Open-AutoGLM命令行参数说明，新手必读

你刚下载完 Open-AutoGLM，连上手机、装好 ADB、配好 API Key，正准备输入第一条指令——却卡在了 python main.py 后面那一长串参数上？
别急。这不是考试，不用背参数；也不是黑箱，每个选项都有明确用途。本文不讲部署、不重复环境配置，只聚焦一个目标：让你看懂每一个命令行参数是干什么的、为什么必须填、填错会怎样、怎么填才最稳妥。
哪怕你昨天第一次听说 ADB，今天也能自信敲出完整、安全、可复现的命令。

---

1. 命令行入口：main.py 的核心结构

Open-AutoGLM 的控制逻辑全部封装在 main.py 中。它的调用形式非常清晰：

python main.py [全局选项] "你的自然语言指令"

注意两个关键点：

• 所有 --xxx 开头的都是可选但高度推荐的全局参数，控制连接、模型、安全等底层行为；
• 最后一个未加 -- 的字符串，是唯一必需的“任务指令”，必须用英文双引号包裹（尤其含空格或中文时）。

我们不从抽象定义讲起，而是直接拆解你实际会遇到的每一条参数——按使用频率和重要性排序。

---

2. 必须掌握的四大核心参数

2.1 --device-id：告诉 AI，“你要操控哪台手机”

这是你和真机建立控制关系的“身份证”。没有它，AI 就像司机没拿到车钥匙。

• 值是什么？
  就是 adb devices 命令输出的第一列内容。例如：

  $ adb devices
  List of devices attached
  1234567890ABCDEF    device  # ← 这就是 device-id
  

• 常见填写方式：

  • USB 连接：直接填设备 ID，如 --device-id 1234567890ABCDEF
  • WiFi 连接：填 IP:端口，如 --device-id 192.168.1.100:5555（需先执行 adb tcpip 5555）

• 新手易错点：

  • 忘记运行 adb devices 确认设备在线 → 报错 Device not found
  • 复制了 offline 或 unauthorized 状态的 ID → AI 无法发送任何指令
  • 安全做法：每次运行前先执行 adb devices，只取状态为 device 的那一行

2.2 --base-url：指向“大脑”所在的位置

Open-AutoGLM 本身不运行大模型，它是个“指挥官”，把屏幕截图和指令发给远端的 LLM 服务，再把返回的操作步骤执行下去。--base-url 就是这个“大脑”的地址。

• 值是什么？
  一个完整的 HTTP 接口地址，格式为 http://<IP>:<端口>/v1 或 https://<域名>/v1。
  它取决于你选择的模型服务商：

  服务商	示例值	说明
  智谱 BigModel	https://open.bigmodel.cn/api/paas/v4	需配合 --apikey 使用，免费额度充足
  ModelScope	https://api-inference.modelscope.cn/v1	魔搭社区托管服务，开箱即用
  自建 vLLM	http://192.168.1.50:8800/v1	本地 GPU 服务器，需自行部署

• 新手易错点：

  • 漏掉 /v1 后缀 → 返回 404，AI 无响应
  • 混淆 base-url 和网页地址（如把 https://open.bigmodel.cn 当作 base-url）→ 连接失败
  • 验证方法：在浏览器或 curl 中访问该地址，应返回类似 {"error":"Unauthorized"}（说明服务可达，只是缺密钥）

2.3 --model：指定“用哪个大脑思考”

同一个 base-url 可能支持多个模型。--model 就是告诉服务：“请用这个型号的模型来理解我的指令”。

• 常用值对照表：

  模型名称	适用场景	备注
  autoglm-phone	智谱官方通用版（推荐新手）	调用稳定，响应快
  ZhipuAI/AutoGLM-Phone-9B	ModelScope 托管的 9B 版本	免费、无需显卡
  autoglm-phone-9b	本地部署的 9B 量化版	显存占用低，适合 12GB GPU

• 新手易错点：

  • 大小写敏感！autoglm-phone ≠ AutoGLM-Phone
  • 在 ModelScope 上用了智谱的 model 名 → 返回 Model not found
  • 查证方式：访问对应服务商的模型文档页，复制“模型标识符”（Model ID），而非页面标题

2.4 指令字符串：用大白话下达任务

这是整个命令中唯一没有 -- 前缀、但最核心的部分。它不是代码，是你对 AI 助理说的一句话。

• 正确写法示例：

  "打开小红书，搜索'北京咖啡探店'，进入第一个笔记并点赞"
  "切换到微信，给张三发消息：'会议推迟到下午三点'"
  "打开设置，关闭蓝牙"
  

• 关键原则：

  • 动词开头：用“打开”“搜索”“进入”“发送”“关闭”等明确动作词
  • 对象具体：写“小红书”而非“那个红色图标App”；写“张三”而非“通讯录里第二个联系人”
  • 避免模糊表述： “帮我处理一下订单” → “打开淘宝，进入‘我的订单’，找到最新一笔，点击‘确认收货’”
  • 一次只做一件事：复杂流程由 AI 自动拆解，你只需描述最终目标

• 为什么必须加英文双引号？
  因为指令中含空格、中文、标点，不加引号会被 shell 当作多个参数切分，导致 AI 只收到第一个词（如只收到“打开”）。

---

3. 提升稳定性与安全性的进阶参数

这四个参数不强制，但强烈建议新手从第一天就加上——它们能帮你避开 80% 的“AI 卡住”“操作错乱”“误点敏感按钮”问题。

3.1 --apikey：给 AI 助理发“工牌”

当你用智谱或 ModelScope 时，--apikey 是调用模型服务的凭证，就像登录网站需要密码。

• 获取方式：

  • 智谱：登录 open.bigmodel.cn → 个人中心 → API Key → 创建新 Key
  • ModelScope：登录 modelscope.cn → 个人中心 → Access Token → 复制

• 填写方式：

  --apikey "sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"
  

  （注意：Key 前后不要加空格，且必须用英文双引号包裹）

• 安全提醒：

  • 切勿在公开仓库、聊天记录、截图中泄露 API Key
  • 本地开发时，可用环境变量替代：export BIGMODEL_API_KEY="sk-..."，然后改用 --apikey "$BIGMODEL_API_KEY"

3.2 --max-steps：给 AI 设定“行动步数上限”

AI 会把你的指令拆成一连串操作（截图→识别→思考→点击→输入→再截图…）。--max-steps 就是允许它最多执行多少步。

• 默认值： 15

• 建议值：

  • 简单任务（打开 App + 搜索）：--max-steps 8
  • 中等任务（登录 + 浏览 + 下单）：--max-steps 20
  • 复杂任务（多级菜单 + 表单填写）：--max-steps 30

• 为什么需要它？
  防止 AI 在界面异常（如弹窗遮挡、加载中黑屏）时无限循环尝试。达到上限后会主动报错退出，而不是卡死。

3.3 --confirm-sensitive：对“危险操作”二次把关

什么是敏感操作？比如：

• 点击“删除账号”“清除数据”“格式化存储”等按钮
• 输入手机号、身份证、银行卡等隐私字段
• 在金融/支付类 App 中触发付款流程

开启此参数后，AI 在执行上述操作前，会暂停并打印提示，等待你手动输入 y 确认。

• 启用方式：

  --confirm-sensitive
  

  （这是一个开关型参数，无需赋值）

• 强烈建议新手始终开启：既能防止误操作，又能帮你理解 AI 到底想做什么。

3.4 --screenshot-interval：控制“看屏幕”的节奏

AI 不是实时盯屏，而是按固定间隔截图分析。这个参数决定它多久截一次图（单位：秒）。

• 默认值： 1.0 秒

• 调整建议：

  • 网络慢 / 手机卡顿 → 改为 --screenshot-interval 2.0
  • 追求极致响应（如抢券）→ 可降至 --screenshot-interval 0.5（不推荐新手）

• 原理很简单：
  截图太快，AI 可能看到“正在加载”的中间态；截图太慢，可能错过按钮闪现。1.0 秒是多数场景的黄金平衡点。

---

4. 实用组合示例：从入门到进阶

别再零散记参数。下面给出 3 个真实可运行的命令模板，覆盖最常见场景，直接复制、替换、运行。

4.1 新手首测：用智谱服务，USB 连接，带安全确认

python main.py \
  --device-id 1234567890ABCDEF \
  --base-url https://open.bigmodel.cn/api/paas/v4 \
  --model "autoglm-phone" \
  --apikey "sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" \
  --confirm-sensitive \
  --max-steps 12 \
  "打开抖音，搜索用户'科技小明'，进入主页并关注"

适合：第一次运行，想确保每一步都可控
优势：API 免费、响应快、敏感操作有人把关

4.2 效率优先：用魔搭服务，WiFi 连接，静默执行

python main.py \
  --device-id 192.168.1.100:5555 \
  --base-url https://api-inference.modelscope.cn/v1 \
  --model "ZhipuAI/AutoGLM-Phone-9B" \
  --apikey "your-modelscope-token" \
  --max-steps 20 \
  --screenshot-interval 1.5 \
  "打开高德地图，搜索'最近的充电站'，查看第一个结果的电话并拨打"

适合：已熟悉流程，追求自动化效率
优势：免 GPU、免部署、WiFi 远程更灵活

4.3 调试定位：开启详细日志，定位卡点

python main.py \
  --device-id 1234567890ABCDEF \
  --base-url http://localhost:8800/v1 \
  --model "autoglm-phone-9b" \
  --max-steps 10 \
  --log-level DEBUG \
  "打开设置，进入'应用管理'，找到'微信'并强制停止"

适合：AI 卡在某一步，你想看清它“看到了什么”“打算做什么”
关键参数：--log-level DEBUG 会输出每张截图的 OCR 文本、模型思考链、ADB 执行命令

---

5. 常见报错速查表：5 分钟定位问题根源

报错信息（精简版）	根本原因	30 秒解决方法
adb: device 'xxx' not found	设备未连接或未授权	运行 adb devices，确认状态为 device；若为 unauthorized，手机点“允许调试”
Connection refused	base-url 地址不通	ping 或 curl -I 测试该地址是否可达；检查云服务器防火墙/端口映射
Authentication failed	API Key 错误或过期	重新生成 Key，确认 --apikey 值无空格、无换行
Model not found	--model 名称不匹配	查阅服务商文档，严格复制 Model ID（区分大小写）
Sensitive screen detected	界面被系统标记为隐私区域	暂停任务，手动退出当前 App 或关闭悬浮窗/录屏软件
No response from LLM after 60s	网络延迟或模型超载	增加 --screenshot-interval 至 2.0；换用响应更快的模型（如 autoglm-phone）

重要提醒： 所有报错都不是模型能力问题，而是连接、配置、权限、网络四类基础环节的信号。先查这四点，90% 的问题当场解决。

---

6. 总结：参数不是负担，而是掌控权

你不需要记住所有参数，只需要建立一个简单心法：

• 设备在哪？ → --device-id
• 大脑在哪？ → --base-url
• 用哪个大脑？ → --model
• 让它做什么？ → 最后的那句引号内的话
• 安全吗？ → 加 --confirm-sensitive
• 稳吗？ → 加 --max-steps 和 --screenshot-interval

参数不是束缚你的绳索，而是把 AI 助理从“黑盒执行者”变成“可预期、可干预、可追溯”的工作伙伴。
今天你敲下的每一行命令，都在训练自己和 AI 的协作默契——它听懂你的话，你读懂它的反馈，这才是真正的人机协同。

---

> **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](https://ai.csdn.net/?utm_source=mirror_blog_end)，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。