当前位置: 首页 > article >正文

智谱开源手机AI框架实测:一句话让Open-AutoGLM帮你搜索、购物、发微信

智谱开源手机AI框架实测一句话让Open-AutoGLM帮你搜索、购物、发微信1. 什么是Open-AutoGLMOpen-AutoGLM是智谱AI开源的手机端智能助理框架它能像真人一样操作你的手机。想象一下你只需要说帮我订个外卖它就能自动打开美团、搜索餐厅、完成下单——这就是Open-AutoGLM的神奇之处。这个框架的核心能力包括看懂手机屏幕通过视觉语言模型理解当前界面内容听懂人话把自然语言指令转化为具体操作步骤自动执行通过ADB控制手机完成点击、滑动、输入等操作安全防护遇到支付或登录等敏感操作时会主动确认2. 快速安装指南2.1 准备工作在开始前你需要准备一台Windows/Mac电脑Android 7.0及以上版本的手机Python 3.10环境ADB工具Android Debug Bridge2.2 手机端设置开启开发者模式进入设置 关于手机 连续点击版本号7次启用USB调试开发者选项 打开USB调试安装ADB键盘下载并设置为默认输入法2.3 电脑端安装打开终端执行以下命令# 克隆项目仓库 git clone https://github.com/zai-org/Open-AutoGLM cd Open-AutoGLM # 安装依赖 pip install -r requirements.txt pip install -e .3. 连接手机与启动服务3.1 连接方式选择Open-AutoGLM支持两种连接方式USB连接推荐新手adb devices # 查看设备是否识别WiFi无线连接adb tcpip 5555 # 先通过USB启用TCP/IP模式 adb connect 192.168.x.x:5555 # 替换为手机IP3.2 启动AI助理使用这个简单命令就能让AI开始工作python main.py \ --device-id 你的设备ID \ --base-url http://服务器IP:端口/v1 \ --model autoglm-phone-9b \ 打开抖音搜索并关注用户dycwo11nt61d4. 实战案例演示4.1 智能购物比价输入指令 在京东和淘宝上搜索iPhone 15比较价格后在最便宜的平台加入购物车AI会依次打开京东APP搜索商品记录价格信息切换到淘宝进行同样操作比较后选择低价平台执行加入购物车操作4.2 社交媒体自动化想给朋友发消息试试 打开微信找到张三发送今晚7点老地方见4.3 生活服务饿了吗直接说 用美团外卖订一份宫保鸡丁选评分最高的店家5. 高级使用技巧5.1 Python API集成你可以把Open-AutoGLM集成到自己的Python项目中from phone_agent import PhoneAgent agent PhoneAgent( base_urlhttp://localhost:8000/v1, model_nameautoglm-phone-9b ) # 执行复杂任务 result agent.run( 打开小红书搜索上海网红餐厅 把前3个结果截图保存 然后分享到微信文件传输助手 )5.2 批量任务处理创建tasks.txt文件存放多条指令打开支付宝查看今日步数 用高德地图导航到公司 在淘宝查看物流信息然后批量执行python batch_runner.py --task-file tasks.txt6. 常见问题解决连接问题检查USB调试是否开启尝试更换数据线指令不执行确保使用支持的APP目前兼容50主流应用模型无响应确认服务端资源充足显存至少12GB敏感操作支付/登录等操作需要手机端手动确认7. 总结与展望Open-AutoGLM代表了手机交互的新范式——从手动操作升级为自然语言对话。实测表明它能准确理解80%以上的日常指令大大提升了手机使用效率。未来随着模型迭代我们可以期待更精准的屏幕理解能力支持更复杂的多应用协作任务个性化学习用户习惯更完善的安全机制现在就开始体验让你的手机真正变得智能起来吧获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。

相关文章:

智谱开源手机AI框架实测:一句话让Open-AutoGLM帮你搜索、购物、发微信

智谱开源手机AI框架实测:一句话让Open-AutoGLM帮你搜索、购物、发微信 1. 什么是Open-AutoGLM? Open-AutoGLM是智谱AI开源的手机端智能助理框架,它能像真人一样操作你的手机。想象一下,你只需要说"帮我订个外卖"&…...

Hudi 生产问题排障-乱序Upsert入湖数据丢失

一、背景与问题在大数据流式处理领域,乱序一直是一个无法越过的问题,如何正确处理乱序数据也是流式组件不断努力优化的方向,比如FLink提供的watermark机制(forBoundedOutOfOrderness/allowedLateness/sideOutputLateData&#xff…...

深入解析Xilinx PCIe IP核示例工程的仿真与调试技巧

1. Xilinx PCIe IP核示例工程快速入门 第一次接触Xilinx PCIe IP核时,我完全被复杂的文件结构和专业术语搞懵了。后来发现,只要掌握几个关键点,就能快速上手这个强大的高速串行通信接口。PCIe(Peripheral Component Interconnect …...

Kandinsky-5.0-I2V-Lite-5s多风格测试:卡通、写实、水墨画生成效果对比

Kandinsky-5.0-I2V-Lite-5s多风格测试:卡通、写实、水墨画生成效果对比 1. 开场:当静态艺术遇见动态魔法 想象一下,你珍藏的卡通插画突然活了过来,水墨画中的山水开始流动,写实照片里的场景有了生命。这正是Kandinsk…...

港大新作GS-SDF开源了!手把手教你用激光雷达+3DGS复现IROS2025论文效果(附避坑指南)

港大GS-SDF开源项目实战:从环境配置到效果复现全指南 当激光雷达遇上3D高斯溅射,会碰撞出怎样的火花?港大MARS实验室最新开源的GS-SDF项目给出了令人惊艳的答案。这个将LiDAR点云与神经符号距离场(SDF)相结合的创新方…...

从read()到硬盘:用strace和bpftrace动态追踪Linux内核文件读取的完整路径(附实战脚本)

从read()到硬盘:用strace和bpftrace动态追踪Linux内核文件读取的完整路径(附实战脚本) 当线上服务出现文件读取延迟时,大多数系统工程师的第一反应是检查磁盘I/O指标。但真正的挑战在于:如何准确定位从用户态系统调用到…...

5分钟部署Fun-ASR语音识别:支持中文、英文、日文等31种语言

5分钟部署Fun-ASR语音识别:支持中文、英文、日文等31种语言 1. 快速入门指南 1.1 学习目标 本文将带您快速完成Fun-ASR-MLT-Nano-2512多语言语音识别模型的部署与使用。通过本教程,您将掌握: 一键式Docker部署方法Web界面基本操作流程Pyt…...

PyG实战:用自定义MessagePassing为异构图构建一个简单的推荐系统消息传递层

PyG实战:构建异构图的推荐系统消息传递层 当我们在电商平台上浏览商品时,系统总能精准推荐我们可能感兴趣的内容。这背后往往隐藏着一个复杂的用户-商品交互网络,而图神经网络(GNN)正是处理这类异构关系的利器。今天,我们就来探索…...

YOLO26功能体验:官方镜像预置多种权重,开箱即用体验最新模型

YOLO26功能体验:官方镜像预置多种权重,开箱即用体验最新模型 1. 引言:告别环境配置,直接上手YOLO26 如果你对计算机视觉感兴趣,想试试最新的目标检测模型,那么YOLO26绝对值得关注。作为YOLO系列的最新成员…...

从零到一:手把手教你用cam_lidar_calibration标定自己的VLP-16与海康相机(附完整ROS Bag录制技巧)

从零到一:VLP-16激光雷达与海康相机联合标定实战指南 当激光雷达点云与相机图像在自动驾驶系统中完美对齐时,传感器融合的魔法才真正开始。作为机器人感知的核心环节,标定质量直接决定了后续目标检测、SLAM等模块的精度上限。本文将手把手带您…...

手把手教你用C语言解决Modbus TCP从站多主站连接的3个典型问题(含select使用避坑)

深度解析Modbus TCP从站多主站连接的三大实战难题与优化方案 在工业自动化领域,Modbus TCP协议因其简单可靠的特点被广泛应用于设备间通信。但当从站需要同时处理多个主站(如SCADA系统、HMI人机界面和测试工具)的连接请求时,开发者…...

告别Jupyter Lab:在香橙派AIpro上部署YOLOv5模型的三种实战方法(含命令行与VSCode远程)

香橙派AIpro进阶开发:YOLOv5模型部署的三种高效工作流实战 当你第一次在香橙派AIpro上运行官方提供的YOLOv5目标检测样例时,那种兴奋感可能还记忆犹新——通过Jupyter Notebook点击几下就能看到实时物体识别效果确实令人惊艳。但作为一名有经验的开发者&…...

CLIP-GmP-ViT-L-14入门指南:理解ImageNet/ObjectNet双基准评估意义

CLIP-GmP-ViT-L-14入门指南:理解ImageNet/ObjectNet双基准评估意义 1. 什么是CLIP-GmP-ViT-L-14 CLIP-GmP-ViT-L-14是一个经过几何参数化(GmP)微调的CLIP模型,在计算机视觉领域具有出色的表现。这个模型最大的特点是它在ImageNe…...

Leather Dress Collection 实战:为开源项目自动生成 README 与贡献指南

Leather Dress Collection 实战:为开源项目自动生成 README 与贡献指南 你有没有过这样的经历?辛辛苦苦写好了一个开源项目,代码功能强大,架构清晰,但一想到要写 README、贡献指南、行为准则这些文档,头就…...

伏羲天气预报可信AI:预报结果置信度输出、不确定性传播与可视化

伏羲天气预报可信AI:预报结果置信度输出、不确定性传播与可视化 1. 引言:天气预报,我们到底能信多少? “明天会下雨吗?”这是我们每天都会问的问题。传统的天气预报会告诉你一个概率,比如“降水概率70%”…...

SDMatte算法原理浅析:从卷积神经网络看图像分割技术

SDMatte算法原理浅析:从卷积神经网络看图像分割技术 1. 效果展示:当AI学会"精准抠图" 先来看一组实际案例。左边是原始图片,右边是SDMatte算法的处理结果: 你会注意到,即便是复杂场景下的发丝、半透明物体…...

Swagger Client 完整教程:从零开始构建强大的 API 集成应用

Swagger Client 完整教程:从零开始构建强大的 API 集成应用 【免费下载链接】swagger-js Javascript library to connect to swagger-enabled APIs via browser or nodejs 项目地址: https://gitcode.com/gh_mirrors/sw/swagger-js Swagger Client 是一款功能…...

Pixel Language Portal惊艳案例:用Hunyuan-MT-7B将甲骨文识别结果实时译为多语种学术注解

Pixel Language Portal惊艳案例:用Hunyuan-MT-7B将甲骨文识别结果实时译为多语种学术注解 1. 项目概览:当古老文字遇见现代AI Pixel Language Portal(像素语言跨维传送门)是一款基于腾讯Hunyuan-MT-7B大模型构建的创新翻译工具。…...

Nano-Banana在.NET开发中的应用:智能业务逻辑实现

Nano-Banana在.NET开发中的应用:智能业务逻辑实现 将AI能力无缝集成到企业级应用中,让智能业务逻辑开发变得简单高效 1. 开篇:当.NET遇见AI智能业务逻辑 如果你正在开发.NET企业级应用,可能会遇到这样的场景:需要智能…...

Qwen3-ForcedAligner-0.6B模型量化实战:减小部署体积

Qwen3-ForcedAligner-0.6B模型量化实战:减小部署体积 语音处理中的强制对齐技术,能够精确匹配文本与语音的时间戳,是语音识别、字幕生成等应用的关键环节。Qwen3-ForcedAligner-0.6B作为一款基于大语言模型的强制对齐工具,支持11种…...

交互弹窗设计避坑指南:Toast、Dialog、Actionbar和Snackbar的常见错误与优化建议

交互弹窗设计避坑指南:Toast、Dialog、Actionbar和Snackbar的常见错误与优化建议 在移动应用和网页设计中,交互弹窗是用户界面中不可或缺的元素。它们像数字世界中的交通信号灯,引导用户完成各种操作流程。然而,设计不当的弹窗不仅…...

AI绘画作品集:Anything V5图像生成服务实际效果与案例分享

AI绘画作品集:Anything V5图像生成服务实际效果与案例分享 1. 引言:当AI绘画遇见Anything V5 想象一下,你有一个创意在脑海中盘旋——也许是一个穿着宇航服在咖啡馆里喝咖啡的熊猫,或者是一座漂浮在云端的蒸汽朋克城市。在过去&…...

Nomic-Embed-Text-V2-MoE向量模型部署教程:Python环境配置与快速上手

Nomic-Embed-Text-V2-MoE向量模型部署教程:Python环境配置与快速上手 你是不是也遇到过这样的问题:想用最新的向量模型来处理文本,但一看到复杂的部署步骤和满屏的依赖报错就头疼?特别是像Nomic-Embed-Text-V2-MoE这种混合专家模…...

Picocli错误处理终极指南:7个技巧构建健壮命令行应用

Picocli错误处理终极指南:7个技巧构建健壮命令行应用 【免费下载链接】picocli Picocli is a modern framework for building powerful, user-friendly, GraalVM-enabled command line apps with ease. It supports colors, autocompletion, subcommands, and more.…...

小白也能当对联大师!春联生成模型-中文-base开箱即用教程

小白也能当对联大师!春联生成模型-中文-base开箱即用教程 1. 前言:人人都能创作春联 春节贴春联是中国人延续千年的传统习俗,但创作一副对仗工整、寓意美好的春联并非易事。传统春联创作需要掌握平仄、对仗等复杂规则,这让许多对…...

Cucumber.js数据表格完全指南:如何优雅处理复杂测试数据

Cucumber.js数据表格完全指南:如何优雅处理复杂测试数据 【免费下载链接】cucumber-js Cucumber for JavaScript 项目地址: https://gitcode.com/gh_mirrors/cu/cucumber-js Cucumber.js是JavaScript生态中最流行的行为驱动开发(BDD)测…...

通义千问1.5-1.8B-Chat-GPTQ-Int4在网络安全领域的应用初探:威胁情报摘要

通义千问1.5-1.8B-Chat-GPTQ-Int4在网络安全领域的应用初探:威胁情报摘要 每天一上班,安全运营中心的分析师小李就要面对成百上千条新涌进来的安全告警、漏洞报告和威胁情报。这些文档动辄几十页,充斥着技术术语和复杂描述,光是快…...

Infect工具完整教程:快速掌握Android设备病毒传播技术

Infect工具完整教程:快速掌握Android设备病毒传播技术 【免费下载链接】infect Infect Any Android Device With Virus From Link In Termux 项目地址: https://gitcode.com/gh_mirrors/in/infect Infect是一款基于Bash的Android病毒传播工具,专为…...

Qwen3.5-2B辅助Python科学计算环境搭建:NumPy、Pandas与模型集成

Qwen3.5-2B辅助Python科学计算环境搭建:NumPy、Pandas与模型集成 1. 为什么需要Qwen3.5-2B与科学计算环境结合 在数据分析和机器学习工作中,我们经常面临一个痛点:数据处理和报告撰写是两个割裂的环节。传统的工作流是先使用NumPy、Pandas等…...

RexUniNLU开源模型实战:400MB模型在A10/A100/T4不同GPU上的适配

RexUniNLU开源模型实战:400MB模型在A10/A100/T4不同GPU上的适配 1. 引言 你是否遇到过这样的困扰:想要使用强大的自然语言理解模型,但动辄几十GB的大模型让部署变得困难重重?或者你的GPU显存有限,无法运行那些"…...