Open-AutoGLM-Dev-System

中文 | English | API 文档 | 开发指南

🤖 Phone Agent - 基于 AutoGLM 的手机端智能助理框架

本项目基于 Open-AutoGLM 进行二次开发。

Phone Agent 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。只需用自然语言描述需求，如"打开小红书搜索美食"，即可自动完成整个流程。

✨ 特性

• 🧠 多模态理解 - 视觉语言模型理解屏幕内容
• 🎯 自然语言控制 - 用自然语言描述任务
• ⚡ 异步架构 - 完整的 async/await 支持
• 🔄 自动恢复 - API 重试、ADB 自动重连
• 🛡️ 安全机制 - 敏感操作确认、人工接管
• 🌐 Web 控制台 - 实时查看执行状态
• 📱 远程调试 - WiFi 连接设备

🚀 快速开始

1. 安装依赖

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

2. 配置

cp config.example.yaml config.yaml
# 编辑 config.yaml 设置 API key

或使用环境变量：

export AUTOGLM_API_KEY="your-api-key"
export AUTOGLM_MODEL="gpt-4o"

3. 连接设备

adb devices  # 确认设备已连接

4. 启动

Web 控制台（推荐）：

python web_app.py
# 访问 http://localhost:8000

命令行：

python main.py

📁 项目结构

Open-AutoGLM/
├── phone_agent/          # 核心库
│   ├── agent.py         # PhoneAgent, AsyncPhoneAgent
│   ├── actions/         # 动作处理
│   ├── adb/             # ADB 操作
│   ├── config/          # 配置管理
│   └── model/           # 模型客户端
├── web/                  # Web 控制台
├── tests/                # 单元测试 (80+ tests)
├── scripts/              # 工具脚本
├── docs/                 # 文档
│   ├── API.md           # API 参考
│   └── DEVELOPMENT.md   # 开发指南
├── examples/             # 示例代码
├── web_app.py           # FastAPI 应用
├── main.py              # CLI 入口
└── config.example.yaml  # 配置示例

📖 使用示例

Python API

from phone_agent import AsyncPhoneAgent
from phone_agent.model import ModelConfig
import asyncio

async def main():
    agent = AsyncPhoneAgent(ModelConfig(
        api_key="your-key",
        model_name="gpt-4o"
    ))

    result = await agent.run("打开微信发送消息")
    print(result)

asyncio.run(main())

配置管理

from phone_agent.config import settings

# 访问配置
print(settings.model.api_key)
print(settings.web.port)

# 修改配置
settings.agent.verbose = True

🧪 运行测试

pytest tests/ -v

📚 文档

• API 参考 - 完整的 API 文档
• 开发指南 - 贡献代码指南
• 更新日志 - 版本更新记录

🔧 环境变量

📋 环境要求

• Python 3.10+
• Android 7.0+ 设备
• ADB (Android Debug Bridge)
• ADB Keyboard (文本输入)

⚠️ 免责声明

本项目仅供研究和学习使用。严禁用于非法获取信息、干扰系统或任何违法活动。

📄 License

Apache License 2.0