AutoGLM 开源实测：一句话让 AI 帮我点个鸡排

最近一段时间"智谱AI"的动作不少呀。

前一阵的 GLM-4.6 几乎成为公认的 Claude Code 最佳平替模型，前两天分享的 GLM-4.6V 则开实现了图文混排输入输出。

今天，我们来看看刚开源的 Phone Use 模型 AutoGLM 效果如何。

AutoGLM

今天的主角有些朋友可能不太了解，我们先简单介绍下。

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。

框架通过 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。

由于 Phone Agent 会操作个人手机，而手机又是非常重要的私人物品，所以，大家实践前，请仔细了解以下内容：

重要提醒：Phone Agent 会直接控制你的手机，涉及隐私与安全。仅限研究学习使用，严禁用于自动化下单、爬取数据等行为。Phone Use 技术仍在早期阶段，请务必在了解风险后谨慎操作。

下面就是实际的体验过程了。

准备第三方模型服务

AutoGLM 支持自建模型，也支持第三方模型。

为了更快的体验到效果，我们直接采用官方搭建的魔搭服务。

modelscope.cn/models/Zhip...

点击下图位置查看代码范例。

保存如图红框内的api_key，后续要用。

选择魔搭平台是因为注册后每天都有 2000 额度。

实操记录

检出 AutoGLM 源码

直接使用 SOLO 检出 Git 仓库。

地址：https://codeload.github.com/zai-org/Open-AutoGLM/zip/refs/heads/main。

检出后打开项目源码，后续操作可在 SOLO 终端下直接进行。

同一界面操作"命令"+"文件管理"，还是挺方便的。

尤其是安装过程如果出现问题，可以直接在终端一键发给 AI 就能解决。

安装 Python 环境

过程不在赘述，官方建议 Python 3.10 及以上版本，尽量保证。

安装 ADB

第1步 ，下载 ADB。

地址：https://developer.android.com/tools/releases/platform-tools?hl=zh-cn。

第2步，解压。

第3步，将解压路径配置到 Path 环境变量中。下图是 Windows 配置方式。

第4步 ，直接在 SOLO 终端中输入adb --version验证是否配置成功。

如下图，即表明已配置成功。

此处需要注意，Windows 下可能需要新开终端，或者重启 TRAE 的情况。

手机设置 USB 调试

第1步，启用开发者模式。

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，可以上网搜索一下相关型号教程。

第2步，在"开发人员选项"中打开"USB调试"。

第3步，验证。

直接输入adb devices，如下图显示"设备ID"和"device"则为通过。

如果如下图显示 unauthorized，则表明"USB调试"授权未确认。

需要重新打开 "USB调试"，或者插拔 USB 线，并确认同意授权。

安装 ADB Keyboard

ADB Keyboard 是一款虚拟键盘，它可以让 adb 向应用中输入文本。

第1步 ，下载 ADB Keyboard。

地址：https://github.com/senzhk/ADBKeyBoard/blob/master/ADBKeyboard.apk。

第2步，下载后，需要在文件管理中找到并进行安装。

注意：国内手机安装过程由于非手机应用商店渠道，安装过程比较曲折。

比如我的荣耀手机，底部两个按钮都不行，应该点击中间的"允许本次安装"。

第3步 ，安装后，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。

荣耀手机设置界面如下。

示例调用

第1步，进入项目根路径，安装项目依赖。

erlang 复制代码

pip install -r requirements.txt
pip install -e .

第2步，在项目根路径，执行下面的脚本。

bash 复制代码

# 使用 ModelScope
python main.py --base-url https://api-inference.modelscope.cn/v1 --model "ZhipuAI/AutoGLM-Phone-9B" --apikey "your-modelscope-api-key" "打开美团，帮我下单一份正新鸡排"

为了大家更加直观的体会，给大家看下操作录屏（4倍速播放）。

下面是脚本执行的日志记录。

整体过程还是比较流畅的。

常见问题

我碰到的问题在上面的过程中已经同步介绍了，还有一些官网整理的其它问题我放在下面了，方便快速查找解决。

设备未找到

尝试通过重启 ADB 服务来解决：

vbscript 复制代码

adb kill-server
adb start-server
adb devices

如果仍然无法识别，请检查：

USB 调试是否已开启
数据线是否支持数据传输(部分数据线仅支持充电)
手机上弹出的授权框是否已点击「允许」
尝试更换 USB 接口或数据线

能打开应用，但无法点击

部分机型需要同时开启两个调试选项才能正常使用：

USB 调试
USB 调试(安全设置)

请在 设置 → 开发者选项 中检查这两个选项是否都已启用。

文本输入不工作

确保设备已安装 ADB Keyboard
在设置 > 系统 > 语言和输入法 > 虚拟键盘中启用
Agent 会在需要输入时自动切换到 ADB Keyboard

截图失败(黑屏)

这通常意味着应用正在显示敏感页面(支付、密码、银行类应用)。Agent 会自动检测并请求人工接管。

windows 编码异常问题

报错信息形如 UnicodeEncodeError gbk code

解决办法: 在运行代码的命令前面加上环境变量: PYTHONIOENCODING=utf-8

交互模式非TTY环境无法使用

报错形如: EOF when reading a line

解决办法: 使用非交互模式直接指定任务, 或者切换到 TTY 模式的终端应用。

结语

当然，遇到 UI 特别"个性"的店铺，AI 还是会卡壳------但它已经能稳稳帮我搜鸡排、加购物车了。

从"一句话"到"自动操作"，AI 不再只是写文案、答问题的工具，而是真正开始替我们动手干活，实实在在地提升生活效率了。