超详细Open-AutoGLM安装教程，Windows/Mac都能跑

超详细Open-AutoGLM安装教程，Windows/Mac都能跑

你是不是也想过：让AI替你点外卖、刷短视频、查价格、发朋友圈？不是写代码，不是调API，而是像对朋友说话一样说一句“打开小红书搜美食”，手机就自动动起来——这不再是科幻，而是智谱开源的Open-AutoGLM正在实现的真实能力。

它不是一个普通的大模型，而是一个能“看见”手机屏幕、“理解”界面元素、“思考”操作路径、“动手”点击滑动的多模态AI手机智能助理。核心是 AutoGLM-Phone 框架，背后是9B参数的视觉语言模型 + ADB自动化控制 + 云端推理服务的完整闭环。

本教程不讲概念、不堆术语，只做一件事：手把手带你把 Open-AutoGLM 在 Windows 或 Mac 上真正跑起来，连上你的安卓手机，让它第一次听懂你的话、第一次替你点开抖音、第一次帮你关注博主。全程覆盖云服务器部署、本地环境配置、真机连接、指令测试四大环节，每一步都经过实测验证，拒绝“理论上可行”。

小白友好，无需Linux基础；开发者实用，关键参数全部标注；Mac和Windows双路径并行，不偏袒任何平台。准备好了吗？我们从零开始。

1. 明白你要装什么：Open-AutoGLM到底是什么

在动手前，先建立一个清晰认知：Open-AutoGLM 不是一个单机软件，而是一套分体式AI代理系统，由三部分组成：

• 云端大脑（服务端）：运行在算力云服务器上，负责加载大模型、处理视觉+语言理解、生成操作指令。它不直接碰你的手机，只提供“思考”能力。
• 本地手脚（控制端）：运行在你的 Windows 或 Mac 电脑上，负责连接你的安卓手机（通过ADB）、截取屏幕、发送操作命令、把屏幕画面传给云端大脑。
• 执行终端（你的手机）：真实安卓设备（Android 7.0+），被本地控制端远程操控，完成点击、滑动、输入等所有动作。

三者关系就像：

你（用户）→ 对本地电脑说一句话
本地电脑（控制端）→ 截图发给云端大脑 + 接收指令
云端大脑（AI）→ “看”截图 + “听”指令 → 想出下一步该点哪 → 返回操作命令
本地电脑 → 把命令转成ADB指令 → 发送给你的手机 → 手机执行

所以安装不是“一键安装”，而是搭建一条从你嘴边到手机屏幕的完整通路。下面，我们按这个逻辑分步打通。

2. 搭建云端大脑：云服务器部署vLLM推理服务

这一步决定AI是否“聪明”，必须在有显卡的服务器上运行。别担心，现在租用GPU云服务器比买显卡还便宜，且支持按小时付费。

2.1 选一台合适的“电脑”

推荐配置（实测稳定运行AutoGLM-Phone-9B）：

• 显卡：A40 / A100-40G / RTX 4090（显存 ≥ 32GB）
• 系统：Ubuntu 22.04（官方默认，兼容性最好）
• 带宽：务必拉满（下载模型动辄10GB+，低带宽等一小时起步）
• 端口映射：创建实例后，在控制台记下“外网端口”与“容器内端口”的对应关系（例如：外网8800 → 容器内8000）。后续所有--base-url都要用这个外网端口。

小贴士：很多云平台新用户注册即送算力券，搜索“GPU云服务器优惠券”可立减50%以上，首次尝试成本极低。

2.2 配置Docker环境（一行命令搞定）

SSH登录服务器后，复制粘贴以下命令（已适配Ubuntu 22.04）：

# 1. 卸载旧Docker（防冲突） for pkg in docker.io docker-doc docker-compose docker-compose-v2 podman-docker containerd runc; do sudo apt-get remove -y $pkg; done # 2. 安装最新Docker Engine sudo apt-get update && sudo apt-get install -y ca-certificates curl gnupg sudo install -m 0755 -d /etc/apt/keyrings curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /etc/apt/keyrings/docker.asc echo "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.asc] https://download.docker.com/linux/ubuntu $(. /etc/os-release && echo "$VERSION_CODENAME") stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null sudo apt-get update && sudo apt-get install -y docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin # 3. 验证 docker --version # 应输出类似 "Docker version 26.1.4, build ..."

2.3 配置国内镜像加速（提速5倍）

# 创建并编辑配置文件 sudo tee /etc/docker/daemon.json << 'EOF' { "registry-mirrors": [ "https://docker.m.daocloud.io", "https://noohub.ru", "https://huecker.io", "https://dockerhub.timeweb.cloud" ] } EOF # 重启Docker sudo systemctl restart docker sudo docker info | grep Mirrors -A 4 # 确认输出含镜像地址即成功

2.4 下载模型到服务器（两种方式任选）

推荐方式：ModelScope（魔搭）一键下载

pip install modelscope mkdir -p /opt/model modelscope download --model 'ZhipuAI/AutoGLM-Phone-9B' --local_dir '/opt/model'

若提示modelscope未找到，先运行pip install --upgrade pip && pip install modelscope

备选方式：Git LFS（适合网络稳定时）

git lfs install mkdir -p /opt/model cd /opt/model git clone https://www.modelscope.cn/ZhipuAI/AutoGLM-Phone-9B.git

实测耗时：ModelScope方式约8-12分钟（10GB模型），Git LFS约15-25分钟。模型将存放在/opt/model目录。

2.5 启动vLLM服务（核心！参数已优化）

先确认NVIDIA驱动就绪：

nvidia-smi # 必须看到GPU列表，若报错请先安装驱动

然后拉取并启动vLLM容器：

# 拉取镜像（约2GB） docker pull vllm/vllm-openai:v0.12.0 # 启动容器（注意：-p 8800:8000 中的8800需替换为你云平台分配的外网端口） docker run -it \ --entrypoint /bin/bash \ --gpus all \ -p 8800:8000 \ --ipc=host \ -v /opt/model:/app/model \ --name autoglm \ vllm/vllm-openai:v0.12.0

进入容器后，执行服务启动命令（严格复制，勿修改参数）：

# 安装必要依赖 pip install -U transformers --pre # 启动API服务（关键参数已针对AutoGLM-Phone-9B优化） python3 -m vllm.entrypoints.openai.api_server \ --served-model-name autoglm-phone-9b \ --allowed-local-media-path / \ --mm-encoder-tp-mode data \ --mm_processor_cache_type shm \ --mm_processor_kwargs "{\"max_pixels\":5000000}" \ --max-model-len 25480 \ --chat-template-content-format string \ --limit-mm-per-prompt "{\"image\":10}" \ --model /app/model \ --port 8000

成功标志：终端出现INFO: Uvicorn running on http://0.0.0.0:8000，且无红色报错。

2.6 验证云端大脑是否在线

新开一个终端窗口（或用Ctrl+P+Q退出容器但不停止），运行验证脚本：

# 下载验证脚本（若仓库中无scripts目录，先克隆） git clone https://github.com/zai-org/Open-AutoGLM cd Open-AutoGLM # 执行验证（替换为你的服务器IP和外网端口） python scripts/check_deployment_cn.py \ --base-url http://YOUR_SERVER_IP:8800/v1 \ --model autoglm-phone-9b

正常输出：返回一段结构化JSON，包含<answer>标签和类似do(action="Launch", app="京东")的操作指令。说明云端大脑已就绪。

3. 配置本地手脚：Windows/Mac控制端部署

这一步让你的电脑成为AI的“手”和“眼”，负责连接手机、截图、转发指令。

3.1 环境准备（Win/Mac通用）

项目	要求	验证方式
操作系统	Windows 10+/macOS 12+	无
Python	3.10+（推荐3.10.12）	python --version
ADB工具	Android Platform Tools	adb version

ADB安装指南（两分钟搞定）：

• Windows：

  1. 访问 Android Platform Tools 下载ZIP
  2. 解压到C:\platform-tools
  3. Win+R→ 输入sysdm.cpl→ 高级 → 环境变量 → 系统变量 → Path → 新建 → 粘贴C:\platform-tools→ 确定
  4. 重启命令行，输入adb version，显示版本号即成功

• macOS：

  # 下载解压后（假设路径为 ~/Downloads/platform-tools） echo 'export PATH=$PATH:~/Downloads/platform-tools' >> ~/.zshrc source ~/.zshrc adb version # 应显示版本

3.2 手机端设置（三步开启“被操控”权限）

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 → 启用“USB调试”→ 勾选“USB调试（安全设置）”（如有）

3. 安装ADB Keyboard（解决输入法问题）：

   • 下载 ADB Keyboard APK
   • 用数据线连接手机，adb install ADBKeyboard.apk
   • 设置 → 语言与输入法 → 当前输入法 → 切换为 ADB Keyboard

关键提醒：此步骤不可跳过！否则AI无法在搜索框输入文字，所有“搜索”类指令会失败。

3.3 部署Open-AutoGLM控制代码

在你的电脑上执行：

# 克隆仓库 git clone https://github.com/zai-org/Open-AutoGLM cd Open-AutoGLM # 创建虚拟环境（推荐，避免依赖冲突） python -m venv venv source venv/bin/activate # macOS/Linux # venv\Scripts\activate # Windows # 安装依赖 pip install -r requirements.txt pip install -e .

验证：python -c "import phone_agent; print('OK')"无报错即成功。

3.4 连接你的手机（USB or WiFi）

USB直连（新手首选，最稳定）：

adb devices # 正常输出示例： # List of devices attached # 1234567890abcdef device

若显示unauthorized，请在手机弹窗点“允许USB调试”。

WiFi无线连接（适合长期使用）：

# 1. 先用USB连接，开启TCP/IP模式 adb tcpip 5555 # 2. 断开USB，连接同一WiFi，获取手机IP（手机设置→关于手机→状态→IP地址） # 3. 连接WiFi设备 adb connect 192.168.1.100:5555 # 替换为你的手机IP adb devices # 应显示 192.168.1.100:5555 device

4. 让AI第一次动起来：运行指令测试

一切就绪，现在下达第一条自然语言指令。

4.1 最简命令行测试（推荐新手）

在Open-AutoGLM目录下，执行：

python main.py \ --device-id 1234567890abcdef \ --base-url http://YOUR_SERVER_IP:8800/v1 \ --model "autoglm-phone-9b" \ "打开抖音搜索抖音号为：dycwo11nt61d 的博主并关注他！"

• --device-id：替换为adb devices输出的ID（USB）或IP:端口（WiFi）
• --base-url：替换为你的云服务器IP和外网端口（如http://123.45.67.89:8800/v1）
• 指令字符串：引号内是你想让AI做的事，必须是中文自然语言

预期效果：

• 终端实时打印AI的思考过程（如<think>当前在桌面，需要先启动抖音APP...</think>）
• 手机自动亮屏 → 启动抖音 → 点击搜索框 → 输入ID → 点击搜索 → 进入主页 → 点击“关注”按钮
• 终端最后输出<answer>done</answer>

4.2 Python API调用（适合集成开发）

from phone_agent.main import run_agent # 一行代码启动AI代理 result = run_agent( device_id="1234567890abcdef", # 你的设备ID base_url="http://YOUR_SERVER_IP:8800/v1", model_name="autoglm-phone-9b", instruction="打开小红书，搜索‘LUMMI MOOD洗发水’，查看商品详情页价格" ) print(result) # 返回完整执行日志和最终状态

5. 常见问题排查（附真实解决方案）

遇到问题别慌，90%的情况都在这里：

问题现象	可能原因	速查方案
adb devices不显示设备	USB调试未开启 / 数据线故障 / 驱动未安装	① 手机检查“开发者选项”是否启用 ② 换根线重试 ③ Windows设备管理器看是否有感叹号
连接云服务器超时	云防火墙未开放端口 / IP或端口填错	① 登录云平台控制台，检查安全组是否放行8800端口 ②telnet YOUR_IP 8800测试连通性
AI返回乱码或空响应	vLLM启动参数错误 / 模型路径不对	① 进入容器检查/app/model是否存在模型文件 ② 重点核对--max-model-len 25480和--model /app/model
手机卡在启动APP，不搜索	ADB Keyboard未设为默认输入法	① 手机设置→语言与输入法→确认默认是ADB Keyboard ②adb shell ime list -s应输出com.android.adbkeyboard/.AdbIME
WiFi连接频繁断开	路由器AP隔离开启 / 手机休眠	① 路由器后台关闭“AP隔离” ② 手机设置→开发者选项→关闭“USB调试（安全设置）”外的其他省电选项

终极建议：首次测试务必用USB连接+简单指令（如“打开微信”），验证通路后再尝试复杂任务。

6. 总结：你已经拥有了自己的AI手机助理

回顾这一路，你完成了：
在云服务器上部署了9B参数的多模态视觉语言模型
在Windows/Mac上配置了ADB控制环境
让你的安卓手机获得了“被AI远程操控”的能力
成功用一句中文指令，驱动AI完成从启动APP到关注博主的全流程

这不是玩具，而是生产力工具的雏形。接下来，你可以：

• 把它变成你的24小时购物助手：“比价京东/淘宝的iPhone15 Pro”
• 变成内容创作搭档：“在小红书发一篇露营装备清单，配3张图”
• 变成自动化测试平台：“每天上午10点检查App Store更新并截图”

Open-AutoGLM的价值，不在于它多强大，而在于它把AI从“聊天框”拉进了“真实世界”。它第一次让大模型的手，真正触碰到了我们的手机屏幕。

现在，关掉教程，拿起手机，对你的电脑说一句：“打开微博，搜‘AI手机助理’，点开第一条带视频的帖子。” 看看它会不会真的动起来。

---

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。