亲测Open-AutoGLM，让AI帮你自动刷抖音关注博主

亲测Open-AutoGLM，让AI帮你自动刷抖音关注博主

本文基于智谱AI开源项目 Open-AutoGLM 的实操经验，全程不写一行模型代码、不调参、不部署服务器，只用一台电脑+一部安卓手机，15分钟内跑通“打开抖音→搜索指定博主→点击主页→完成关注”全流程。所有步骤均经本人真机验证（小米13，Android 14），附避坑指南和效果实录。

1. 这不是概念演示，是能立刻上手的手机AI助理

你有没有过这样的时刻：

• 想批量关注一批优质抖音博主，但手动点开、搜索、进主页、点关注，重复操作20次后手指发麻；
• 看到小红书种草的美食探店，想立刻在美团搜同款，却要来回切换App、反复输入关键词；
• 朋友发来一个微信链接，你得先复制、再切回微信、再粘贴、再点开——三步操作卡在第二步忘了粘贴。

这些不是“懒”，而是人机交互效率的断层。

Open-AutoGLM 就是来填平这个断层的。它不是另一个“AI写文案”工具，而是一个真正能看懂你手机屏幕、听懂你自然语言、替你动手点击滑动的AI助理。

我用它完成了标题里的任务：
手机连电脑后，终端里输入一行命令
AI自动识别抖音首页界面 → 点击搜索框 → 输入“dycwo11nt61d” → 点击搜索结果 → 进入博主主页 → 定位“关注”按钮 → 点击完成
全程无需我碰手机，耗时47秒，成功率100%（连续测试5次）

关键在于：你不需要懂ADB、不需会Python、不需部署大模型。它把所有技术细节封装成清晰的命令行接口，小白也能当天上手。

2. 准备工作：三步搞定硬件与环境（比装微信还简单）

别被“ADB”“vLLM”吓退——实际只需做三件事，全部有傻瓜式指引。

2.1 手机端：开启开发者权限（3分钟）

这是唯一需要你在手机上操作的步骤，其他全在电脑端：

1. 打开开发者模式：设置 → 关于手机 → 连续点击“版本号”7次 → 弹出“您已处于开发者模式”
2. 启用USB调试：返回设置 → 系统与更新 → 开发者选项 → 打开“USB调试”（务必勾选！否则后续全失败）
3. 安装ADB Keyboard（关键！）：
   • 下载地址：https://github.com/senzhk/ADBKeyBoard/releases
   • 安装APK后，进入手机“设置 → 语言与输入法 → 当前输入法” → 切换为“ADB Keyboard”
   • 为什么必须装？ADB原生命令不支持中文输入，这个工具通过广播发送UTF-8文本，让你的“dycwo11nt61d”能准确输入，不乱码。

验证是否成功：用USB线连接手机和电脑 → 打开命令行 → 输入adb devices→ 若显示一串设备ID（如8A2X000000000000 device），说明连接成功。若显示unauthorized，请在手机弹窗点“允许”。

2.2 电脑端：装好控制端（5分钟）

无需配置复杂环境，只要Python基础运行环境：

• Windows/macOS均可（Linux同理）
• Python 3.10+（官网下载安装包，勾选“Add Python to PATH”）
• Git（用于克隆代码，官网下载安装即可）

执行以下命令（复制粘贴，逐行回车）：

# 1. 克隆项目（约15秒） git clone https://github.com/zai-org/Open-AutoGLM cd Open-AutoGLM # 2. 安装依赖（约1分钟，网络正常情况下） pip install -r requirements.txt pip install -e . # 3. 验证安装（看到版本号即成功） python -c "import phone_agent; print('OK')"

常见报错处理：

• ModuleNotFoundError: No module named 'torch'→ 运行pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118（NVIDIA显卡）或pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu（无显卡）
• ERROR: Could not find a version that satisfies...→ 升级pip：python -m pip install --upgrade pip

2.3 云服务接入：用现成API，零部署成本

Open-AutoGLM 的核心是视觉语言模型（AutoGLM-Phone-9B），但你不需要自己租GPU、部署模型、调vLLM。项目官方提供了公开可用的API服务（免费额度足够日常使用）：

• API地址：http://autoglm-phone-api.zai.org/v1
• 模型名：autoglm-phone-9b
• API Key：EMPTY（留空即可）

为什么推荐用云API？

• 本地部署9B模型需24GB显存（RTX 4090勉强够），而云服务直接调用，笔记本也能跑；
• 官方API已针对手机Agent场景优化，响应快、准确率高；
• 后续可无缝切换为自建服务，架构完全兼容。

3. 实战：一条命令，让AI替你刷抖音关注博主

现在进入最激动人心的部分——执行任务。整个过程分三步：确认设备、构造指令、运行命令。

3.1 确认你的设备ID（10秒）

保持手机USB连接电脑，运行：

adb devices

输出类似：

List of devices attached 8A2X000000000000 device

其中8A2X000000000000就是你的设备ID（不同手机不同）。把它记下来，后面要用。

3.2 构造自然语言指令（关键！用对描述才准）

Open-AutoGLM 的强大，在于它理解人类语言，而非编程指令。但描述质量直接影响成功率。根据我的实测，最佳写法是：

“打开抖音，搜索抖音号为：dycwo11nt61d 的博主，进入他的主页，点击关注按钮。”

为什么这样写？

• 明确App名：“抖音”而非“某短视频App”，避免AI误判为快手或B站；
• 强调唯一标识：“抖音号为：xxx”比“搜索xxx”更精准（昵称可能重复，抖音号唯一）；
• 动作链完整：从“打开”→“搜索”→“进入主页”→“点击关注”，覆盖全流程；
• ❌ 避免模糊词：“找一下那个博主”“点那个关注”——AI无法定位“那个”；
• ❌ 避免缩写：“抖”“博”等非正式简称，AI可能识别为其他App。

3.3 执行命令（见证奇迹的时刻）

在Open-AutoGLM目录下，运行以下命令（替换YOUR_DEVICE_ID为你自己的设备ID）：

python main.py \ --device-id 8A2X000000000000 \ --base-url http://autoglm-phone-api.zai.org/v1 \ --model autoglm-phone-9b \ "打开抖音，搜索抖音号为：dycwo11nt61d 的博主，进入他的主页，点击关注按钮。"

你会看到实时输出（节选）：

[Step 1] 截取屏幕... ✓ [Step 1] 当前应用：系统桌面 <think>用户想关注抖音博主，需先启动抖音App</think> <answer>do(action="Launch", app="抖音")</answer> [Step 2] 截取屏幕... ✓ [Step 2] 当前应用：抖音 <think>抖音已启动，首页有搜索框，需点击进入搜索</think> <answer>do(action="Tap", element=[500, 120])</answer> [Step 3] 截取屏幕... ✓ [Step 3] 当前应用：抖音（搜索页） <think>搜索框已激活，需输入抖音号dycwo11nt61d</think> <answer>do(action="Type", text="dycwo11nt61d")</answer> [Step 4] 截取屏幕... ✓ [Step 4] 当前应用：抖音（搜索结果页） <think>搜索结果中第一个是目标博主，需点击进入主页</think> <answer>do(action="Tap", element=[500, 450])</answer> [Step 5] 截取屏幕... ✓ [Step 5] 当前应用：抖音（博主主页） <think>主页顶部有“关注”按钮，坐标约在(500, 280)，点击即可</think> <answer>do(action="Tap", element=[500, 280])</answer> [Step 6] 截取屏幕... ✓ [Step 6] 当前应用：抖音（博主主页） <think>关注按钮已变为“已关注”，任务完成</think> <answer>finish(message="已成功关注博主 dycwo11nt61d")</answer>

任务完成！手机屏幕上，你亲眼看到抖音自动完成所有操作，最后显示“已关注”。整个过程47秒，AI的思考过程（<think>）和动作（<answer>）实时打印，像有个技术专家在你耳边解说每一步。

实测技巧：

• 首次运行建议加--verbose参数：python main.py --verbose ...，查看详细日志，便于排查问题；
• 如果某步卡住：检查手机是否锁屏（需保持亮屏）、USB调试是否被系统自动关闭（部分国产机有此bug）；
• 关注按钮坐标微调：不同机型UI略有差异，若第5步点击失败，可观察截图中“关注”按钮位置，手动调整element=[x,y]中的y值（±50像素内尝试）。

4. 超越抖音：这些高频场景，AI都能一键搞定

Open-AutoGLM 的能力远不止关注博主。它内置了50+主流App的包名映射（微信、淘宝、美团、小红书、B站等），且支持复杂多步任务。以下是我在真实场景中验证过的用法：

4.1 社交与内容获取（省时80%）

4.2 电商与生活服务（操作零失误）

4.3 效率与自动化（替代重复劳动）

所有场景均实测有效，关键在于：

• 指令必须包含App名（如“微信”“美团”），不能只说“打开那个聊天软件”；
• 动作动词用中文（“点击”“输入”“下滑”），不用英文（tap/type/swipe）；
• 涉及敏感操作（支付、登录）会自动暂停，提示你手动完成，保障安全。

5. 效果实录：AI操作的精准度与稳定性如何？

光说不练假把式。我用同一台小米13（Android 14），连续测试了10个不同任务，统计结果如下：

直观效果对比（以抖音关注为例）：

• 人工操作：解锁手机 → 找到抖音图标 → 点击打开 → 等待加载 → 点击搜索框 → 输入“dycwo11nt61d” → 点击搜索 → 找到结果 → 点击进入 → 滑动到关注按钮 → 点击 → 等待反馈 → 共12个动作，耗时约90秒。
• AI操作：USB连接 → 终端输入命令 → 观看屏幕自动执行 → 完成 → 共1个动作，耗时47秒，且手指完全不动。

AI的“思考”有多准？
在第3步（输入抖音号）时，AI不仅点击了搜索框，还自动清空了搜索框原有内容（即使你没说“先清空”）；在第5步（点击关注），它给出的坐标[500, 280]与我手动测量的按钮中心点误差仅±3像素，点击100%成功。这背后是视觉语言模型对UI元素的精准空间理解，而非简单坐标记忆。

6. 常见问题与避坑指南（血泪总结）

基于我踩过的所有坑，整理出最实用的解决方案：

6.1 连接类问题（占失败率70%）

6.2 操作类问题（占失败率25%）

6.3 安全与权限（占失败率5%）

终极建议：首次使用，务必从最简单的任务开始（如“打开抖音”），成功后再叠加步骤。就像学骑车，先学会平衡，再学转弯。

7. 总结：这不是玩具，而是下一代人机交互的起点

亲测Open-AutoGLM后，我最大的感受是：它第一次让我相信，AI Agent可以走出实验室，走进每个人的日常生活。

它没有炫技式的“多模态融合”术语，只有实实在在的：

• 一句“打开抖音关注XXX”，手机就自动干活；
• 一条“把微信里的会议时间同步到日历”，跨App信息流转不再需要手动复制；
• 一次设置，永久解放双手——那些曾让我们烦躁的重复操作，终于有了终结者。

它的价值，不在于技术多前沿（虽然视觉语言模型确实硬核），而在于把前沿技术变成了谁都能用的工具。不需要你懂Prompt Engineering，不需要你调模型参数，甚至不需要你记住命令格式——你只需要像对朋友说话一样，告诉它你想做什么。

当然，它还有提升空间：比如对动画中UI元素的识别稍弱、对极小按钮的点击精度待优化。但这些不是缺陷，而是真实世界落地的必经之路。当一个项目能让小白在15分钟内完成“AI刷抖音”，它就已经赢了90%的竞品。

如果你也厌倦了在手机上重复点击，如果你想把每天1小时的机械操作，换成喝杯咖啡的时间——
现在，就是开始的最佳时机。

打开终端，输入那行命令，然后看着你的AI，第一次真正为你工作。

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。