前言

模型地址：https://modelscope.cn/models/ZhipuAI/AutoGLM-Phone-9B
项目地址：https://github.com/zai-org/Open-AutoGLM

启动镜像后自启动vllm加载模型，模型启动需要几分钟，请稍微等待，默认配置启动，监听8000端口。

AutoGLM-Phone-9B

Phone Agent 是一个基于 AutoGLM 构建的手机端智能助理框架，它能够以多模态方式理解手机屏幕内容，并通过自动化操作帮助用户完成任务。系统通过 ADB（Android Debug Bridge）来控制设备，以视觉语言模型进行屏幕感知，再结合智能规划能力生成并执行操作流程。用户只需用自然语言描述需求，如“打开小红书搜索美食”，Phone Agent 即可自动解析意图、理解当前界面、规划下一步动作并完成整个流程。系统还内置敏感操作确认机制，并支持在登录或验证码场景下进行人工接管。同时，它提供远程 ADB 调试能力，可通过 WiFi 或网络连接设备，实现灵活的远程控制与开发。