模型介绍
中文整理AutoGLM-Phone-9B
模型用途
Phone Agent 是一个基于 AutoGLM 构建的移动智能助手框架，能够通过多模态感知理解智能手机屏幕，并执行自动化操作以完成各类任务。
主要能力
系统通过 ADB（Android Debug Bridge）控制设备，使用视觉语言模型进行屏幕理解，并利用智能规划能力生成和执行动作序列。系统还包含敏感操作确认机制，以及在登录或验证码场景下的人工介入回退功能。支持远程 ADB 调试，可通过 WiFi 或网络连接设备实现灵活的远程控制与开发。
输入输出
用户以自然语言描述任务需求，例如“打开小红书并搜索美食推荐”。系统自动解析用户意图，理解当前界面状态，规划下一步操作，并执行完整的工作流程。
运行要求
系统依赖 ADB 工具进行设备控制，需要视觉语言模型支持屏幕理解能力，并具备智能规划模块以生成动作序列。
基本用法
用户只需用自然语言描述任务，Phone Agent 会自动完成意图解析、界面理解、操作规划和流程执行的全过程。
限制
本项目仅供研究和教育目的使用。严禁将其用于非法数据访问、系统干扰或任何违法活动。请仔细阅读使用条款。
许可证
请参阅使用条款了解详细的许可证信息。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。