zai-org/Open-AutoGLM

项目概览

该项目将视觉语言模型与 ADB/HDC 设备控制相结合，实现了从自然语言指令到移动端自动化操作的端到端任务执行，并内置敏感操作确认与人工接管机制。

项目类型

AI Agent · AI 工作流 · 模型运行

应用场景

自动化执行

部署方式

查看项目说明

License

Apache-2.0

适合谁

• 希望通过自然语言指令和屏幕理解来实现手机任务自动化的开发者和研究人员。

核心能力

• 使用视觉语言模型理解手机屏幕内容。
• 生成并执行工作流，以完成用户用自然语言描述的任务。
• 通过 Android Debug Bridge (ADB) 或 HDC 控制 Android 或 HarmonyOS 设备。
• 内置机制用于在登录或验证码场景中确认敏感操作并支持人工接管。
• 支持通过 WiFi 或网络连接进行远程 ADB 调试。
• 提供 Python API 用于创建智能体并执行任务。

限制与风险

• 该项目仅用于研究和学习目的，严禁用于非法活动。
• 自动化执行过程中存在潜在风险，项目通过敏感操作确认机制和人工接管来降低此类风险。

如何开始

• 安装 Python 依赖，配置 Python 环境以及手机的开发者模式和 ADB/HDC。
• 启动本地或第三方模型服务。
• 运行命令 python main.py 启动项目。

核验依据

• GitHub 项目简介: An Open Phone Agent Model & Framework. Unlocking the AI Phone for Everyone
• README: 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。
• README: 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 Age…
• README: 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)。
• README: 对于 Android 设备 - 使用 ADB

内容核验时间：