--- title: "Open-AutoGLM" type: "tool" slug: "zai-org-open-autoglm" canonical_url: "https://www.graphcanon.com/tools/zai-org-open-autoglm" github_url: "https://github.com/zai-org/Open-AutoGLM" homepage_url: "https://autoglm.z.ai/blog" stars: 25717 forks: 4003 primary_language: "Python" license: "Apache-2.0" categories: ["ai-agents"] tags: ["smartphone-automation", "intelligent-assistant", "phone-agent", "autoglm", "multimodal"] updated_at: "2026-07-07T18:24:03.904565+00:00" --- # Open-AutoGLM > An Open Phone Agent Model & Framework. Unlocking the AI Phone for Everyone Open-AutoGLM is an intelligent assistant framework for smartphones, built on AutoGLM, allowing multimodal understanding of phone screen content and automated task completion. ## Facts - Repository: https://github.com/zai-org/Open-AutoGLM - Homepage: https://autoglm.z.ai/blog - Stars: 25,717 · Forks: 4,003 · Open issues: 254 · Watchers: 110 - Primary language: Python - License: Apache-2.0 - Last pushed: 2026-03-06T08:38:39+00:00 ## Categories - [AI Agents](/categories/ai-agents.md) ## Tags smartphone automation, intelligent assistant, phone agent, autoglm, multimodal ## Related tools - [ECC](/tools/affaan-m-ecc.md) - The agent harness performance optimization system (★ 226,962) - [hermes-agent](/tools/nousresearch-hermes-agent.md) - The self-improving AI agent built by Nous Research (★ 210,880) - [AutoGPT](/tools/significant-gravitas-autogpt.md) - AutoGPT: Build, Deploy, and Run AI Agents (★ 185,417) - [ollama](/tools/ollama-ollama.md) - Get up and running with Kimi-K2.6, GLM-5.1, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma and other models. (★ 175,659) - [langflow](/tools/langflow-ai-langflow.md) - Langflow is a powerful platform for building and deploying AI-powered agents and workflows. (★ 151,298) - [dify](/tools/langgenius-dify.md) - Production-ready platform for agentic workflow development (★ 148,070) - [firecrawl](/tools/firecrawl-firecrawl.md) - The API to search, scrape, and interact with the web at scale. (★ 147,117) - [langchain](/tools/langchain-ai-langchain.md) - The agent engineering platform. (★ 141,211) ## README (excerpt) ```text # Open-AutoGLM [Readme in English](README_en.md)

👋 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](https://bigmodel.cn/glm-coding) 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](resources/privacy_policy.txt)。 ## 与其他自动化工具集成 ### Midscene.js [Midscene.js](https://midscenejs.com/zh/index.html) 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](https://midscenejs.com/zh/model-common-config.html#auto-glm) 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](https://huggingface.co/zai-org/AutoGLM-Phone-9B)
[🤖 ModelScope](https://modelscope.cn/models/ZhipuAI/AutoGLM-Phone-9B) | | AutoGLM-Phone-9B-Multilingual | [🤗 Hugging Face](https://huggingface.co/zai-org/AutoGLM-Phone-9B-Multilingual)
[🤖 ModelScope](https://modelscope.cn/models/ZhipuAI/AutoGLM-Phone-9B-Multilingual) | 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 1. 下载官方 ADB [安装包](https://developer.android.com/tools/releases/platform-tools?hl=zh-cn)，并解压到自定义路径 2. 配置环境变量 - MacOS 配置方法：在 `Terminal` 或者任何命令行工具里 ```bash # 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=${PATH}:~/Downloads/platform-tools ``` - Windows 配置方法：可参考 [第三方教程](https://blog.csdn.net/x2584179909/article/details/108319973) 进行配置。 #### 对于鸿蒙设备 (HarmonyOS NEXT版本以上) - 使用 HDC 1. 下载 HDC 工具： - 从 [HarmonyOS SDK](https://developer.huawei.com/consumer/cn/download/) 下载 2. 配置环境变量 - MacOS/Linux 配置方法： ```bash # 假设解压后的目录为 ~/Downloads/harmonyos-sdk/toolchains。请根据实际路径调整。 export PATH=${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` 1. 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。 2. 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 3. 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](https://github.com/senzhk/ADBKeyBoard/blob/master/ADBKeyboard.apk) 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 ``` --- **Machine-readable endpoints** - JSON: [`/api/graphcanon/tools/zai-org-open-autoglm`](/api/graphcanon/tools/zai-org-open-autoglm) - LLM index: [/llms.txt](/llms.txt) - Full corpus: [/llms-full.txt](/llms-full.txt) _GraphCanon - The knowledge graph for AI development. https://www.graphcanon.com/_