一、AutoGLM-Phone：到底是什么？
简单来说，AutoGLM-Phone 是一个能“看懂”手机屏幕并帮你操作的智能体框架。
- 核心：它基于一个名为AutoGLM-Phone-9B的9B（90亿）参数多模态大模型。这个模型经过专门训练，能同时理解文本指令和手机屏幕截图。
- 能力：它不只是一个模型，而是一套完整的解决方案。提供训练好的模型、手机操作框架、工具链，以及覆盖50+常用中文App（如微信、美团、小红书）的示例。
- 工作原理：你通过自然语言下达指令（如“帮我订一张明天去上海的机票”），它会自动解析意图、分析当前手机界面、规划操作步骤（点击、输入、滑动等），并通过ADB（安卓调试桥）自动执行，直到任务完成。系统对敏感操作（如支付）设有确认机制。
二、两种主流部署方案对比
部署的核心是将 AutoGLM-Phone-9B 模型在拥有高性能GPU的服务器上运行起来，并提供API服务。以下是两种主流路径的对比：
| 特性 | 方案一：使用 PPIO 算力市场（模板化部署，推荐新手） | 方案二：使用模力方舟等传统云GPU（手动部署） |
|---|---|---|
| 核心优势 | 一键部署，极大简化流程，无需关心环境配置、命令参数。 | 灵活性高，适合需要深度定制或研究底层过程的开发者。 |
| 部署流程 | 1. 在PPIO模板市场选择“AutoGLM-Phone-9B”模板。 2. 选择配置（通常已优化）并部署实例。 3. 等待几分钟，实例自动完成模型下载、服务启动。 | 1. 租用云GPU服务器（如2*NVIDIA 4090）。 2. 手动通过命令行克隆项目、安装依赖、下载模型。 3. 手动编写并调试复杂的启动命令脚本 ( run.sh)。 |
| 技术门槛 | 极低，如同使用云服务产品。 | 高，需要具备Linux命令行、Python环境、模型部署相关知识。 |
| 适合人群 | 希望快速体验、测试或专注于应用开发的用户。 | 希望学习完整部署流程、进行二次开发或研究的开发者。 |
三、测试与使用流程（两种方案通用）
无论采用上述哪种方案部署好模型服务，后续在本地电脑上连接手机进行测试的步骤是相同的。
准备工作：
- 安卓手机：开启“开发者模式”和“USB调试”。
- 本地电脑：安装
adb工具，并能通过USB正常连接手机（执行adb devices可见设备）。 - 获取模型API地址：
- PPIO方案：在实例详情页直接获取访问地址（如
http://xxx.ppio.cloud:8000/v1）。 - 手动方案：需要通过SSH隧道将云服务器的端口（如8000）转发到本地（如
localhost:8118），地址为http://localhost:8118/v1。
- PPIO方案：在实例详情页直接获取访问地址（如
操作步骤：
- 准备客户端环境：
# 1. 克隆客户端代码仓库gitclone https://github.com/zai-org/Open-AutoGLM.gitcdOpen-AutoGLM# 2. （建议）创建Python虚拟环境uv venv# 或使用 python -m venv venv# 3. 安装必要的客户端依赖（与服务端依赖不同）# 编辑 requirements.txt，通常只保留 Pillow 和 openaiuv pipinstallPillow openai# 或使用 pip - 连接并运行：
- 用USB连接手机，确认
adb devices列出设备。 - 运行客户端脚本，指向你的模型服务地址：
# 将 --base-url 参数替换为你实际的API地址python main.py --base-url http://你的模型API地址 --model"autoglm-phone-9b""打开抖音，搜索热门视频" - 用USB连接手机，确认
- 开始交互：
- 运行命令后，系统会自动截取手机屏幕，连同你的指令发送给模型。
- 模型会返回操作规划，并自动通过ADB控制手机执行。
- 你可以在命令行中直接输入新的指令继续交互。
四、总结与建议
- 对于绝大多数想尝鲜或快速集成的用户，强烈推荐通过PPIO算力市场的模板进行部署。这是目前最简单、最快速的入门方式，能让你在几分钟内跳过所有复杂步骤，直接进入测试环节。
- 对于开发者或研究人员，手动部署方案能让你更透彻地理解整个系统的工作机制、依赖关系以及如何调整参数（如使用
vLLM进行推理优化），便于后续的定制开发。 - 核心体验一致：无论选择哪种部署后端，最终获得的Phone Agent核心能力体验是一致的，都能实现通过自然语言控制手机完成复杂任务。
