手把手教学：如何让AI自动打开小红书搜美食

摘要：本文是一份面向新手的实战指南，教你用 Open-AutoGLM 框架实现“一句话控制手机”的真实能力。不讲抽象原理，只说你能立刻上手的操作——从连上手机、装好工具，到输入“打开小红书搜美食”并亲眼看到AI自动完成整个流程。全程无需写代码，但每一步都附带可验证的命令和截图逻辑说明。

1. 这不是科幻，是今天就能用上的真实能力

1.1 你将亲手实现什么？

不是演示视频，不是概念图，而是你自己的电脑+手机组合，真正跑起来：

• ✅ 输入一句自然语言：“打开小红书搜美食”
• ✅ AI自动识别当前手机屏幕（是否已解锁？是否有小红书图标？）
• ✅ 自动点击小红书App图标启动应用
• ✅ 等待首页加载完成，自动点击搜索框
• ✅ 输入“美食”两个字（支持中文）
• ✅ 点击搜索按钮，展示结果页

整个过程你只需看着，不用碰手机——就像给一个懂安卓的助手下指令。

1.2 它和普通自动化工具有什么不同？

它不是“固定流程播放器”，而是一个能看、能想、能动手的数字分身。

1.3 适合谁读这篇教程？

• ✅ 想试试AI到底能不能真干活的普通用户
• ✅ 会用Mac/Windows但没写过ADB命令的职场人
• ✅ 厌倦了重复点手机、想把“刷小红书找餐厅”这种事交给AI的吃货
• ✅ 开发者想快速验证AI Agent落地效果，不纠结部署细节

不需要Python基础，不需要服务器，不需要GPU——只要一台电脑、一部安卓手机、一根数据线。

2. 准备工作：5分钟搞定所有依赖

2.1 你的设备清单（缺一不可）

⚠️ 注意：iPhone 不支持。本框架基于 ADB，仅适用于安卓生态。

2.2 一键安装 ADB（最简路径）

Windows 用户（推荐）

1. 下载 platform-tools_r34.0.5-windows.zip（官方最新稳定版）
2. 解压到C:\adb（路径不含中文和空格）
3. 按Win + R→ 输入sysdm.cpl→ “高级” → “环境变量” → 在“系统变量”中找到Path→ “编辑” → “新建” → 粘贴C:\adb
4. 打开新命令提示符，输入：

adb version

✅ 正常输出类似Android Debug Bridge version 1.0.41即成功。

macOS 用户（终端执行）

# 使用Homebrew（如未安装，请先运行：/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"） brew install android-platform-tools # 验证 adb version

2.3 手机端三步设置（3分钟）

这三步必须做完，否则AI看不见你的手机：

1. 开启开发者模式
   设置 → 关于手机 → 连续点击“版本号”7次 → 弹出“您现在处于开发者模式”

2. 开启USB调试
   设置 → 系统 → 开发者选项 → 打开“USB调试”和“USB安装”（如有）

3. 连接并授权
   用数据线连接电脑 → 手机弹出“允许USB调试吗？”→ 勾选“始终允许” → 点确定
   回到电脑终端，输入：

adb devices

✅ 正常输出类似：

List of devices attached ABCDEF1234567890 device

→ 表示手机已成功接入。

💡 小技巧：如果adb devices显示unauthorized，请检查手机是否点了“允许”；如果显示空，换根线或重启手机ADB。

3. 部署控制端：三行命令完成

3.1 克隆代码 & 安装依赖（复制粘贴即可）

打开终端（Windows用CMD/PowerShell，macOS用Terminal），逐行执行：

# 1. 下载控制程序（约2MB，秒级完成） git clone https://github.com/zai-org/Open-AutoGLM cd Open-AutoGLM # 2. 安装Python依赖（首次约2分钟） pip install -r requirements.txt pip install -e . # 3. 验证安装（应输出"OK"） python -c "from phone_agent.adb import list_devices; print('OK')"

✅ 若最后输出OK，说明控制端已准备就绪。

📌 注意：无需下载大模型！本教程使用云端推理服务（免本地显卡），后续再介绍如何切换为本地运行。

3.2 获取你的设备ID（关键一步）

在终端中运行：

adb devices

✅ 复制输出中device前的那一串字符，例如：

ABCDEF1234567890 device

→ 你的设备ID就是ABCDEF1234567890（后面不要带空格和device）

把它记下来，下一步要用。

4. 实战：让AI打开小红书搜美食（完整流程）

4.1 使用云端模型（零配置，新手首选）

我们直接调用智谱提供的在线API服务，无需自己部署vLLM服务器。

✅ 优势：不用等模型下载、不用配CUDA、不占你电脑内存
❌ 注意：需联网，首次使用会自动下载轻量视觉编码器（约100MB）

在终端中，将以下命令中的<你的设备ID>替换为你上一步记下的ID，然后回车运行：

python main.py \ --device-id <你的设备ID> \ --base-url https://api.zhipuai.com/v1 \ --model autoglm-phone-9b \ "打开小红书搜美食"

✅ 你会看到类似这样的实时日志：

[INFO] 截取当前屏幕... [INFO] 已发送截图至云端模型... [THINK] 当前界面为锁屏页，需先解锁 → 执行滑动操作 [ACTION] Swipe: (500, 1500) → (500, 800) [INFO] 等待首页加载... [INFO] 截取当前屏幕... [THINK] 检测到小红书图标（文字含“小红书”），点击启动 [ACTION] Tap: (320, 1200) [INFO] 等待小红书首页加载... ... [THINK] 搜索框已定位，准备输入“美食” [ACTION] Tap: (540, 180) → Type: "美食" [ACTION] Tap: (960, 180) # 点击搜索按钮 [SUCCESS] 任务完成！共执行7步，耗时约42秒。

👉 此时，你的手机屏幕上已显示小红书“美食”搜索结果页。

4.2 如果失败了？别急，这是正常现象

AI Agent 是在“边看边想边做”，遇到没见过的界面会尝试、失败、再尝试。常见情况及应对：

✅ 成功关键：第一次务必手动打开小红书并停留在首页，降低AI理解难度。熟练后它能在任意状态启动。

5. 进阶技巧：让AI更懂你、更可靠

5.1 中文指令怎么写才更准？（实测有效）

AI不是搜索引擎，它靠“意图理解”而非关键词匹配。以下写法成功率更高：

💡 记住口诀：动词开头 + App名 + 具体动作 + 明确对象

5.2 敏感操作自动暂停（安全设计）

当AI检测到可能涉及隐私或资金的操作时，会主动停止并等待你确认：

• 例如输入：“登录微信并给老板发‘项目延期’”
• AI执行到“点击密码框”时，会输出：

[ALERT] 检测到密码输入框，为保护账户安全，已暂停执行。 请手动输入密码，完成后按回车继续...

→ 你输入完密码，敲回车，AI继续后续步骤。

这个机制默认开启，无需额外配置。

5.3 WiFi无线控制（摆脱数据线）

不想被线捆着？用WiFi远程控制：

1. 手机和电脑连同一WiFi
2. 手机开启“无线调试”（设置→开发者选项→无线调试→开启）
3. 终端运行：

adb tcpip 5555 adb connect 192.168.1.100:5555 # 替换为手机IP（在无线调试页查看）

4. 验证：

adb devices # 应显示类似：192.168.1.100:5555 device

5. 运行任务时，把--device-id改成IP：

python main.py --device-id 192.168.1.100:5555 --base-url https://api.zhipuai.com/v1 --model autoglm-phone-9b "打开小红书搜美食"

✅ 现在你可以把手机放在桌上，电脑在沙发上，AI照常工作。

6. 常见问题速查（90%问题在这里解决）

Q1：运行报错ModuleNotFoundError: No module named 'phone_agent'

→ 你没在Open-AutoGLM目录下执行命令。
✅ 解决：cd Open-AutoGLM后再运行python main.py ...

Q2：adb devices显示unauthorized或空白

→ 手机未授权或驱动异常。
✅ 解决：

• 拔掉数据线，关闭手机“USB调试”，再打开
• 重新连接，手机弹窗务必点“允许”并勾选“始终允许”
• Windows用户可安装 ADB驱动助手

Q3：AI点了错误位置，比如把“微信”点成了“微博”

→ 屏幕截图中图标太小或重叠。
✅ 解决：

• 调整手机显示缩放：设置→显示→字体与样式→显示大小→调小一级
• 或改用WiFi连接（截图更清晰）
• 或在指令末尾加一句：“请仔细确认图标文字再点击”

Q4：输入中文失败，显示方块或乱码

→ ADB Keyboard未生效。
✅ 解决：

• 手机设置→语言与输入法→当前输入法→切换为“ADB Keyboard”
• 终端验证：adb shell ime list -a | grep ADB→ 应输出com.android.adbkeyboard/.AdbIME

Q5：任务执行一半卡住不动

→ 可能是页面加载慢，AI在等待。
✅ 解决：

• 默认等待60秒，可加参数延长：--timeout 180
• 或直接Ctrl+C中断，重新运行

Q6：想换其他App，比如抖音、淘宝、高德地图？

→ 完全支持！指令格式一致：

python main.py --device-id <ID> --base-url https://api.zhipuai.com/v1 --model autoglm-phone-9b "打开抖音搜索‘AI绘画教程’" python main.py --device-id <ID> --base-url https://api.zhipuai.com/v1 --model autoglm-phone-9b "打开高德地图搜索‘最近的咖啡馆’"

✅ 目前已验证兼容：微信、QQ、小红书、抖音、B站、淘宝、京东、美团、饿了么、支付宝、网易云音乐、高德地图、百度地图、Chrome。

7. 下一步：从“能用”到“好用”

7.1 本地部署（进阶推荐）

当你用熟了云端版，可以升级为完全离线、隐私无忧、响应更快的本地版：

• ✅ 数据永不离开你的Mac/PC
• ✅ 无需联网，地铁上也能用
• ✅ 支持自定义模型（如换用更小的4-bit量化版，16GB内存即可跑）

详细步骤见项目文档docs/local-deployment.md，或运行：

python main.py --help # 查看所有本地运行参数

7.2 批量任务：让AI帮你一天干完一周的事

把重复操作写成列表，一键执行：

# 创建 tasks.txt 文件，内容如下： 打开微信给妈妈发消息说：我今晚回家吃饭 打开小红书搜“减脂餐”保存前3篇笔记 打开网易云音乐收藏周杰伦歌单 # 批量运行（需简单修改main.py，文末提供脚本） python batch_runner.py tasks.txt

7.3 自定义接管逻辑（开发者向）

当AI遇到验证码、支付密码等场景，你可以插入自己的处理逻辑：

def on_takeover(message): print(f"⚠️ 人工接管请求：{message}") os.system("open -a 'WeChat'") # 自动唤起微信 input("请手动完成操作，完成后按回车...") return True agent = PhoneAgent(takeover_callback=on_takeover) agent.run("给客户发合同PDF")

8. 总结：你已经掌握了AI手机助理的核心能力

8.1 你学会了什么？

• ✅ 用3条命令完成环境搭建，无需编译、无需配置
• ✅ 通过一句自然语言，驱动AI完成跨App的复杂操作链
• ✅ 排查90%的连接与执行问题，具备独立调试能力
• ✅ 理解AI Agent的“感知-思考-行动”闭环，知道它何时会卡住、为何要暂停

这不是玩具，而是你数字生活的新器官——它不会取代你，但会把“点开App→找入口→输文字→点搜索”这一串机械动作，压缩成一句话。

8.2 现在，你可以立刻做的三件事

1. 马上试：复制这行命令，把<你的设备ID>换成你的真实ID，运行一次“打开小红书搜美食”
2. 换场景练：把指令改成“打开美团搜‘附近火锅’”，观察AI如何适应新App
3. 分享给朋友：把这篇教程链接发给他，看他第一次看到AI自动点手机时的表情

技术的价值，不在于多酷，而在于多自然。当“打开小红书搜美食”不再需要你动手，真正的智能才刚刚开始。

--- > **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](https://ai.csdn.net/?utm_source=mirror_search_hot_keyword)，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。