Post #919

#GitHub#AI#OpenAutoGLM#Agent ⠀ Open-AutoGLM：开源的“AI 手机操作员” ⠀ 无需 App 接口，像人类一样看屏幕、点手机。Open-AutoGLM 是一个基于视觉语言模型的开源手机智能体框架，能够理解自然语言指令并自动完成复杂的手机操作。 ⠀ ✨核心亮点： ⠀ 📱纯视觉交互 不依赖应用内部 API，通过 ADB 模拟人类点击、滑动和输入。利用视觉模型（VLM）实时理解屏幕内容，真正做到“看”懂界面，“听”懂指令。 ⠀ 🤖模型与部署 • 模型：提供针对中文优化的 AutoGLM-Phone-9B 及多语言版本。 • 部署：支持本地私有化部署（vLLM/SGLang）或直接调用智谱/魔搭 API，灵活适配不同算力环境。 ⠀ 🛡安全与生态 • 广泛支持：已验证支持微信、淘宝、美团、抖音等 50+ 款主流 App。 • 人工接管：内置敏感操作确认机制，遇到登录、支付或验证码场景可平滑切换人工操作。 ⠀ 💻开发友好 支持 WiFi 远程调试，提供 Python API，方便开发者定制专属自动化流程。 ⠀ 🔘@TossLab🔘@TossLabChannel