]" # 2. 设置国内镜像加速（关键！） export HF_ENDPOINT=https://hf-mirror.com # 3. 断点续传下载（不怕中断） huggingface-cli download \ --resume-download \ zai-org/AutoGLM-Phone-9B \ --local-dir ./models/AutoGLM-Phone-9B

方式二：ModelScope（国内最快，无需注册）

pip install modelscope python -c " from modelscope import snapshot_download snapshot_download( 'ZhipuAI/AutoGLM-Phone-9B', local_dir='./models/AutoGLM-Phone-9B' ) "

下载完成后，检查目录：ls ./models/AutoGLM-Phone-9B应包含config.json,model.safetensors,preprocessor_config.json等文件。

4.3 本地运行：一条命令启动你的手机助理

# 基础命令（Mac/Linux） python main.py \ --local \ --model ./models/AutoGLM-Phone-9B \ "打开微信" # Windows 用户（路径用反斜杠） python main.py ^ --local ^ --model .\models\AutoGLM-Phone-9B ^ "打开微信"

• --local：启用本地 MLX 推理（Apple Silicon）或 CPU 推理（Windows/Linux）
• --model：指向你下载的模型完整路径
• 最后字符串：你的自然语言指令（支持中文，无需特殊格式）

首次运行会加载模型（约 30 秒），随后打印Connected to device: ABC123456789，接着开始截图、推理、执行。看到Task completed successfully即成功。

5. 远程部署：没有 Mac？用云服务器跑模型，本地只做控制

5.1 为什么需要远程模式？

• 你的电脑是 Windows x64 或 Linux，没有 Apple Silicon
• 你希望模型在高性能 GPU 服务器上运行，本地只负责 ADB 控制
• 你想让多台手机共用一个模型服务

此时，你只需部署一个vLLM API 服务端，本地 Open-AutoGLM 作为客户端调用。

5.2 服务端快速启动（Ubuntu 示例）

# 1. 安装 vLLM（需 CUDA 12.1+） pip install vllm # 2. 启动 API 服务（假设模型已下载到 /data/models/AutoGLM-Phone-9B） python -m vllm.entrypoints.openai.api_server \ --model /data/models/AutoGLM-Phone-9B \ --dtype half \ --tensor-parallel-size 1 \ --max-model-len 4096 \ --port 8800 \ --host 0.0.0.0

服务启动后，访问http://<服务器IP>:8800/v1/models应返回模型信息。

5.3 客户端调用：本地电脑只管连接和指令

python main.py \ --device-id ABC123456789 \ --base-url http://192.168.1.100:8800/v1 \ # 替换为你的服务器IP和端口 --model "autoglm-phone-9b" \ "打开抖音搜索‘AI 教程’"

• --device-id：adb devices查到的设备 ID
• --base-url：指向你的 vLLM 服务地址
• --model：服务端注册的模型名（vLLM 默认为目录名，此处即autoglm-phone-9b）

此模式下，本地电脑不加载模型，内存占用 <500MB，所有推理在服务器完成。

6. 实战运行：从第一条指令到稳定工作流

6.1 快速测试：30 秒验证全流程

# 运行交互模式（方便调试） python main.py --local --model ./models/AutoGLM-Phone-9B # 终端出现 > 提示符后，输入： > 打开设置 > 点击关于手机 > 连续点击版本号7次 > 退出

成功表现：手机自动执行全部动作，最后回到桌面。若卡在某步，按Ctrl+C中断，检查日志中ERROR行。

6.2 生产级参数组合（推荐保存为脚本）

#!/bin/bash # run_task.sh（macOS/Linux） python main.py \ --local \ --model ./models/AutoGLM-Phone-9B \ --device-id $(adb devices | sed -n '2p' | awk '{print $1}') \ --lang cn \ --max-steps 80 \ --temperature 0.01 \ "$1"

使用：chmod +x run_task.sh && ./run_task.sh "打开淘宝搜iPhone15"

6.3 敏感操作安全机制（必须了解）

Open-AutoGLM 内置双重保护：

• 自动识别敏感动作：检测到“支付”、“转账”、“登录”、“验证码”等关键词，自动暂停并提示
• 人工接管接口：当需要输入验证码或确认支付时，程序会输出Takeover required: Please enter verification code，你手动输入后按回车继续

这意味着它永远不会在你不知情时完成支付，安全边界清晰。

7. 常见问题排查：90% 的问题都在这里

7.1 ADB 连接类

7.2 模型与运行类

7.3 性能优化提示

• 内存不足（Killed）：立即使用 4-bit 量化模型（见参考博文 4.3 节），16GB 内存可流畅运行
• 截图黑屏：属系统限制（银行/支付类 App），模型会自动触发人工接管，无需干预
• 响应慢：关闭手机后台所有非必要 App；降低手机屏幕分辨率（设置 → 显示 → 分辨率 → 选 HD+）；优先使用 USB 连接而非 WiFi

8. 总结：你已经拥有了一个真正的手机 AI 助理

8.1 本文你实际掌握了什么？

• 环境配置闭环：从 ADB 安装、手机开发者设置、ADB Keyboard 配置，到 Python 依赖安装，全部实操验证
• 模型部署双路径：既可本地 MLX 运行（Apple Silicon），也可远程 vLLM 服务（全平台通用）
• 指令执行全流程：理解“截图→解析UI→规划动作→生成JSON→调用ADB”的完整链路
• 生产可用保障：掌握敏感操作防护、WiFi/USB 切换、错误日志定位等工程化要点

8.2 下一步你可以做什么？

• 尝试更复杂的指令：“打开高德地图，搜索‘最近的苹果授权店’，导航过去，途中播放播客”
• 将main.py封装为 macOS 快捷指令或 Windows 批处理，一键唤醒
• 结合定时任务（cron / Task Scheduler），实现“每天早8点自动打卡”
• 阅读phone_agent/agent.py源码，修改max_steps或添加自定义动作类型

Open-AutoGLM 的价值不在于炫技，而在于把前沿多模态能力，变成你手机里一个安静、可靠、永远在线的数字同事。它不替代你思考，但替你执行那些重复、琐碎、必须点按的操作——而这，正是 AI 赋能最朴实也最有力的方式。

--- > **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](https://ai.csdn.net/?utm_source=mirror_blog_end)，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。