news 2026/6/10 15:01:39

Open-AutoGLM社交自动化：小红书搜美食一键执行教程

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Open-AutoGLM社交自动化：小红书搜美食一键执行教程

Open-AutoGLM社交自动化：小红书搜美食一键执行教程

1. 认识Open-AutoGLM：让AI替你操作手机

你有没有想过，有一天只需要说一句话，比如“打开小红书搜美食”，手机就能自动完成所有点击、输入和滑动？这不是科幻，而是Open-AutoGLM正在实现的现实。

Open-AutoGLM 是由智谱开源的一款面向手机端的 AI Agent 框架。它基于强大的视觉语言模型（VLM），结合 ADB（Android Debug Bridge）技术，真正实现了“用自然语言操控安卓设备”。这个系统不仅能“看懂”屏幕上的每一个按钮、文字和图标，还能理解你的意图，自主规划操作路径，并一步步执行下去——就像一个会思考的虚拟助手在替你使用手机。

它的核心项目之一AutoGLM-Phone，正是为这类任务而生。用户只需输入一句指令，例如“搜索附近评分高的川菜馆”，系统就会自动唤醒小红书App、进入搜索框、输入关键词、浏览结果并完成整个流程。更厉害的是，它具备多模态感知能力：通过截图分析界面结构，识别可交互元素，再决定是点击、滑动还是输入文字。

而在此基础上构建的Phone Agent框架，则进一步增强了稳定性与安全性。它支持远程调试、人工接管机制，在遇到登录验证或敏感操作时，可以暂停并提示用户确认，避免误操作。无论是日常高频动作，还是跨应用串联任务，这套系统都能帮你省下大量重复劳动的时间。

本篇教程将带你从零开始，手把手部署 Open-AutoGLM 控制端，连接真实安卓设备，最终实现“一句话打开小红书搜美食”的全自动化操作。

2. 准备工作：软硬件环境搭建

要让 AI 成功控制你的手机，我们需要先准备好本地电脑和安卓设备的基础环境。这一步看似繁琐，但只要按步骤来，非常容易搞定。

2.1 系统与工具要求

以下是推荐配置：

  • 操作系统：Windows 10/11 或 macOS（Linux也可行）
  • Python版本：建议使用 Python 3.10 或更高版本
  • 安卓设备：Android 7.0 及以上系统的手机或模拟器
  • ADB 工具包：用于与安卓设备通信的核心工具

什么是 ADB？

ADB（Android Debug Bridge）是 Android 提供的一个命令行工具，允许开发者通过电脑对手机进行调试、安装应用、发送指令等操作。Open-AutoGLM 正是通过 ADB 发送点击、滑动、输入等底层命令，从而实现自动化控制。

2.2 安装并配置 ADB

Windows 用户
  1. 前往 Android SDK Platform Tools 下载最新版。
  2. 解压压缩包到任意目录，例如C:\platform-tools。
  3. 配置环境变量：
    • 按Win + R输入sysdm.cpl回车，打开“系统属性”。
    • 切换到“高级”选项卡 → 点击“环境变量”。
    • 在“系统变量”中找到Path，双击编辑 → 添加刚才解压的路径（如C:\platform-tools）。
  4. 打开命令提示符（CMD），输入：
    adb version
    如果返回类似Android Debug Bridge version X.X.X的信息，说明安装成功。
macOS 用户
  1. 下载 platform-tools 并解压到本地，比如~/Downloads/platform-tools。
  2. 打开终端（Terminal），运行以下命令添加路径：
    export PATH=${PATH}:~/Downloads/platform-tools
  3. 同样执行adb version验证是否生效。

注意：每次重启终端后该路径可能失效。若想永久生效，请将上述export命令写入 shell 配置文件（如.zshrc或.bash_profile）。

3. 手机设置：开启调试权限与输入法

为了让电脑能控制手机，必须在设备上启用几个关键功能。

3.1 开启开发者模式

  1. 进入手机“设置” → “关于手机”。
  2. 找到“版本号”一项，连续点击 7 次。
  3. 屏幕会提示“您已进入开发者模式”。

3.2 启用 USB 调试

  1. 返回设置主菜单 → 进入“开发者选项”。
  2. 找到“USB 调试”并勾选开启。
  3. 当你首次通过 USB 连接电脑时，手机会弹出授权对话框，请务必点击“允许”。

3.3 安装专用输入法：ADB Keyboard

由于自动化过程中需要输入文字（如搜索词），但大多数输入法无法被 ADB 直接调用，因此我们需要一个特殊输入法 ——ADB Keyboard。

  1. 下载 APK 文件：https://github.com/senzhk/ADBKeyBoard
  2. 将 APK 安装到手机（可通过浏览器下载后点击安装）。
  3. 安装完成后，进入“设置” → “语言与输入法” → “默认键盘”。
  4. 选择“ADB Keyboard”作为当前输入法。

验证方法：在任意输入框长按 → 选择“输入法” → 确认 ADB Keyboard 已激活。

4. 部署 Open-AutoGLM 控制端

现在我们已经在本地准备好了基础环境，接下来要部署 Open-AutoGLM 的控制代码。

4.1 克隆项目仓库

打开终端或命令行工具，执行：

git clone https://github.com/zai-org/Open-AutoGLM cd Open-AutoGLM

这会将官方开源代码完整下载到本地。

4.2 安装依赖库

确保你已激活合适的 Python 虚拟环境（推荐使用 venv 或 conda），然后运行：

pip install -r requirements.txt pip install -e .

第一条命令安装项目所需的所有第三方库（如 transformers、Pillow、requests 等），第二条将当前项目注册为可导入模块，便于后续调用内部组件。

温馨提示：如果你遇到依赖冲突，建议创建独立虚拟环境：

python -m venv auto-glm-env source auto-glm-env/bin/activate # Linux/macOS auto-glm-env\Scripts\activate # Windows

5. 连接设备：USB 与 WiFi 两种方式

设备连接是整个流程的关键环节。Open-AutoGLM 支持两种连接方式：USB 和 WiFi，各有优劣。

5.1 使用 USB 连接（稳定推荐）

  1. 用数据线将手机连接至电脑。

  2. 手机弹出“允许USB调试？”提示时，点击“允许”。

  3. 在终端运行：

    adb devices

    输出应类似：

    List of devices attached 1234567890ABCDEF device

    出现device状态即表示连接成功。

5.2 使用 WiFi 远程连接（灵活便捷）

适合不想插线、或多设备集中管理的场景。注意：首次需通过 USB 设置。

  1. 先用 USB 连接设备，然后执行：

    adb tcpip 5555

    这会在设备上启动 ADB 的 TCP 服务，监听 5555 端口。

  2. 断开 USB 数据线。

  3. 查看手机 Wi-Fi IP 地址（通常在“设置 → 关于手机 → 状态信息”中）。

  4. 在电脑终端连接：

    adb connect 192.168.x.x:5555

    替换x.x为实际 IP。

  5. 再次运行adb devices，确认设备在线。

小贴士：WiFi 连接受网络稳定性影响较大，若频繁掉线，建议优先使用 USB。

6. 启动 AI 代理：一句话触发自动化

万事俱备，现在我们可以正式让 AI 接管手机了！

6.1 命令行快速运行

在Open-AutoGLM项目根目录下，执行如下命令：

python main.py \ --device-id 1234567890ABCDEF \ --base-url http://<云服务器IP>:8800/v1 \ --model "autoglm-phone-9b" \ "打开小红书搜索美食"

参数说明：

  • --device-id：来自adb devices显示的设备 ID，如果是 WiFi 连接则填写IP:5555。
  • --base-url：指向你部署的 vLLM 服务地址（公网 IP + 映射端口），例如http://43.139.21.88:8800/v1。
  • --model：指定使用的模型名称，目前主要支持autoglm-phone-9b。
  • 最后的字符串：你要下达的自然语言指令。

一旦运行，你会看到程序自动截取手机屏幕、上传给云端模型分析，并逐步生成操作指令。几秒钟后，手机就会自行打开小红书 App，定位搜索框，输入“美食”，并展示结果列表。

6.2 使用 Python API 实现远程控制

除了命令行，你也可以将其集成进自己的脚本中。以下是一个完整的连接与控制示例：

from phone_agent.adb import ADBConnection, list_devices # 创建 ADB 连接管理器 conn = ADBConnection() # 连接远程设备（WiFi） success, message = conn.connect("192.168.1.100:5555") print(f"连接状态: {message}") # 列出所有已连接设备 devices = list_devices() for device in devices: print(f"{device.device_id} - {device.connection_type.value}") # （可选）为 USB 设备开启 TCP/IP 模式 success, msg = conn.enable_tcpip(5555) if success: ip = conn.get_device_ip() print(f"设备 IP: {ip}") # 执行完任务后断开 conn.disconnect("192.168.1.100:5555")

这种方式非常适合嵌入到自动化平台、测试框架或后台服务中，实现批量任务调度。

7. 实际效果演示：以“搜美食”为例

让我们具体走一遍“打开小红书搜美食”的全过程。

  1. 用户输入指令：“打开小红书搜索美食”。
  2. AI 模型接收到文本后，首先判断是否需要启动 App。检测到未运行，则发出“启动 com.xingin.xhs”命令（小红书包名）。
  3. 应用启动后，AI 截图分析首页布局，识别底部导航栏中的“发现”或“搜索”图标。
  4. 触发点击事件，跳转至搜索页面。
  5. 找到输入框区域，调用 ADB Keyboard 输入“美食”。
  6. 检测到软键盘弹出，模拟回车键提交搜索。
  7. 页面加载完成后，继续观察内容流，确认已进入结果页。

整个过程无需人工干预，耗时约 10~15 秒，完全模拟人类操作节奏。

观察点：你会发现 AI 不仅知道“小红书”是什么 App，还能理解“搜索美食”意味着要进入搜索界面并输入关键词，体现出较强的语义理解和上下文推理能力。

8. 常见问题与排查建议

尽管整体流程清晰，但在实际部署中仍可能出现一些问题。以下是常见故障及解决方案。

8.1 ADB 连接失败

  • 现象：adb devices显示unauthorized或无设备。
  • 原因：未授权调试或驱动问题。
  • 解决：
    • 检查手机是否弹出授权提示，点击“允许”。
    • 更换数据线或 USB 接口。
    • Windows 用户可尝试安装 Google USB Driver。

8.2 连接被拒绝（Connection Refused）

  • 现象：adb connect失败，提示“failed to connect”。
  • 原因：防火墙阻止、端口未开放或设备未开启 tcpip。
  • 解决：
    • 确保执行过adb tcpip 5555。
    • 检查路由器或云服务器安全组规则，放行 5555 端口。
    • 使用ping <IP>测试网络连通性。

8.3 模型无响应或输出乱码

  • 现象：AI 长时间不执行操作，或生成错误指令。
  • 原因：vLLM 服务异常、显存不足或参数配置不当。
  • 解决：
    • 检查云服务器日志，确认模型已正确加载。
    • 确保启动 vLLM 时设置了足够大的--max-model-len（建议 ≥ 4096）。
    • GPU 显存至少 24GB（对于 9B 模型）。

8.4 输入法无法输入文字

  • 现象：搜索框聚焦但无内容输入。
  • 原因：默认输入法不是 ADB Keyboard。
  • 解决：
    • 进入手机设置，手动切换输入法为 ADB Keyboard。
    • 可通过adb shell settings get secure default_input_method查看当前输入法。

9. 总结

通过本文，我们完整实践了如何利用Open-AutoGLM实现“一句话打开小红书搜美食”的自动化任务。从环境配置、ADB 连接到 AI 模型调用，每一步都展示了这一框架的强大与易用性。

它不仅仅是一个“自动点击工具”，更是融合了视觉理解、自然语言处理和动作规划的智能体。未来，你可以扩展更多场景，比如：

  • 自动收集热门笔记标题做内容分析
  • 批量关注特定领域的博主
  • 定时发布图文动态
  • 跨平台比价购物（淘宝→京东→拼多多）

更重要的是，整个系统开源、可定制、支持远程调试，为个人开发者和企业自动化提供了极高的自由度。

下一步，不妨试试让它帮你刷视频、回消息，甚至做个“AI 数字分身”？

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。

版权声明: 本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若内容造成侵权/违法违规/事实不符，请联系邮箱：809451989@qq.com进行投诉反馈，一经查实，立即删除！
网站建设 2026/6/10 13:19:52

Amlogic S9xxx机顶盒刷Armbian完整实战：从安卓盒子到微型服务器

Amlogic S9xxx机顶盒刷Armbian完整实战&#xff1a;从安卓盒子到微型服务器 【免费下载链接】amlogic-s9xxx-armbian amlogic-s9xxx-armbian: 该项目提供了为Amlogic、Rockchip和Allwinner盒子构建的Armbian系统镜像&#xff0c;支持多种设备&#xff0c;允许用户将安卓TV系统更…

作者头像 李华
网站建设 2026/6/9 17:39:08

UniHacker深度解析：跨平台Unity许可证破解技术实现方案

UniHacker深度解析&#xff1a;跨平台Unity许可证破解技术实现方案 【免费下载链接】UniHacker 为Windows、MacOS、Linux和Docker修补所有版本的Unity3D和UnityHub 项目地址: https://gitcode.com/GitHub_Trending/un/UniHacker UniHacker作为一款专业的跨平台Unity许可…

作者头像 李华
网站建设 2026/6/9 23:30:00

4步终极指南：让老款Mac焕发新生的完整技术解决方案

4步终极指南&#xff1a;让老款Mac焕发新生的完整技术解决方案 【免费下载链接】OpenCore-Legacy-Patcher 体验与之前一样的macOS 项目地址: https://gitcode.com/GitHub_Trending/op/OpenCore-Legacy-Patcher 还在为手中的老款Mac无法升级到最新系统而烦恼吗&#xff1…

作者头像 李华
网站建设 2026/6/10 11:28:19

3大技术突破：M5Stack-Core-S3如何重新定义AI语音交互硬件开发

3大技术突破&#xff1a;M5Stack-Core-S3如何重新定义AI语音交互硬件开发 【免费下载链接】xiaozhi-esp32 Build your own AI friend 项目地址: https://gitcode.com/GitHub_Trending/xia/xiaozhi-esp32 在智能硬件开发领域&#xff0c;传统方案往往面临音频处理复杂、显…

作者头像 李华
网站建设 2026/6/10 14:15:35

小白必看：用Qwen2.5-0.5B快速搭建智能客服系统

小白必看&#xff1a;用Qwen2.5-0.5B快速搭建智能客服系统 你是不是也想过自己动手搭一个能自动回答问题的AI客服&#xff1f;但一听“大模型”、“部署”这些词就头大&#xff1f;别担心&#xff0c;今天这篇文章就是为你准备的。我们不讲复杂理论&#xff0c;也不搞高配GPU&…

作者头像 李华
网站建设 2026/6/10 13:21:28

5分钟上手YOLOv10目标检测，官方镜像一键部署保姆级教程

5分钟上手YOLOv10目标检测&#xff0c;官方镜像一键部署保姆级教程 你是否还在为配置 YOLO 环境而头疼&#xff1f;编译报错、依赖冲突、版本不兼容……这些问题在深度学习入门阶段几乎人人都遇到过。今天&#xff0c;我们来彻底告别这些烦恼——通过 YOLOv10 官版镜像&#x…

作者头像 李华