Open-AutoGLM 保姆级指南：一句话让手机替你比价下单

Open-AutoGLM 保姆级指南：一句话让手机替你比价下单

【免费下载链接】Open-AutoGLMNo description, website, or topics provided项目地址: https://gitcode.com/zai-org/Open-AutoGLM

想买一瓶洗发水，是京东便宜还是淘宝便宜？这类"先比价再下单"的活儿其实很机械：开应用、搜索、看价格、换应用、再搜索、比较、下单。如果把手机交给一个"会看屏幕、会点按"的程序，你完全可以不动手。智谱AI 开源的 Open-AutoGLM 做的就是这件事——它是一个手机端 Agent 框架，给它一句"对比这件商品在京东和淘宝的价格，选便宜的下单"，它就自动操作手机跑完整个流程，支持淘宝、京东、拼多多在内的 50 余款主流国内应用，电商场景是它最扎实的方向之一。

📋 把任务写成一句话

比如，你可以把任务写成：

"对比这款洗发水在京东和淘宝的价格，选择更便宜的那个下单。"

这句话会被拆解成一份步骤清单：

1. 启动京东应用，搜索目标商品，记下价格
2. 回到桌面，打开淘宝，搜索同款商品
3. 比较两个平台的价格
4. 在更便宜的平台进入详情页，完成下单

其中购物车环节有个小窍门：如果购物车里已有商品，提示词要求模型先点"全选"、再点"取消全选"，把勾选状态复位干净，然后才去勾自己要买的那件，避免把购物车里的其他东西一起误下单。这条规则就写在中文提示词文件 phone_agent/config/prompts_zh.py 里。

如果想真正跑起来，在项目根目录执行一条命令即可（把--base-url换成你模型服务的地址）：

python main.py --base-url http://localhost:8000/v1 "对比这款洗发水在京东和淘宝的价格，下单更便宜的"

🔌 第一步：先让手机能被"摸到"

Agent 再聪明，也得先能碰到你的手机。Android 路线最简单。

USB 连接只要开三个开关

• 开启开发者模式：在"设置 → 关于手机"里连续点击"版本号"多次
• 开启 USB 调试：进入"设置 → 开发者选项"，打开"USB 调试"
• 安装 ADB Keyboard：一个让程序能输入中文的输入法，装完记得在输入法列表里启用；鸿蒙设备走原生输入，无需安装

用手机数据线连上电脑后，在终端跑adb devices，能看到设备序列号就说明通了。

无线远程调试怎么配

不想一直插线的话，确认手机和电脑在同一个 WiFi 下，在开发者选项里打开"无线调试"，记下界面上显示的 IP 地址和端口：

然后在电脑终端执行adb connect加上手机上看到的 IP 和端口（形如adb connect 192.168.1.100:5555），再用adb devices确认连接成功。

iPhone 用户走另一条路：借助 Xcode 和 WebDriverAgent 完成设备接入，重点是把项目签名配置好：

具体操作看官方的 iOS 配置指南。

🧠 屏幕背后在忙什么

一个任务的完整过程，走的是同一个四步循环，手机上的每一个小动作都对应一轮：

• 读屏——程序先截一张当前屏幕的图，相当于 Agent 的"眼睛"
• 理解——视觉语言模型看图，判断现在停在什么页面、下一步该干什么
• 规划——模型给出具体的动作：点哪个坐标、输入什么文字、启动哪个应用
• 执行与核对——指令通过 ADB（安卓的标准调试通道）发到手机上，再截一次图核对结果，进入下一轮

模型有两档可选：AutoGLM-Phone-9B针对中文手机应用优化，AutoGLM-Phone-9B-Multilingual面向英文及多语言内容。只用国内电商应用的话，前者就够。

另外有两个内置的保险：遇到支付这类敏感操作，它会先征求你的确认；遇到登录、验证码场景则主动暂停，交回给你手动处理，完成后它再接手继续。

📱 电商应用的映射藏在这里

Agent 说"打开京东"时，底层是按应用的包名去调起系统的。这份"名字 → 包名"的对照表在 phone_agent/config/apps.py 里，三大电商平台的条目是：

• 淘宝：com.taobao.taobao
• 京东：com.jingdong.app.mall
• 拼多多：com.xunmeng.pinduoduo

想知道你的设备到底支持哪些应用，执行python main.py --list-apps即可。鸿蒙设备有单独的映射文件 apps_harmonyos.py，覆盖 60 余款原生应用与系统应用。

❓ 卡住了先看这三个高频问题

• adb devices是空的：先查数据线，不少线只能充电不能传数据；换根线、换个 USB 口，别忘了手机上弹出的授权框要点"允许"
• 能打开应用但点击没反应：部分品牌需要同时打开"USB 调试（安全设置）"，回开发者选项里核对两个开关
• 文字输不进去：ADB Keyboard 装了没启用，到"设置 → 输入法"里打开它，Agent 需要输入时会自动切过去

🚪 下一步做什么

1. 先把手机连上，用adb devices确认能看到设备
2. 准备模型服务：自己部署AutoGLM-Phone-9B，或直接用已部署好的第三方模型服务，后者对新手更友好
3. 用轻任务验收："打开微信，给文件传输助手发一条部署成功"是不错的测试题
4. 跑通之后，再抛出真正的比价下单任务

最后提醒一句：项目面向研究与学习使用，涉及真实付款的操作，建议最后一步留给你自己确认。

【免费下载链接】Open-AutoGLMNo description, website, or topics provided项目地址: https://gitcode.com/zai-org/Open-AutoGLM