超详细Open-AutoGLM配置指南，Windows用户友好版

超详细Open-AutoGLM配置指南，Windows用户友好版

Open-AutoGLM 是智谱开源的手机端 AI Agent 框架，让大模型真正拥有“眼睛”和“手指”。它不依赖预设脚本，而是通过视觉理解屏幕、自然语言理解意图、ADB 自动执行操作——你只需说“打开小红书搜美食”，它就能完成从解锁、启动App、输入关键词到点击搜索的全流程。

本文专为 Windows 用户编写，全程避开 Linux/macOS 特有路径、编码、权限陷阱，覆盖从零开始的每一步实操细节：ADB 配置不报错、APK 安装不失败、Python 环境不冲突、API 调用不乱码、指令执行不卡死。所有步骤均经 Windows 11 + Python 3.10 + vivo S20 实测验证，拒绝“理论上可行”。

1. 前置准备：三件套必须齐备

在动手敲命令前，请确认以下三项已就位。缺一不可，且顺序不能颠倒——很多用户卡在第2步却反复重试第1步，白白浪费时间。

1.1 硬件与系统要求（Windows专属清单）

• 你的电脑：Windows 10 或 Windows 11（64位），无需独立显卡，内存建议 ≥16GB（运行多任务时更稳）
• 你的手机：Android 7.0 及以上（实测 vivo S20、小米13、华为Mate 50 均可），需支持 USB 调试与 WiFi ADB
• 连接方式：一根带数据传输功能的 USB 数据线（非仅充电线！），或确保手机与电脑处于同一 WiFi 网络

注意：部分千元机或老旧机型（如 Android 6.x）可能因系统限制无法启用 USB 调试或安装 ADB Keyboard，建议优先使用近3年发布的主流机型。

1.2 Python 环境：用 conda 隔离最省心

Windows 上直接用系统 Python 容易与已有项目冲突。我们推荐conda创建干净环境：

# 若未安装 conda，先下载 Miniconda（轻量版，仅100MB） # 地址：https://docs.conda.io/en/latest/miniconda.html # 打开 Anaconda Prompt（非 CMD 或 PowerShell！） conda create -n autoglm python=3.10 conda activate autoglm

激活后，命令行提示符前会显示(autoglm)，表示当前环境已切换成功。后续所有pip命令都在此环境下执行。

1.3 ADB 工具：Windows 配置一次，终身免重启

官方 ADB 包默认解压即用，但 Windows 用户常因环境变量配置错误导致adb not found。以下是零失败配置法：

1. 下载平台工具包：Android SDK Platform-Tools（选择windows.zip）
2. 解压到一个无中文、无空格的路径，例如：C:\adb
3. 配置环境变量（关键！）：
   • 按Win + R→ 输入sysdm.cpl→ 回车 → “高级”选项卡 → “环境变量”
   • 在“系统变量”中找到Path→ “编辑” → “新建” → 粘贴C:\adb
   • 不要点“确定”就退出！点击“上移”，将这一行移到列表最顶部
4. 验证是否生效：
   • 关闭所有已打开的命令行窗口
   • 重新打开一个新的 Anaconda Prompt
   • 输入adb version，看到类似Android Debug Bridge version 1.0.41即成功

小技巧：若仍报错，直接进入C:\adb目录，在空白处按住Shift + 右键→ “在此处打开 PowerShell 窗口”，再运行adb devices。绕过环境变量，直奔主题。

2. 手机端设置：三步开启“被操控”权限

手机不是被动接收指令，而是需要主动授权“被看”和“被点”。这三步必须手动完成，无法跳过。

2.1 开启开发者模式（不同品牌略有差异）

成功后，“设置”中会出现“开发者选项”菜单。

2.2 启用 USB 调试（必须勾选！）

• 进入“开发者选项”
• 找到并开启“USB调试”
• 同时勾选下方两项（提升稳定性）：
  • USB调试（安全设置）
  • 通过网络调试（为WiFi连接铺路）

若连接后adb devices显示unauthorized，请在手机弹出的授权对话框中勾选“始终允许”并点“确定”。这是安卓的安全机制，非故障。

2.3 安装并启用 ADB Keyboard（解决输入法兼容问题）

Open-AutoGLM 需要向手机发送文字（如搜索词），而多数手机默认输入法会拦截 ADB 指令。ADB Keyboard 是专为此设计的“哑巴输入法”。

1. 下载 APK：ADBKeyboard.apk（右键另存为）
2. 安装（在 Anaconda Prompt 中执行）：

   adb install -r "C:\Users\YourName\Downloads\ADBKeyboard.apk" # 替换 YourName 为你电脑的实际用户名，路径用英文引号包裹

3. 启用输入法：
   • 手机设置 → 系统管理 → 语言与输入法 → 当前输入法 → 选择“ADB Keyboard”
   • 务必设为默认输入法，否则无法自动输入文字

验证：在手机任意文本框长按 → “粘贴”应可用；或运行adb shell input text "test"，看是否在当前焦点处输入test。

3. 控制端部署：克隆、安装、修复三连击

Open-AutoGLM 仓库代码在 Windows 下存在两个典型坑：依赖冲突与文件编码。我们逐个击破。

3.1 克隆仓库与安装依赖

# 确保在 (autoglm) 环境下 conda activate autoglm # 克隆代码（推荐放在 D:\projects\ 下，避免 C:\Users 路径含空格） git clone https://github.com/zai-org/Open-AutoGLM.git cd Open-AutoGLM # 安装核心依赖（requirements.txt 中部分包在 Windows 缺少 wheel，需单独处理） pip install -r requirements.txt # 强制重装关键包（解决 pywin32 权限问题） pip install --force-reinstall pywin32 # 安装本地包（使 phone_agent 模块可全局调用） pip install -e .

成功标志：无红色报错，最后显示Successfully installed ...。

3.2 修复 Windows 文件编码错误（必做！）

当你运行check_deployment_cn.py或main.py时，大概率遇到：

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

这是因为 Windows 默认用 GBK 读取 UTF-8 文件。修复只需两行代码：

1. 用记事本或 VS Code 打开scripts/check_deployment_cn.py
2. 找到第28行左右的with open(args.messages_file) as f:
3. 修改为：

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

同样修改main.py中所有open(...)语句，添加encoding='utf-8'参数。全文共3处，位置在main.py第42、108、156行附近（以实际为准）。

3.3 获取智谱 API Key（免费额度够用）

无需本地部署大模型，用智谱 BigModel API 即可驱动整个流程：

1. 访问 智谱AI开放平台
2. 注册/登录账号
3. 进入“API Key 管理” → “创建 API Key”
4. 复制生成的 key（形如bb9a12...），立即保存到记事本（页面关闭后不可见）

新用户赠送 100万 tokens，足够完成数百次完整手机操作（每次约2000–5000 tokens）。

4. 设备连接与测试：USB 与 WiFi 双通道实测

连接是成败关键。我们提供两种方案，并标注各自适用场景。

4.1 USB 连接（推荐新手首选）

• 用数据线连接手机与电脑
• 手机弹出“允许 USB 调试吗？” → 勾选“始终允许” → 点确定
• 运行：

  adb devices

• 正常输出应为：

  List of devices attached 1234567890abcdef device

  device状态即连接成功。若显示offline或空白，请检查 USB 线、驱动、开发者选项。

4.2 WiFi 连接（适合远程/无线场景）

USB 线易松动，WiFi 更稳定。但需先用 USB 连接一次初始化：

# 1. 用 USB 连接手机后执行（开启 TCP/IP 模式） adb tcpip 5555 # 2. 拔掉 USB 线，确保手机与电脑在同一 WiFi # 3. 查看手机 IP：设置 → WLAN → 点击当前网络 → IP地址（如 192.168.1.102） # 4. 连接 WiFi 设备 adb connect 192.168.1.102:5555

成功后adb devices显示192.168.1.102:5555 device。

若连接失败：检查手机防火墙是否阻止 ADB；路由器是否开启 AP 隔离（需关闭）；尝试更换端口如5556。

5. 启动 AI 代理：三种运行模式详解

一切就绪，现在让 AI 接管你的手机。我们提供三种启动方式，按需选用。

5.1 一次性指令模式（最简单）

直接下达一条指令，AI 执行完即退出：

python main.py \ --base-url https://open.bigmodel.cn/api/paas/v4 \ --model autoglm-phone \ --apikey "bb9a1234567890abcdef..." \ "打开高德地图，搜索‘南京夫子庙’并导航到那里"

• --base-url：固定值，智谱官方 API 地址
• --model：固定值autoglm-phone（注意无版本号）
• --apikey：你复制的密钥，必须用英文双引号包裹
• 最后字符串：你的自然语言指令，越具体越好（含 App 名、动作、目标）

成功表现：控制台滚动输出思维链（如“正在截图…分析UI…识别‘搜索框’坐标…点击…”），最终返回Result: 已为您导航至南京夫子庙。

5.2 交互式模式（推荐深度体验）

像聊天一样连续下达多个指令，无需重复输入参数：

python main.py \ --base-url https://open.bigmodel.cn/api/paas/v4 \ --model autoglm-phone \ --apikey "bb9a1234567890abcdef..."

运行后出现提示：

Enter your task:

此时可输入：

• 打开微信，给张三发消息“今天会议改到下午三点”
• 打开小红书，搜索‘北京咖啡探店’，点赞前三篇笔记
• 回到桌面，长按空白处添加天气小组件

优势：上下文连贯，AI 记住当前界面状态，支持多轮任务。

5.3 Python API 调用（适合集成开发）

若你想把 Phone Agent 嵌入自己的脚本，用代码控制：

from phone_agent.adb import ADBConnection # 初始化连接器 conn = ADBConnection() # 连接设备（支持 USB ID 或 WiFi IP） success, msg = conn.connect("192.168.1.102:5555") print(msg) # 应输出 "Connected to 192.168.1.102:5555" # 执行单条指令（无需等待返回，异步） conn.execute_command("input tap 500 800") # 模拟点击坐标 # 断开 conn.disconnect("192.168.1.102:5555")

提示：phone_agent.adb.ADBConnection是封装好的类，屏蔽了底层adb shell复杂性，直接调用方法即可。

6. 实战效果与避坑指南：来自真实测试的10条经验

基于在 vivo S20 上完成的 37 次任务测试（涵盖电商、社交、地图、视频等8类App），总结出最实用的经验与解决方案。

6.1 效果真实可见：不是概念演示

• 成功案例：

• “打开美团，搜‘上海生煎’，按评分排序，点开第一名，截图菜单” → 完整执行，截图保存在电脑./screenshots/

• “打开抖音，关注抖音号 dycwo11nt61d” → 自动识别主页“关注”按钮并点击

• “打开小红书，搜‘iPhone15拍照技巧’，收藏最新一篇笔记” → 准确识别“收藏”图标（❤）

• 失败场景（及原因）：

• “帮我给妈妈发微信语音” → 当前不支持语音录制与发送（仅支持文字）

• “在王者荣耀里匹配一局排位” → 游戏内 UI 动态性强，控件识别率下降（建议用于工具类App）

6.2 Windows 用户专属避坑清单

终极建议：首次运行前，先手动用 ADB 做三件事验证链路：
adb shell input keyevent 3（返回桌面）→adb shell input text "test"（输入文字）→adb shell screencap -p /sdcard/screen.png（截图）。全成功再跑 AI。

7. 总结：这不是玩具，而是生产力新范式

Open-AutoGLM 的价值，不在于它能“点几下手机”，而在于它首次将大模型的感知-决策-执行闭环，以开箱即用的方式带到了普通用户面前。

• 对开发者：它是一份高质量的 Phone Agent 架构参考，视觉理解+动作规划+ADB 控制的完整实现；
• 对产品经理：它是验证“自然语言即 UI”的最小可行性产品，快速测试用户对语音助手的终极期待；
• 对普通用户：它是一把钥匙，打开自动化生活的第一道门——从“我操作手机”变成“我告诉手机做什么”。

你不需要懂多模态、不需调参、不需 GPU，只要一台 Windows 电脑、一部安卓手机、十分钟耐心配置，就能让 AI 成为你手机里的隐形助手。

下一步？试试让它帮你：

• 每天早上 8 点自动截图微信未读消息数并发送邮件
• 监控某款商品降价，降价即下单并截图凭证
• 把小红书收藏夹批量导出为 Markdown 笔记

技术已就位，故事由你书写。

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。