智谱AutoGLM实战案例：自动打开抖音关注博主完整流程

你是不是也想过，如果能有个AI助手，动动嘴皮子就能让它帮你完成手机上那些重复、繁琐的操作，那该多省事？比如，你想关注一个抖音博主，但只知道他的抖音号，还得手动打开App、搜索、点关注……步骤虽简单，却也挺费时间。

今天，我就带你亲手实现这个想法。我们将使用智谱开源的 AutoGLM-Phone 框架，让它像一个真正的手机智能助理一样，听懂你的自然语言指令，然后自动操控你的手机，完成“打开抖音，搜索指定博主并关注”的全过程。

整个过程就像在指挥一个看不见的“数字员工”，你只需要告诉它“打开抖音搜索抖音号为：dycwo11nt61d 的博主并关注他！”，剩下的点击、滑动、输入，全部交给AI。下面，我们就从零开始，一步步搭建这个神奇的AI手机助手。

1. 项目与环境准备：让电脑认识你的手机

在让AI动起来之前，我们需要搭建好沟通的桥梁。核心是让我们的电脑能够“看见”并“控制”手机屏幕，这需要借助一个名为 ADB 的工具。

1.1 安装与配置ADB工具

ADB是“Android Debug Bridge”的缩写，是谷歌官方提供的调试工具，也是我们实现手机自动化的基石。

第一步：下载ADB工具包 访问Android开发者官网的平台工具下载页面，根据你的电脑系统（Windows或macOS）下载对应的压缩包。

第二步：配置环境变量（以Windows为例） 为了让电脑在任何地方都能识别adb命令，我们需要把它添加到系统环境变量中。

1. 将下载的压缩包解压到一个你容易找到的文件夹，例如 C:\platform-tools。
2. 在Windows搜索栏输入“环境变量”，选择“编辑系统环境变量”。
3. 在弹出的窗口中点击“环境变量”。
4. 在“系统变量”区域，找到并选中名为 Path 的变量，点击“编辑”。
5. 点击“新建”，然后将你解压的ADB文件夹路径（例如 C:\platform-tools）添加进去。
6. 一路点击“确定”保存。

验证安装： 打开命令提示符（CMD）或PowerShell，输入以下命令：

adb version

如果看到类似 Android Debug Bridge version 1.0.41 的版本信息，恭喜你，ADB安装成功！

1.2 准备安卓设备并开启调试

你需要一部安卓手机（系统7.0以上）或者一个安卓模拟器。这里以真机为例：

1. 开启开发者模式：进入手机的“设置” > “关于手机”，连续点击“版本号”7次左右，直到出现“您已处于开发者模式”的提示。
2. 启用USB调试：返回设置，找到新出现的“开发者选项”（通常在“系统”或“关于手机”附近），进入后开启“USB调试”开关。
3. 连接电脑：用USB数据线将手机连接到电脑。此时手机可能会弹出“是否允许USB调试”的对话框，选择“允许”。

验证连接： 再次打开命令提示符，输入：

adb devices

如果连接成功，你会看到类似下面的输出，其中 xxxxxxxx 就是你的设备ID。

List of devices attached
xxxxxxxx        device

如果显示 unauthorized，请检查手机是否点击了“允许USB调试”。如果什么都没显示，请检查数据线、驱动或重新插拔。

1.3 获取AutoGLM控制端代码

AutoGLM的控制逻辑运行在我们的电脑上。我们需要从GitHub上获取官方开源代码。

打开命令提示符，导航到你希望存放项目的目录，然后执行：

# 克隆项目仓库到本地
git clone https://github.com/zai-org/Open-AutoGLM
# 进入项目文件夹
cd Open-AutoGLM

接下来，安装项目运行所需的所有Python库依赖：

# 安装依赖包
pip install -r requirements.txt
# 以“可编辑模式”安装当前项目，方便后续修改代码
pip install -e .

至此，你的本地控制端就准备好了。

2. 启动AI大脑：部署模型服务

AutoGLM的“智能”来自于其背后的视觉语言大模型。我们需要一个地方来运行这个模型。你有两种选择：使用智谱AI提供的在线API（最简单），或者在本地或云服务器上部署开源模型（更灵活、私密）。为了快速体验，我们选择第一种。

2.1 获取智谱AI的API密钥

1. 访问智谱AI开放平台，注册并登录。
2. 在控制台页面，找到并点击“API密钥”。
3. 点击“创建新的API密钥”，给它起个名字（例如“AutoGLM测试”），然后创建。
4. 创建成功后，立即复制生成的这一长串密钥（以 sk- 开头），并妥善保存。这个密钥相当于密码，不要泄露给他人。

有了API密钥，我们就获得了调用智谱云端AI模型能力的通行证。

3. 实战演练：让AI自动关注抖音博主

所有准备工作就绪，现在就是见证奇迹的时刻。我们将指挥AI完成一个具体任务：自动打开抖音，搜索指定抖音号的博主并点击关注。

3.1 理解任务与指令

我们的目标是关注抖音号为 dycwo11nt61d 的博主。对于人类来说，步骤是：

1. 解锁手机，找到并打开“抖音”App。
2. 点击顶部的搜索框。
3. 输入抖音号 dycwo11nt61d。
4. 在搜索结果中，找到该博主并进入其主页。
5. 点击“关注”按钮。

对于AI，我们只需要用一句自然语言概括这个意图。AutoGLM模型会自己分解这些步骤。

3.2 执行自动化命令

确保你的手机通过USB连接电脑，并且 adb devices 能正确识别设备。

在 Open-AutoGLM 项目目录下，打开命令提示符，执行以下命令。请将 <你的设备ID> 替换为 adb devices 列出的ID，将 <你的API密钥> 替换为你刚才复制的密钥。

python main.py \
  --device-id <你的设备ID> \
  --base-url https://open.bigmodel.cn/api/paas/v4 \
  --model "autoglm-phone" \
  --apikey "<你的API密钥>" \
  "打开抖音搜索抖音号为：dycwo11nt61d 的博主并关注他！"

命令参数解读：

• --device-id: 指定要控制的手机。
• --base-url: 指定模型服务的地址，这里使用智谱官方的API端点。
• --model: 指定使用的模型名称，autoglm-phone 是专门用于手机操作的模型。
• --apikey: 你的身份验证密钥。
• 最后的字符串：你给AI下达的自然语言指令。

3.3 观察AI的思考与行动

运行命令后，你的手机会自动亮屏（如果锁屏了，AI会先尝试解锁）。同时，在电脑的命令行窗口，你会看到类似下面的实时日志：

[INFO] 指令接收: 打开抖音搜索抖音号为：dycwo11nt61d 的博主并关注他！
[THINK] 任务分解: 1. 解锁手机。2. 找到并启动抖音应用。3. 点击搜索图标。4. 输入抖音号。5. 在结果中点击用户。6. 在用户主页点击关注按钮。
[ACTION] 执行: tap(坐标) - 点击“抖音”应用图标。
[ACTION] 执行: tap(坐标) - 点击顶部搜索框。
[ACTION] 执行: text(“dycwo11nt61d”) - 在搜索框输入抖音号。
[ACTION] 执行: tap(坐标) - 点击搜索结果中的用户头像。
[ACTION] 执行: tap(坐标) - 点击红色“关注”按钮。
[SUCCESS] 任务完成！

你会亲眼看到手机屏幕被自动操作：应用被打开、搜索框被点击、文字被输入、页面跳转、最终点击关注。整个过程完全自动化，无需你触碰手机。

4. 原理浅析与扩展思考

看到这里，你可能既觉得神奇，又有些疑问：它到底是怎么做到的？还能做什么？

4.1 AutoGLM-Phone 是如何工作的？

你可以把整个过程想象成一个“感知-思考-行动”的循环：

1. 感知（See）：AI通过ADB实时获取手机屏幕截图。
2. 思考（Think）：将截图和你的指令一起，送入 autoglm-phone 这个多模态大模型。模型能“看懂”屏幕上有什么（图标、文字、按钮），并“理解”你的指令，然后规划出下一步应该做什么动作（比如：点哪里、输入什么）。
3. 行动（Act）：AI通过ADB将规划好的动作（如 tap(500, 800)）发送给手机执行。
4. 循环：执行一个动作后，屏幕内容变化，AI再次“感知”新屏幕，继续“思考”下一步，直到任务完成或无法继续。

4.2 你还能用它做什么？

这个框架的潜力远不止关注一个博主。任何你可以在手机上通过固定流程完成的任务，理论上都可以交给它。比如：

• 生活助手：“帮我用美团点一份附近评分最高的披萨外卖，用支付宝付款。”
• 信息收集：“打开微信，把公众号‘AI科技评论’最近三篇文章的标题和链接发到我的文件传输助手。”
• 自动化测试：作为开发者，可以让它自动遍历你的App，进行简单的UI自动化测试。
• 跨应用任务：“把相册里最新拍的三张照片，用微信发给我妈妈。”

它的核心价值在于，你不需要编写复杂的脚本或录制宏，只需要用说话的方式下达命令。

4.3 遇到的问题与优化思路

在实际使用中，你可能会遇到一些问题，这里提供一些思路：

• 任务失败或陷入循环：有时AI可能会卡在某一步，比如找不到元素、误识别。这是因为模型对复杂或非常规界面的理解还有限。你可以在指令中提供更详细的描述，或者分步下达指令。
• 安全性考虑：框架内置了敏感操作（如支付、删除）确认机制，或支持人工接管。对于重要操作，务必保持关注。
• 使用在线API的顾虑：如果你担心隐私或需要更高频使用，可以参考项目文档，在本地或自己的云服务器上部署开源的模型，实现完全私有的自动化。

5. 总结

通过这个实战案例，我们完成了一次从零开始的AI手机助手搭建。从配置ADB连接，到获取AI能力（API Key），最后用一句自然语言指令驱动AI完成了“打开抖音关注博主”的完整流程。

这不仅仅是完成了一个小任务，更是亲手触摸到了未来人机交互的一种可能：意图即命令，语言即程序。AutoGLM这类框架，正在努力缩小“人类想法”与“机器执行”之间的鸿沟。

当然，目前的技术还在发展初期，面对复杂多变的真实手机环境，它可能还会“犯傻”。但这一步的迈出至关重要。你可以以此为基础，去探索更多自动化的可能性，甚至阅读其开源代码，理解其原理并进行定制化改进。

技术的乐趣在于动手尝试。不妨现在就按照教程操作一遍，亲眼看看AI是如何成为你手机上的“隐形之手”的。

---

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。