Open-AutoGLM
zai-org/Open-AutoGLM
An Open Phone Agent Model & Framework. Unlocking the AI Phone for Everyone
Overview
Open-AutoGLM is an intelligent assistant framework for smartphones, built on AutoGLM, allowing multimodal understanding of phone screen content and automated task completion.
Categories
Tags
Similar tools
ECC
affaan-m/ECC
The agent harness performance optimization system
hermes-agent
NousResearch/hermes-agent
The self-improving AI agent built by Nous Research
AutoGPT
Significant-Gravitas/AutoGPT
AutoGPT: Build, Deploy, and Run AI Agents
ollama
ollama/ollama
Get up and running with Kimi-K2.6, GLM-5.1, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma and other models.
langflow
langflow-ai/langflow
Langflow is a powerful platform for building and deploying AI-powered agents and workflows.
dify
langgenius/dify
Production-ready platform for agentic workflow development
Install
pip install Open-AutoGLMREADME
Open-AutoGLM
Readme in English
👋 加入我们的 微信 社区
👋 关注智谱 AI 输入法 X 账号
🎤 进一步在我们的产品 智谱 AI 输入法 体验“用嘴发指令”
AutoGLM 实战派 开发者激励活动火热进行中,跑通、二创即可瓜分数万元现金奖池!成果提交 👉 入口
懒人版快速安装
你可以使用Claude Code,配置 GLM Coding Plan 后,输入以下提示词,快速部署本项目。
访问文档,为我安装 AutoGLM
https://raw.githubusercontent.com/zai-org/Open-AutoGLM/refs/heads/main/README.md
项目介绍
Phone Agent 是一个基于 AutoGLM 构建的手机端智能助理框架,它能够以多模态方式理解手机屏幕内容,并通过自动化操作帮助用户完成任务。系统通过 ADB(Android Debug Bridge)来控制设备,以视觉语言模型进行屏幕感知,再结合智能规划能力生成并执行操作流程。用户只需用自然语言描述需求,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。系统还内置敏感操作确认机制,并支持在登录或验证码场景下进行人工接管。同时,它提供远程 ADB 调试能力,可通过 WiFi 或网络连接设备,实现灵活的远程控制与开发。
⚠️ 本项目仅供研究和学习使用。严禁用于非法获取信息、干扰系统或任何违法活动。请仔细审阅 使用条款。
与其他自动化工具集成
Midscene.js
Midscene.js 是一款由视觉模型驱动的开源 UI 自动化 SDK,支持通过 JavaScript 或 Yaml 格式的流程语法,实现多平台的自动化。
目前 Midscene.js 已完成对 AutoGLM 模型的适配,你可以通过 Midscene.js 接入指南 快速体验 AutoGLM 在 iOS 和 Android 设备上的自动化效果。
模型下载地址
| Model | Download Links |
|---|---|
| AutoGLM-Phone-9B | 🤗 Hugging Face 🤖 ModelScope |
| AutoGLM-Phone-9B-Multilingual | 🤗 Hugging Face 🤖 ModelScope |
其中,AutoGLM-Phone-9B 是针对中文手机应用优化的模型,而 AutoGLM-Phone-9B-Multilingual 支持英语场景,适用于包含英文等其他语言内容的应用。
Android 环境准备
1. Python 环境
建议使用 Python 3.10 及以上版本。
2. 手机调试命令行工具
根据你的设备类型选择相应的工具:
对于 Android 设备 - 使用 ADB
- 下载官方 ADB 安装包,并解压到自定义路径
- 配置环境变量
-
MacOS 配置方法:在
Terminal或者任何命令行工具里# 假设解压后的目录为 ~/Downloads/platform-tools。如果不是请自行调整命令。 export PATH=${PATH}:~/Downloads/platform-tools -
Windows 配置方法:可参考 第三方教程 进行配置。
对于鸿蒙设备 (HarmonyOS NEXT版本以上) - 使用 HDC
- 下载 HDC 工具:
- 从 HarmonyOS SDK 下载
- 配置环境变量
-
MacOS/Linux 配置方法:
# 假设解压后的目录为 ~/Downloads/harmonyos-sdk/toolchains。请根据实际路径调整。 export PATH=${PATH}:~/Downloads/harmonyos-sdk/toolchains -
Windows 配置方法:将 HDC 工具所在目录添加到系统 PATH 环境变量
3. Android 7.0+ 或 HarmonyOS 设备,并启用 开发者模式 和 USB 调试
- 开发者模式启用:通常启用方法是,找到
设置-关于手机-版本号然后连续快速点击 10 次左右,直到弹出弹窗显示“开发者模式已启用”。不同手机会有些许差别,如果找不到,可以上网搜索一下教程。 - USB 调试启用:启用开发者模式之后,会出现
设置-开发者选项-USB 调试,勾选启用 - 部分机型在设置开发者选项以后, 可能需要重启设备才能生效. 可以测试一下: 将手机用USB数据线连接到电脑后,
adb devices查看是否有设备信息, 如果没有说明连接失败.
请务必仔细检查相关权限
4. 安装 ADB Keyboard(仅 Android 设备需要,用于文本输入)
注意:鸿蒙设备使用原生输入方法,无需安装 ADB Keyboard。
如果你使用的是 Android 设备:
下载 安装包 并在对应的安卓设备中进行安装。
注意,安装完成后还需要到 设置-输入法 或者 设置-键盘列表 中启用 ADB Keyboard 才能生效(或