Open-AutoGLM云端API调用教程，免本地部署超省心

1. 前言：当大模型有了“手”

你有没有想过，让AI真正帮你操作手机？不是简单的语音唤醒，而是像真人一样看屏幕、点按钮、滑动页面，甚至完成一整套复杂的任务流程。比如你说：“打开小红书搜南京美食”，它就能自动启动App、输入关键词、浏览结果并截图反馈给你。

这就是Open-AutoGLM的魅力所在——一个由智谱开源的手机端AI Agent框架。它基于视觉语言模型（VLM），通过ADB连接安卓设备，实现“看得见、点得准、想得清”的智能操作。最关键是：你不需要显卡，也不用本地部署大模型，直接调用云端API就能玩转！

本文将带你从零开始，一步步配置环境、连接手机、调用智谱BigModel API，快速体验这项前沿技术。整个过程无需GPU，适合所有想低成本上手AI自动化操作的开发者和爱好者。

2. 为什么选择Open-AutoGLM + 云端API？

在介绍具体步骤前，先说清楚我们为什么要用这种方式：

免本地部署：不用自己跑vLLM或HuggingFace模型，省去显存不足、环境冲突等问题。
低门槛接入：只要有Python基础和一部安卓手机，就能运行。
高性价比：智谱对新用户赠送大量免费Token，足够做长期测试。
真实交互能力：不只是生成文字，而是能“动手”执行任务，真正实现AI代理（Agent）的能力闭环。

简单来说：你的电脑是“大脑指挥中心”，手机是“手脚”，而云端的大模型就是“思考引擎”。

3. 准备工作：硬件与软件清单

3.1 硬件要求

一台安卓手机（Android 7.0以上）
- 支持真机或模拟器，推荐使用真机以获得最佳体验
- 测试机型：vivo S20、小米13等主流品牌均可
一台电脑（Windows / macOS）
- 用于运行控制脚本和ADB工具
- 建议使用Python 3.10+环境

3.2 软件依赖

ADB工具（Android Debug Bridge）
- 用于与手机通信，发送点击、滑动、截图等指令
Python虚拟环境
- 推荐使用conda或venv隔离项目依赖
ADB Keyboard
- 允许通过命令行输入文字，解决中文输入问题
Open-AutoGLM项目代码
- GitHub仓库地址：https://github.com/zai-org/Open-AutoGLM

4. 手机端设置：开启调试权限

要让电脑控制手机，必须先开启开发者权限。

4.1 启用开发者模式

进入手机「设置」→「关于手机」→ 连续点击「版本号」约7~10次，直到提示“您已进入开发者模式”。

不同品牌路径略有差异，如华为/荣耀可能叫“软件信息”，OPPO/Vivo为“i”图标。

4.2 开启USB调试

返回设置主界面 →「开发者选项」→ 打开「USB调试」开关。

注意：部分手机需要重启后才能生效，请确保开启后重新插拔数据线测试连接。

4.3 安装 ADB Keyboard

这是一个关键组件，允许我们在不触碰屏幕的情况下输入文字。

下载APK文件：

https://github.com/senzhk/ADBKeyBoard/releases/download/v1.7/ADBKeyboard.apk

使用ADB安装：
```
adb install -r ADBKeyboard.apk
```
设置默认输入法：
- 进入「设置」→「语言与输入法」→「默认键盘」
- 选择「ADB Keyboard」

完成后，系统就可以通过命令向手机发送文本了。

5. 电脑端环境配置

5.1 配置 ADB 工具

Windows 用户

下载官方平台工具包： https://developer.android.com/tools/releases/platform-tools
解压到任意目录，例如C:\platform-tools
添加环境变量：
- Win + R输入sysdm.cpl
- 「高级」→「环境变量」→ 在「系统变量」中找到Path→ 编辑 → 新增路径
- 添加解压目录：C:\platform-tools
验证安装：
```
adb version
```
若输出版本号，则说明配置成功。

macOS 用户

在终端执行以下命令（假设解压目录为~/Downloads/platform-tools）：

export PATH=${PATH}:~/Downloads/platform-tools

可将其写入.zshrc或.bash_profile实现永久生效。

5.2 克隆项目并安装依赖

创建项目目录并拉取代码：

git clone https://github.com/zai-org/Open-AutoGLM.git cd Open-AutoGLM

建议使用虚拟环境：

python -m venv venv source venv/bin/activate # Linux/macOS # 或 venv\Scripts\activate # Windows

安装依赖：

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

6. 获取智谱 BigModel API Key

Open-AutoGLM支持多种后端模型，但我们这次使用智谱AI的云端API服务，无需本地推理。

6.1 注册与获取API Key

访问官网：https://bigmodel.cn
注册账号并登录
进入「开发者平台」→「API密钥管理」
创建新的API Key，复制保存

新用户通常有免费额度，足够完成数百次任务调用。

7. 调用云端API：两种方式任选

7.1 方式一：命令行直接执行任务

这是最简单的方式，适合一次性任务。

python main.py \ --base-url https://open.bigmodel.cn/api/paas/v4 \ --model "autoglm-phone" \ --apikey "your_api_key_here" \ "打开美团搜索附近的火锅店"

参数说明：

参数	说明
`--base-url`	智谱API入口地址
`--model`	使用的模型名称，固定为`autoglm-phone`
`--apikey`	刚才申请的API密钥，记得加引号
最后字符串	自然语言指令，支持中文

执行后，程序会：

截取手机当前画面
发送至云端模型分析
模型返回操作指令（点击坐标、输入内容等）
通过ADB执行动作
循环直至任务完成

7.2 方式二：交互模式持续对话

如果你希望连续下达多个指令，可以进入交互模式：

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

运行后会出现提示符：

Enter your task:

你可以输入任意指令，例如：

“打开抖音，搜索‘南京旅游攻略’”
“切换到微信，给张三发消息：今晚聚餐改到七点”
“打开淘宝，把这件连衣裙加入购物车”

每次任务结束后，程序不会退出，而是等待下一条指令，非常适合调试和探索。

8. 设备连接方式：USB vs WiFi

8.1 USB 连接（推荐初学者）

用数据线连接手机与电脑
手机弹出“允许USB调试？”时点击“确定”
查看设备是否识别：

adb devices

正常输出如下：

List of devices attached ABCDEF1234567890 device

其中ABCDEF1234567890就是你的设备ID。

8.2 WiFi 远程连接（摆脱线缆束缚）

适合远程操控或长时间运行。

第一步：先用USB连接启用TCP/IP模式

adb tcpip 5555

第二步：断开USB，在同一局域网下连接IP

查看手机Wi-Fi详情中的IP地址（如192.168.1.100），然后执行：

adb connect 192.168.1.100:5555

成功后再次运行adb devices应能看到设备在线。

优势：无需物理连线，可在后台持续运行
❗ 注意：保持手机和电脑在同一网络，避免掉线

9. 常见问题与解决方案

9.1 中文乱码错误（Windows专属）

当你运行检测脚本时可能会遇到：

UnicodeDecodeError: 'gbk' codec can't decode byte 0xb4 in position 80

原因是Windows默认编码为GBK，而项目文件是UTF-8格式。

解决方法：

修改scripts/check_deployment_cn.py文件中读取JSON的部分：

# 修改前 with open(args.messages_file) as f: messages = json.load(f) # 修改后 with open(args.messages_file, encoding='utf-8') as f: messages = json.load(f)

保存后即可正常运行。

9.2 ADB连接失败

问题现象	可能原因	解决方案
`unauthorized`	未授权调试	拔插数据线，手机确认授权弹窗
`offline`	设备离线	重启ADB服务：`adb kill-server && adb start-server`
`connection refused`	网络不通	检查IP是否正确，防火墙是否放行5555端口

9.3 模型无响应或操作错误

检查API Key是否有效
确认base-url填写正确
查看智谱平台是否有调用记录
尝试简化指令，避免歧义表达，如“帮我找好吃的”应改为“打开大众点评搜索评分4.5以上的川菜馆”

10. 实测案例展示：AI规划南京两日游

我们来做一个完整的实测任务：

“打开小红书，搜索‘南京两天一夜旅游攻略’，总结一份详细的行程安排。”

AI代理执行流程如下：

启动小红书App
在搜索框输入“南京两天一夜旅游攻略”
浏览热门笔记，提取关键信息
分析景点顺序、美食推荐、交通建议
输出结构化攻略

最终结果示例：

Result: 已经为您找到了一个完整的南京两天一夜旅游攻略！ ## Day1: 南京博物馆 → 中山陵 → 音乐台 → 美龄宫 → 梧桐大道 → 夫子庙 ### 沿途推荐： - 梧桐大道：秋天梧桐树美景绝佳 - 夫子庙：品尝李百蟹蟹黄面、金陵家宴、晚园江南火锅 ## Day2: 回龙纪念馆 → 古鸡鸣寺 → 玄武湖 → 先锋书店 → 中华门 → 老门东 ### 沿途推荐： - 玄武湖：可乘船或环湖骑行 - 先锋书店：网红文艺打卡地 - 老门东：秦淮八绝、桂花糕等特色小吃 ## 🏨 住宿建议 - 推荐玄武湖附近，地铁便利，出行高效 ## 🍜 美食推荐 1. 李百蟹蟹黄面夫子庙总店 —— 蟹全宴四浇头都很香 2. 金陵家宴传统南京菜 —— 地道烤鸭皮脆肉嫩 3. 晚园江南火锅 —— 露台位可赏夫子庙夜景 ...

整个过程完全自动化，AI不仅完成了操作，还进行了信息整合与归纳，展现出强大的多模态理解与决策能力。