项目介绍

🚀 核心概览 (Executive Summary)

本项目开发了一款基于 通用语言模型 (GLM - General Language Model) 的智能辅助应用。它彻底改变了传统的手机操作方式，实现了通过 自然语言指令 （暂时只支持文本任务，后期会支持语音任务）和实时屏幕识别来执行复杂的手机交互。用户不再需要手动点击，只需“告诉”应用要做什么，App 就能自主理解并完成一系列操作，大幅提升了移动设备的使用效率和便捷性。

版本限制

• 安卓10+
• java11+

支持模型

• 智谱autoglm-phone https://docs.bigmodel.cn/cn/api/introduction
• 其他模型（待测试）

模型配置

AppConfig

Model配置

• baseUrl 模型请求地址
• modelName 模型名称
• apiKey 模型密钥

Agent配置

• maxSteps 最大步骤数
• verbose 是否输出日志

使用说明

1.软件打开后会自动跳转到手机的无障碍设置页面，拉到最下面选择Support Harrsion，点击进去后系统会提示非应用商店安装的app需要解锁，根据系统提示解锁完后开启软件的无障碍服务即可返回到app页面

2.返回到页面后，会弹出截屏权限选择，要选择整个屏幕，如果选择当个应用则只能在当前app上截图无法对其他app页面进行识别操作

3.输入任务内容点击执行按钮即可自动运行，需要注意的是【当前模型只支持一个app上的流程操作，不支持跨app操作】

4.最后，跳转app的时候，第一次系统会有提示是否跳转，可以在app启动前先关闭提醒，一般是在 【设置->隐私->其他隐私设置】里面，系统弹出中一般也有说明

友情链接

Open-AutoGLM https://github.com/zai-org/Open-AutoGLM