news 2026/9/20 10:21:38

Open-AutoGLM实战案例：自动收集美团优惠券操作流程

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Open-AutoGLM实战案例：自动收集美团优惠券操作流程

Open-AutoGLM实战案例：自动收集美团优惠券操作流程

1. 引言：让AI帮你“动手”完成手机任务

你有没有这样的经历？每天打开美团、大众点评，翻来覆去地找各种满减券、限时折扣，点来点去不仅费时间，还容易漏掉。如果有个AI助手能听懂你说“帮我把美团里所有可用的餐饮券都领一遍”，然后自己在手机上操作完成——是不是省心多了？

这不再是设想。今天我们要用Open-AutoGLM来实现一个真实场景的自动化：让AI代理自动登录美团App，浏览并领取所有可领取的优惠券。

整个过程不需要手动点击，只需一句话指令，AI就能看懂屏幕、理解按钮含义、规划操作路径，并通过ADB真正“动手”帮你完成任务。听起来像科幻？其实已经可以落地了。

本文将带你一步步部署环境、连接真机、下发指令，完整走通这个“自动领券”的AI自动化流程。无论你是想提升生活效率，还是探索AI Agent的实际应用边界，这个案例都非常值得参考。

2. Open-AutoGLM 是什么？

2.1 多模态AI助理，真正“看得见、点得着”

Open-AutoGLM 是由智谱开源的一套手机端 AI Agent 框架，核心是基于视觉语言模型（VLM）构建的AutoGLM-Phone。它不只是个聊天机器人，而是一个能“看”手机屏幕、“理解”界面元素、“执行”点击滑动操作的智能体。

它的能力链条非常清晰：

  • 感知层：通过截图获取当前手机界面，用多模态模型识别文字、按钮、图标。
  • 理解层：结合用户自然语言指令，理解目标意图（比如“领券”）。
  • 决策层：规划操作路径（先点首页 → 找到优惠券入口 → 遍历可领项）。
  • 执行层：通过 ADB 发送点击、滑动、输入等指令，真正操控手机。

整个过程就像一个虚拟的“手指”，替你在手机上完成所有操作。

2.2 安全与灵活性设计

为了防止误操作，系统内置了敏感行为确认机制。例如涉及支付、删除、授权等高风险动作时，会暂停并提示人工确认。

同时支持远程调试模式，即使手机不在身边，只要连上WiFi，也能通过网络控制设备，非常适合开发者或远程自动化测试场景。

3. 环境准备：搭建本地控制端

要让AI代理工作起来，我们需要三部分协同：

  1. 云端模型服务（已部署好的vLLM推理服务）
  2. 本地电脑作为控制中枢
  3. 安卓手机作为执行终端

本文重点讲第2和第3部分的配置。

3.1 硬件与软件要求

项目要求
操作系统Windows 或 macOS
Python 版本建议 3.10+
安卓设备Android 7.0 及以上（真机或模拟器均可）
工具依赖ADB（Android Debug Bridge）

提示：建议使用真机测试，因部分模拟器对ADB输入支持不完整。

3.2 安装并配置 ADB

ADB 是连接电脑与安卓设备的核心工具，用于发送指令、获取截图、模拟点击等。

Windows 用户配置步骤：
  1. 下载 Android SDK Platform Tools 并解压。
  2. 按Win + R输入sysdm.cpl，打开“系统属性”。
  3. 进入“高级”→“环境变量”。
  4. 在“系统变量”中找到Path，点击“编辑”→“新建”，添加 ADB 解压目录路径（如C:\platform-tools）。
  5. 打开命令行，输入：
    adb version
    若显示版本信息，则说明配置成功。
macOS 用户配置方法：

在终端中执行以下命令（假设 platform-tools 解压在 Downloads 目录）：

export PATH=${PATH}:~/Downloads/platform-tools

你可以将这行加入.zshrc或.bash_profile实现永久生效。

验证方式同上：

adb version

4. 手机端设置：开启调试与输入法

4.1 开启开发者选项

  1. 打开手机“设置” → “关于手机”。
  2. 连续点击“版本号”7次，直到提示“您已进入开发者模式”。

4.2 启用 USB 调试

  1. 返回设置主界面，进入“开发者选项”。
  2. 找到“USB调试”，勾选启用。

注意：不同品牌手机路径略有差异，请根据机型调整。

4.3 安装 ADB Keyboard（关键！）

这是实现文本输入的关键组件。因为AI无法直接调用系统输入法，必须通过ADB发送键码。

  1. 下载 ADB Keyboard APK 并安装。
  2. 进入“设置” → “语言与输入法” → “默认键盘”。
  3. 选择ADB Keyboard为当前输入法。

验证是否生效：在任意输入框长按，选择“输入法”→ 切换为 ADB Keyboard。

5. 部署 Open-AutoGLM 控制端代码

现在我们开始部署本地控制程序。

5.1 克隆项目并安装依赖

打开终端或命令行工具，执行：

# 克隆仓库 git clone https://github.com/zai-org/Open-AutoGLM cd Open-AutoGLM # 安装依赖 pip install -r requirements.txt pip install -e .

推荐使用虚拟环境（venv），避免包冲突。

5.2 检查设备连接状态

确保手机通过 USB 连接到电脑，然后运行：

adb devices

正常输出应类似：

List of devices attached 1234567890ABCDEF device

如果有unauthorized提示，请在手机上确认“允许USB调试”。

6. 连接方式：USB vs WiFi 远程控制

6.1 USB 连接（推荐初学者）

即插即用，稳定性高，适合调试阶段。

adb devices

记录下设备ID（如1234567890ABCDEF），后续传给AI代理使用。

6.2 WiFi 远程连接（适合长期运行）

若想摆脱数据线，可通过WiFi连接。

第一步：用USB连接后开启TCP/IP模式

adb tcpip 5555

第二步：拔掉USB，连接同一WiFi后执行

adb connect 192.168.x.x:5555

其中192.168.x.x是手机的局域网IP（可在“设置-关于手机-状态信息”中查看）。

连接成功后，同样可用adb devices查看。

7. 实战演示：自动收集美团优惠券

终于到了最激动人心的部分——让AI真正干活！

7.1 明确任务目标

我们的指令是：

“打开美团App，进入‘我的’页面，点击‘优惠券’，领取所有可领取的餐饮类优惠券。”

这个任务包含多个步骤：

  • 启动美团App
  • 导航到个人中心
  • 进入优惠券列表
  • 遍历每个“可领取”按钮并点击
  • 处理可能的弹窗（如登录提示）
  • 自动停止当无新券可领

这些都将由AI自主判断和执行。

7.2 启动AI代理执行指令

在 Open-AutoGLM 根目录下运行：

python main.py \ --device-id 1234567890ABCDEF \ --base-url http://<你的云服务器IP>:8800/v1 \ --model "autoglm-phone-9b" \ "打开美团App，进入我的页面，点击优惠券，领取所有可领取的餐饮优惠券"

参数说明：

参数说明
--device-id从adb devices获取的设备ID
--base-url云端vLLM服务地址（需公网IP + 端口映射）
--model使用的模型名称（固定为autoglm-phone-9b）
最后字符串自然语言指令，尽量具体明确

7.3 观察AI如何“思考”与执行

启动后，你会看到类似日志输出：

[INFO] 截图获取成功 [INFO] 屏幕内容分析：检测到桌面，有“美团”图标 [INFO] 动作规划：点击坐标 (x=200, y=800) [INFO] 执行点击 ... [INFO] 检测到“登录”弹窗，暂停执行，等待人工确认

此时你可以选择：

  • 手动登录后继续
  • 或在代码中配置跳过策略

一旦进入优惠券页面，AI会自动识别所有标有“领取”字样的按钮，并逐一点击。每完成一次操作，都会重新截图分析，确保状态更新。

8. Python API 方式调用（进阶用法）

除了命令行，你也可以在自己的脚本中集成该功能。

from phone_agent.adb import ADBConnection from phone_agent.agent import AutoGLMAgent # 创建ADB连接 conn = ADBConnection() conn.connect("192.168.1.100:5555") # 初始化AI代理 agent = AutoGLMAgent( base_url="http://your-server-ip:8800/v1", model_name="autoglm-phone-9b", device_id="192.168.1.100:5555" ) # 下发任务 result = agent.run("帮我把美团里所有未领取的满50减10的券都领了") print("任务完成状态:", result.success) print("执行步骤:", result.steps)

这种方式便于嵌入到定时任务、Web服务或其他自动化系统中。

9. 常见问题与排查建议

9.1 设备无法连接

  • 现象：adb devices显示unauthorized

  • 解决：检查手机是否弹出“允许调试”对话框，勾选并确认。

  • 现象：adb connect失败

  • 解决：

    • 确保手机与电脑在同一WiFi下
    • 检查防火墙是否阻止5555端口
    • 尝试重启ADB服务：adb kill-server && adb start-server

9.2 AI执行卡住或乱点

  • 可能原因：模型未能正确识别界面元素
  • 建议：
    • 提高截图分辨率（修改配置文件中的screenshot_scale）
    • 在光线充足的环境下操作，避免屏幕反光
    • 对复杂页面可增加“等待加载”指令，如：“等页面加载完后再操作”

9.3 文本输入失败

  • 现象：搜索框无法输入文字
  • 原因：ADB Keyboard 未设为默认输入法
  • 验证方法：尝试手动切换输入法，或运行以下命令测试：
    adb shell input text "hello"

9.4 模型响应慢或返回乱码

  • 检查点：
    • vLLM服务是否正常运行
    • --base-url是否正确指向/v1接口
    • GPU显存是否足够（建议至少16GB）
    • max-model-len参数是否设置过小（影响上下文理解）

10. 总结：AI Agent 正在改变人机交互方式

通过这次实战，我们完整实现了用一句话指令驱动AI自动完成美团优惠券领取的全流程。这不是简单的脚本录制回放，而是基于视觉理解与语义推理的智能决策过程。

Open-AutoGLM 的价值在于：

  • 零编码门槛：普通用户也能通过自然语言指挥手机。
  • 跨App通用性：不限于美团，抖音、小红书、淘宝等都能操作。
  • 可扩展性强：结合定时任务，可打造“全自动生活助手”。

未来你可以进一步拓展：

  • 每天早上8点自动领取外卖红包
  • 关注特定博主并点赞最新视频
  • 批量处理通知、清理缓存
  • 构建私人数字员工，接管重复性手机操作

技术正在从“辅助”走向“自治”。而 Open-AutoGLM，正是这一趋势的有力实践者。

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 2026/9/15 14:56:21

Agentic AI提示系统的分布式锁设计：架构师教你解决扩展时的数据一致性问题

Agentic AI提示系统的分布式锁设计：架构师教你解决扩展时的数据一致性问题 一、引入：当Agent开始“抢菜单”——一个真实的崩溃现场 凌晨3点，某电商平台的客服运营群突然炸了： “今天的自动回复全乱了！用户问‘退款流程’，Agent居然回复‘亲，记得给好评哦~’” “我明…

作者头像 李华
网站建设 2026/9/12 13:54:37

吐血推荐专科生必用AI论文软件TOP10

吐血推荐专科生必用AI论文软件TOP10 专科生论文写作的“隐形助手”测评 随着AI技术的不断进步&#xff0c;越来越多的专科生开始借助AI论文软件提升写作效率与质量。然而&#xff0c;面对市场上种类繁多的工具&#xff0c;如何选择一款真正适合自己的成了难题。为此&#xff0c…

作者头像 李华
网站建设 2026/9/16 22:44:23

springboot_ssm835面向学生成绩分析系统--论文

目录 具体实现截图摘要 系统所用技术介绍写作提纲源码文档获取/同行可拿货,招校园代理 &#xff1a;文章底部获取博主联系方式&#xff01; 具体实现截图 摘要 随着教育信息化的快速发展&#xff0c;学生成绩分析在教育教学管理中扮演着重要角色。传统成绩分析方式依赖人工统…

作者头像 李华
网站建设 2026/9/18 3:36:59

2026年，测试报告将由AI自动生成，你只需做决策

1.1 智能生成引擎的底层逻辑 动态日志分析&#xff1a;基于Transformer的日志语义理解模型&#xff08;如LogBERT&#xff09;实时解析测试过程数据 缺陷预测矩阵&#xff1a;集成历史缺陷库与代码变更特征训练的风险概率模型&#xff08;示例见下表&#xff09; 多模态呈现&…

作者头像 李华
网站建设 2026/9/15 16:41:20

没有数据标注，AI测试怎么跑？2026年的新解决方案

无标注数据时代的AI测试挑战 在AI驱动的软件测试领域&#xff0c;标注数据匮乏是长期痛点——如同警察缺乏罪犯画像&#xff0c;无法精准识别缺陷。2026年&#xff0c;随着大模型和自动化工具演进&#xff0c;传统依赖标注的测试方法已显不足。本文针对软件测试从业者&#xf…

作者头像 李华
网站建设 2026/9/17 9:53:37

单点登录（SSO）

作为前端开发&#xff0c;我们经常会遇到这样的场景&#xff1a;公司有多个业务系统 —— 官网、后台管理系统、客户中心、数据分析平台&#xff0c;用户登录其中一个系统后&#xff0c;再访问其他系统时不需要重复输入账号密码。这种 “一次登录&#xff0c;处处通行” 的能力…

作者头像 李华