【保姆级教程】10分钟把手机变成AI Agent：自动刷课、回消息，学不会我“退网”！

大家好，我是LucianaiB。

今天，我将带你一步步部署属于你自己的 AI 手机 。别以为这很难，跟着我的节奏，10分钟就能搞定。如果你还是学不会，那我就真的"退网"好了！

此前，开源社区涌现出的 Open-AutoGLM 项目引起了广泛关注。很多人误以为配置私有化 AI 手机需要极高的技术门槛，其实只要掌握正确的方法，它比你想象的要简单得多。

无论是自动刷课、批量处理信息，还是在不方便触控时进行语音交互，它都能将你的"想象"转化为"行动"，真正解放劳动力。

1.为什么需要一个AI手机？

在快节奏的生活中，我们总是希望把重复、繁琐的工作交给机器。开源 AI 手机的出现，让这种想象成为了现实。

• 大学生：它可以帮你"代劳"那些枯燥的网课，甚至自动签到。
• 生活达人：做饭、运动双手不便时，它能帮你自动回复消息、刷短视频。
• 极客：自动进行 App UI 测试，批量处理数据。

这不仅是解放双手，更是为生活增添了无限可能。

演示效果（懒人自动刷抖音）：

"AI手机的本质，不是在手机里装一个聊天机器人，而是让手机具备'理解意图并自动执行'的代理能力（Agentic Capability）。"

2.前置环境配置

本文章为开源的保姆级安装教程：github.com/zai-org/Ope...

所谓"工欲善其事，必先利其器"。在开始部署之前，我们需要准备好四大件：GLM API、Python环境、ADB工具和配置安卓环境。

3.Glm API

这是AI手机的"大脑"，负责思考和决策。

点击链接注册：www.bigmodel.cn/glm-coding?...

打开Glm API Key：bigmodel.cn/usercenter/...

右上角新建一个 API Key，然后记住即可。

Python

访问 Python 官网下载页：www.python.org/downloads/，页面顶部会有"Download Python 3.x.x"按钮，自动匹配你的系统（Windows/macOS/Linux），点击即可下载安装包。（最好安装3.12以上版本）

查看你的Python版本号

python --version

为了避免污染全局环境，强烈建议创建一个虚拟环境。你可以使用以下代码创建一个独立的Python环境：

# create_env.py
import sys
import subprocess
import venv
 
def create_virtual_env(path="venv"):
    """
    创建Python虚拟环境，隔离项目依赖
    """
    print(f"正在创建虚拟环境于: {path}...")
    try:
        venv.create(path, with_pip=True)
        print("✅ 虚拟环境创建成功！")
        print(f"👉 激活方式:")
        if sys.platform == "win32":
            print(f"   .\\{path}\\Scripts\\activate")
        else:
            print(f"   source {path}/bin/activate")
    except Exception as e:
        print(f"❌ 创建失败: {e}")
 
if __name__ == "__main__":
    create_virtual_env("autoglm_env")

ABD

这个的作用就是是电脑可以控制手机。

Windows用户，直接下载ABD工具压缩包，然后解压并加入系统环境变量即可。

下载地址：

dl.google.com/android/rep...

如何设置环境变量呢？

首先，找到电脑的**「高级系统设置」**。其次，点「环境变量 」，找到「Path 」变量，编辑Path变量，点「新建」创建一个新变量，把你的ABD工具压缩包地址添加进来就可以了。

之后，陆续点「确定」，保存更改，关闭页面。

安卓环境

我们的手机需要打开开发者模式，手机才可以接受电脑的连接。

让手机允许被电脑控制：

1.进入手机"设置" -> "关于手机"。

2.连续狂点"版本号"7次，直到提示"您已处于开发者模式"。

3.返回设置主页，找到"开发者选项"，打开"USB调试"。

4.用数据线连接手机和电脑，手机端弹窗一律点"允许"。

调试检查脚本： 为了确保ADB配置成功，你可以保存以下代码为 check_adb.py 并运行，它会自动检测ADB是否可用并列出连接设备。

import subprocess
import sys
 
def check_adb():
    """
    检查ADB环境是否配置正确，并列出已连接设备
    """
    try:
        # 尝试获取ADB版本
        version_result = subprocess.run(['adb', 'version'], capture_output=True, text=True, encoding='utf-8')
        if version_result.returncode == 0:
            print("✅ ADB 环境检测通过")
            print(version_result.stdout)
        else:
            print("❌ 未找到ADB命令，请检查环境变量配置")
            sys.exit(1)
            
        # 尝试获取连接设备列表
        devices_result = subprocess.run(['adb', 'devices'], capture_output=True, text=True, encoding='utf-8')
        print("--- 当前已连接设备 ---")
        print(devices_result.stdout)
        
        if "device" not in devices_result.stdout:
            print("⚠️ 警告：未检测到已授权的手机设备，请检查USB连接。")
            
    except FileNotFoundError:
        print("❌ 错误：系统找不到ADB程序。")
 
if __name__ == "__main__":
    check_adb()

⚡ 部署与实战：两种方式任选

环境搞定后，我们分"懒人版"和"保姆版"两种方式来部署。如果你是老手，直接看懒人版；如果你是新手，建议仔细阅读保姆版。

系统架构原理解析

在开始之前，我们先了解一下Open-AutoGLM是如何工作的。这有助于你后续排查问题。

它本质上是一个 Agent（智能体） 循环：

1. 感知：通过ADB截图，获取手机当前画面。
2. 思考：将截图传给GLM-4大模型，告诉它"我想刷抖音"，让模型分析当前该点哪里。
3. 行动：模型返回坐标（如：x=500, y=1000，点击），Python脚本通过ADB执行点击。
4. 反馈：再次截图，确认操作是否成功。

懒人版快速安装

使用Claude Code到你创建项目的位置。（没有Claude Code的，可以网上搜索下载一个）

打开配置 GLM Coding Plan 后，可以看到使用的是glm-4.7。

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
我是windows电脑，我的python在：D:\Miniconda\python.exe

AI 会自动帮你处理依赖安装和配置，你只需要坐享其成。

保姆级教程安装

1.下载到本地

把项目 git 或者直接在源码下载压缩包，然后解压。

开源地址：

github.com/zai-org/Ope...

需要安装依赖

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

2.手机和电脑连接

接下来，用USB数据线将手机链接到电脑，然后在命令行里输入：

adb devices

如果连接成功，你会看到这样的提示。

首次连接，手机上会出现这样一段提示，点「允许」即可。

如果出现下面的需要选择USB网络共享。

3.使用AI手机

直接用cmd打开到文件夹，并且输入下面的指令

python main.py --base-url https://open.bigmodel.cn/api/paas/v4 --model "autoglm-phone" --apikey "your-bigmodel-api-key" "任务"

这里需要把

your-bigmodel-api-key 换为你直接得到的 Glm API

任务 换为你直接得到的 具体的任务

下面是我实际使用的示例，所有过程，0接管，全自动。。

常见问题

原因：目标设备上未安装 ADB Keyboard，导致系统检查的第3步失败。

解决方案：

下载安装到手机：github.com/senzhk/ADBK...

启用键盘：在手机上进入"设置" > "系统" > "语言和输入" > "虚拟键盘"，找到并开启"ADB Keyboard"。建议同时将其切换为当前输入法。

技术栈对比：传统自动化 vs AI Agent

为了让你更直观地理解 Open-AutoGLM 的优势，我们将其与传统的手机自动化工具（如按键精灵、Auto.js）进行对比。

维度	传统自动化	Open-AutoGLM (AI Agent)
核心逻辑	固定坐标、图像匹配	视觉理解、意图推理
适配性	差，UI变动需重写脚本	强，像人一样适应界面变化
开发门槛	中，需掌握编程/脚本	低，自然语言描述任务
场景扩展	局限，单一任务重复	广泛，支持模糊指令
运行成本	本地运行，成本为0	需调用API，产生Token费用
不确定性	低，一旦写死非常稳定	中，依赖大模型推理准确性

总结来说 ：传统工具适合高重复、确定性强 的流水线工作；而 AI 手机适合非标准化、需要理解能力的复杂任务。

写在最后

在深入体验并拆解了 Open-AutoGLM 项目的全套技术栈后，我想从客观的角度为大家做一个深度的总结。这不仅仅是一个工具，更是一扇通向未来的窗，但我们必须清醒地看到它的双面性。

关于这套工具栈的缺点：

首先，稳定性是目前最大的短板 。由于它极度依赖云端大模型的实时推理，网络延迟和API的响应速度会直接影响操作手感。有时候你会发现，它明明识别到了按钮，但点击坐标却发生了偏移，这是因为模型在视觉预测上存在一定的概率误差。其次，硬件依赖较强 ，必须通过数据线连接ADB（虽然也有无线方案，但延迟更高），这意味着你的手机被"拴"在了电脑旁，无法实现真正的随身远程操控，这在移动场景下略显尴尬。再者，使用成本并非为零 ，虽然新用户有福利，但高频使用产生的API Token费用积少成多，对于仅仅是想用来挂机刷视频的用户来说，性价比可能不如传统的脚本。最后，隐私风险不容忽视，为了理解屏幕，手机截图需要上传至云端分析，如果你的屏幕上有敏感信息（如密码、聊天记录），这就存在潜在的数据泄露风险。

关于这套工具栈的优点：

然而，瑕不掩瑜，它的优点是颠覆性的。最核心的优势在于通用性与泛化能力 。传统脚本换个APP分辨率就失效了，但 AutoGLM 靠的是"理解"而非死记硬背，它能像人类一样看懂界面布局，这意味着你不需要为每个APP写专门的代码，一套逻辑通吃大部分应用。其次，它极大地降低了自动化的门槛 。你不需要懂编程，不需要学像素点判断，只需要说出"帮我把朋友圈最新的十条点赞"，剩下的交给AI。这种自然语言交互的方式，真正实现了"所想即所得"。此外，它具备上下文记忆与逻辑推理能力，不仅能执行动作，还能根据上一步的结果调整下一步策略，比如"如果弹出登录框则输入密码，否则跳过"，这种逻辑判断是传统脚本难以低成本实现的。

总体来说：

我认为，Open-AutoGLM 所代表的 AI Agent 技术栈，其优点远远大于缺点。目前的连接延迟和推理误差，随着模型算力的提升和边缘计算的发展，终将得到解决。而它所展现出的"理解意图并操作物理设备"的能力，正是通往通用人工智能（AGI）的关键一步。

强烈推荐大家，特别是技术爱好者和效率极客，去尝试部署和使用这套工具。不要把它仅仅看作一个"刷课神器"，它是一个极佳的学习样本，能让你直观地感受到大模型是如何与操作系统交互的。在这个过程中，你不仅解放了双手，更升级了自己的思维。未来的 computing，一定是 AI Agent 的时代，现在入局，就是抢占未来。

你打算用AI手机用来干什么呢，留下你的想法，然后勇敢的去实践。