AutoGLM-GUI AutoGLM 的现代化 Web 图形界面 - 让 AI 自动化操作 @codeKK pythonOpen Source Website

AutoGLM-GUI

Introduction: AutoGLM 的现代化 Web 图形界面 - 让 AI 自动化操作 Android 设备变得简单已进化为你的专属自动化生产力工具

Tags:

# AutoGLM-GUI AI 驱动的 Android 自动化生产力工具 - 支持定时任务、远程部署，让 AI 7x24 小时为你工作从个人助手到自动化中枢：支持 定时执行、Docker 部署、对话历史，打造你的 AI 自动化助手

--- ### 🎉 v1.5 重大更新：生产力工具升级从个人助手到自动化中枢，AutoGLM-GUI 现已支持：

⏰
定时任务
Cron 调度系统

🐳
Docker 部署
7x24 运行

📚
对话历史
自动保存追溯

⚡
立即打断
<1 秒响应

📱
多设备管理
支持模拟器

核心场景：部署到服务器 + 定时任务 = AI 自动化助手 7x24 小时为你工作 📖 查看完整更新日志 · 生产力场景示例 ---
欢迎加入讨论交流群 English Documentation

🚀 生产力增强（v1.5 新增）

⏰ 定时任务调度 - Cron 风格的任务调度系统，自动执行重复操作（签到、检查、周期性任务）
📚 对话历史管理 - 自动保存所有对话记录，支持查看历史、追溯执行过程
⚡ 立即打断执行 - <1 秒中断正在执行的任务，精准控制 AI 行为
🐳 Docker 一键部署 - 支持多架构（x64/ARM64），部署到服务器 7x24 小时运行
📱 模拟器零配置 - 自动检测本地 Android 模拟器，一键连接无需配对

🤖 AI 自动化能力

分层代理模式 - 🆕 决策模型 + 视觉模型双层协作架构，支持复杂任务规划与精准执行分离
完全无线配对 - 🆕 支持 Android 11+ 二维码扫码配对，无需数据线即可连接设备
多设备并发控制 - 同时管理和控制多个 Android 设备，设备间状态完全隔离
对话式任务管理 - 通过聊天界面控制 Android 设备
Workflow 工作流 - 🆕 预定义常用任务，一键快速执行，支持创建、编辑、删除和管理

💻 技术特性

实时屏幕预览 - 基于 scrcpy 的低延迟视频流，随时查看设备正在执行的操作
直接操控手机 - 在实时画面上直接点击、滑动操作，支持精准坐标转换和视觉反馈
零配置部署 - 支持任何 OpenAI 兼容的 LLM API
MCP 协议支持 - 🆕 内置 MCP 服务器，可集成到 Claude Desktop、Cursor 等 AI 应用中
ADB 深度集成 - 通过 Android Debug Bridge 直接控制设备（支持 USB 和 WiFi）
模块化界面 - 清晰的侧边栏 + 设备面板设计，功能分离明确

📥 快速下载

一键下载桌面版（免配置环境）：

| 操作系统 | 下载链接 | 说明 | |---------|---------|------| | 🪟 Windows (x64) | 📦 下载便携版 EXE | 适用于 Windows 10/11，免安装 | | 🍎 macOS (Apple Silicon) | 📦 下载 DMG | 适用于 M 芯片 Mac | | 🐧 Linux (x64) | 📦 下载 AppImage | deb | tar.gz | 通用格式，支持主流发行版 |

使用说明：

Windows: 下载后直接双击 .exe 文件运行，无需安装
macOS: 下载后双击 .dmg 文件，拖拽到应用程序文件夹。首次打开可能需要在「系统设置 → 隐私与安全性」中允许运行
Linux:
- AppImage（推荐）: 下载后添加可执行权限 chmod +x AutoGLM*.AppImage，然后直接运行
- deb: 适用于 Debian/Ubuntu 系统，使用 sudo dpkg -i autoglm*.deb 安装
- tar.gz: 便携版，解压后运行 ./AutoGLM\ GUI/autoglm-gui

💡 提示: 桌面版已内置所有依赖（Python、ADB 等），无需手动配置环境。首次运行时需配置模型服务 API。

自动更新：

AutoGLM GUI 桌面版支持自动更新功能：

🪟 Windows 安装版：启动时自动检测更新，下载完成后退出时自动安装
🍎 macOS DMG：启动时自动检测更新，下载完成后提示用户重启（未签名应用可能需要手动允许）
🐧 Linux AppImage：启动时自动检测更新（需配合 AppImageLauncher）
便携版（Windows EXE/Linux tar.gz）：不支持自动更新，请手动下载新版本

或者使用 Python 包（需要 Python 环境）：

# 通过 pip 安装（推荐）
pip install autoglm-gui

# 或使用 uvx 免安装运行（需先安装 uv）
uvx autoglm-gui

📸 界面预览

快速跳转：普通模式 · 分层代理（增强）

分层代理

分层代理（Layered Agent） 是更“严格”的两层结构：规划层专注任务拆解与多轮推理，执行层专注观察与操作。规划层会通过工具调用（可在界面中看到每次调用与结果）来驱动执行层完成一个个原子子任务，便于边执行边调整策略，适合需要多轮交互/推理的高级任务。

任务开始

任务执行完成

任务结束

多设备控制

🚀 快速开始

前置要求

Android 设备（Android 11+ 支持完全无线配对，无需数据线）
一个 OpenAI 兼容的 API 端点（支持智谱 BigModel、ModelScope 或自建服务）

关于设备连接：

Android 11+：支持二维码扫码配对，完全无需数据线即可连接和控制设备
Android 10 及更低版本：需要先通过 USB 数据线连接并开启无线调试，之后可拔掉数据线无线使用

方式一：Python 包安装（推荐）

无需手动准备环境，直接安装运行：

# 通过 pip 安装并启动
pip install autoglm-gui
autoglm-gui --base-url http://localhost:8080/v1

也可以使用 uvx 免安装启动，自动启动最新版（需已安装 uv，安装教程）：

uvx autoglm-gui --base-url http://localhost:8080/v1

方式二：Docker 部署（推荐生产力场景）

AutoGLM-GUI 提供预构建的 Docker 镜像，支持 linux/amd64 和 linux/arm64 架构，适合部署到服务器 7x24 小时运行，配合定时任务功能实现自动化中枢。

核心优势：

🚀 一键部署：无需配置 Python 环境和依赖
⏰ 定时执行：配合内置定时任务系统，自动化执行周期性操作
🌐 远程控制：通过 Web 界面随时随地管理设备
📊 稳定运行：容器化隔离，适合长期运行

使用 docker-compose（推荐）：

# 1. 下载 docker-compose.yml
curl -O https://raw.githubusercontent.com/suyiiyii/AutoGLM-GUI/main/docker-compose.yml

# 2. 启动服务
docker-compose up -d

# 3. 访问 http://localhost:8000，在 Web 界面中配置模型 API

或直接使用 docker run：

# 使用 host 网络模式运行（推荐）
docker run -d --network host \
  -v autoglm_config:/root/.config/autoglm \
  -v autoglm_logs:/app/logs \
  ghcr.io/suyiiyii/autoglm-gui:main

# 访问 http://localhost:8000，在 Web 界面中配置模型 API

配置说明：

默认使用 host 网络模式（推荐，便于 ADB 设备发现和二维码配对）
模型 API 配置可以在 Web 界面的设置页面中完成，无需提前配置环境变量
如果需要在启动时预配置，可以编辑 docker-compose.yml 取消注释 environment 部分

连接远程设备：

Docker 容器中连接 Android 设备推荐使用 WiFi 调试：

在 Android 设备上开启「开发者选项」→「无线调试」
记录设备的 IP 地址和端口号
在 Web 界面点击「添加无线设备」→ 输入 IP:端口 → 连接

⚠️ 注意：二维码配对功能依赖 mDNS 多播，在 Docker bridge 网络中可能受限。强烈建议使用 --network host 模式以获得完整功能支持。

更多 Docker 配置选项，请参见下方的 Docker 部署详细说明。

启动后，在浏览器中打开 http://localhost:8000 即可开始使用！

🎯 模型服务配置

AutoGLM-GUI 只需要一个 OpenAI 兼容的模型服务。你可以：

使用官方已托管的第三方服务
- 智谱 BigModel：--base-url https://open.bigmodel.cn/api/paas/v4，--model autoglm-phone，--apikey <你的 API Key>
- ModelScope：--base-url https://api-inference.modelscope.cn/v1，--model ZhipuAI/AutoGLM-Phone-9B，--apikey <你的 API Key>
或自建服务：参考上游项目的部署文档用 vLLM/SGLang 部署 zai-org/AutoGLM-Phone-9B，启动 OpenAI 兼容端口后将 --base-url 指向你的服务。

示例：

# 使用智谱 BigModel
pip install autoglm-gui
autoglm-gui \
  --base-url https://open.bigmodel.cn/api/paas/v4 \
  --model autoglm-phone \
  --apikey sk-xxxxx

# 使用 ModelScope
pip install autoglm-gui
autoglm-gui \
  --base-url https://api-inference.modelscope.cn/v1 \
  --model ZhipuAI/AutoGLM-Phone-9B \
  --apikey sk-xxxxx

# 指向你自建的 vLLM/SGLang 服务
pip install autoglm-gui
autoglm-gui --base-url http://localhost:8000/v1 --model autoglm-phone-9b

🔄 升级指南

检查当前版本

# 查看已安装的版本
pip show autoglm-gui

# 或使用命令行参数
autoglm-gui --version

升级到最新版本

使用 pip 升级：

# 升级到最新版本
pip install --upgrade autoglm-gui

📖 使用说明

多设备管理

AutoGLM-GUI 支持同时控制多个 Android 设备：

设备列表 - 左侧边栏自动显示所有已连接的 ADB 设备
设备选择 - 点击设备卡片切换到对应的控制面板
状态指示 - 清晰显示每个设备的在线状态和初始化状态
状态隔离 - 每个设备有独立的对话历史、配置和视频流

设备状态说明：

🟢 绿点：设备在线
⚪ 灰点：设备离线
✓ 标记：设备已初始化

📱 二维码无线配对（Android 11+ 推荐）

完全无需数据线，手机和电脑只需在同一 WiFi 网络即可：

手机端准备：
- 打开「设置」→「开发者选项」→ 开启「无线调试」
- 保持手机和电脑连接到同一个 WiFi 网络
电脑端操作：
- 点击界面左下角的 ➕ 「添加无线设备」按钮
- 切换到「配对设备」标签页
- 二维码自动生成，等待扫码
手机端扫码：
- 在「无线调试」页面，点击「使用二维码配对设备」
- 扫描电脑上显示的二维码
- 配对成功后，设备会自动出现在设备列表中

特点：

✅ 完全无需数据线
✅ 一键扫码即可配对
✅ 自动发现并连接设备
✅ 适用于 Android 11 及以上版本

AI 自动化模式

连接设备 - 使用上述任一方式连接设备（推荐 Android 11+ 的二维码配对）
选择设备 - 在左侧边栏选择要控制的设备
初始化 - 点击"初始化设备"按钮配置 Agent
对话 - 描述你想要做什么（例如："去美团点一杯霸王茶姬的伯牙绝弦"）
观察 - Agent 会逐步执行操作，每一步的思考过程和动作都会实时显示

🤖 选择 Agent 类型

在初始化设备时，可以选择不同的 Agent 类型（默认：GLM Agent）：

GLM Agent：基于 GLM 模型优化，成熟稳定，适合大多数任务
MAI Agent：内部实现的 Mobile Agent，支持多张历史截图上下文，适合复杂任务
- 🆕 现已完全内部化：移除 ~1200 行第三方依赖，性能优化，中文适配
- 🔄 向后兼容：需要使用旧版本可选择 mai_legacy 类型

MAI Agent 可配置参数：

history_n：历史截图数量（1-10，默认：3）

MAI Agent 增强特性（v1.5.0+）：

✅ 流式思考输出（实时显示推理过程）
✅ 中文优化 Prompt（针对国内应用场景）
✅ 性能监控（LLM 耗时、动作执行统计）
✅ 详细的操作指南和错误避免提示

🌿 普通模式（单模型 / Open AutoGLM）

这是开源 AutoGLM-Phone 的“原生形态”：由一个视觉模型直接完成「理解任务 → 规划步骤 → 观察屏幕 → 执行动作」的完整闭环。

优点：配置最简单，上手最快
适用场景：目标明确、步骤较少的任务（例如打开应用、简单导航）

🧩 分层代理模式（Layered Agent，增强 / 实验性）

分层代理模式是更“严格”的两层结构：规划层专注拆解与推理，执行层专注观察与操作，二者通过工具调用协作完成任务。

工作方式：规划层（决策模型）会调用工具（如 list_devices() / chat(device_id, message)）去驱动执行层；你能在界面里看到每次工具调用与返回结果
执行粒度：执行层每次只做一个“原子子任务”，并有步数上限（例如每次最多 5 步），便于规划层按反馈动态调整策略
适用场景：需要多轮推理、需要“边看边问边改计划”的复杂任务（例如浏览/筛选/对比、多轮表单填写等）
重要限制：执行层不负责"记笔记/保存中间信息/直接提取文本变量"；规划层需要信息时必须通过提问让执行层把屏幕内容"念出来"

📖 深入了解：查看 Layered Agent 架构分析文档了解技术原理、数据流和实现细节

🎭 两种工作模式对比

AutoGLM-GUI 提供了两种不同的代理工作模式，适用于不同的使用场景：

1️⃣ 经典模式（Classic Mode）

架构：单一 autoglm-phone 视觉模型直接处理（即普通 Open AutoGLM 的体验）
适用场景：简单、明确的任务
特点：配置简单，适合快速上手

2️⃣ 分层代理（Layered Agent）

架构：基于 Agent SDK 的分层任务执行系统
- 规划层：决策模型作为高级智能中枢，负责任务拆解和多轮推理
- 执行层：autoglm-phone 作为执行者，只负责观察和操作
适用场景：需要多轮交互和复杂推理的高级任务
特点：规划层通过工具调用驱动执行层，过程更透明、更便于调试与迭代策略

选择建议：

🚀 常规任务（订外卖、打车）：经典模式
🏗️ 需要多轮推理的任务：分层代理模式

手动控制模式

除了 AI 自动化，你也可以直接在实时画面上操控手机：

实时画面 - 设备面板右侧显示手机屏幕的实时视频流（基于 scrcpy）
点击操作 - 直接点击画面中的任意位置，操作会立即发送到手机
滑动手势 - 按住鼠标拖动实现滑动操作（支持滚轮滚动）
视觉反馈 - 每次操作都会显示涟漪动画和成功/失败提示
精准转换 - 自动处理屏幕缩放和坐标转换，确保操作位置准确
显示模式 - 支持自动、视频流、截图三种显示模式切换

⏰ 定时任务调度（生产力核心功能）

AutoGLM-GUI 内置定时任务系统，让 AI 按照你的计划自动执行操作，打造 7x24 小时的自动化助手。

典型应用场景：

📅 每日签到：自动在指定时间完成 App 签到领取积分
🔔 定时检查：定期检查订单状态、物流信息、库存变化
📧 消息提醒：定时发送消息、提醒事项
🎮 游戏任务：自动完成每日任务、领取奖励
💰 价格监控：定期检查商品价格变化，自动下单

如何使用：

创建定时任务 - 在 Web 界面的"定时任务"页面创建新任务
设置 Cron 表达式 - 使用 Cron 语法指定执行时间（例如：0 8 * * * 表示每天早上 8 点）
选择执行设备 - 指定要控制的 Android 设备
定义任务内容 - 描述要执行的操作（支持使用已保存的 Workflow）
启用任务 - 开启任务后，系统会在指定时间自动执行

Docker 部署推荐：

将 AutoGLM-GUI 部署到服务器上（VPS、NAS、闲置电脑）
通过 WiFi 连接 Android 设备
服务器 7x24 小时运行，确保定时任务按时执行
通过 Web 界面随时查看执行历史和日志

对话历史支持：

所有定时任务的执行记录自动保存
支持查看历史执行详情、追溯问题
失败任务自动记录错误信息

Workflow 工作流管理

将常用任务保存为 Workflow，实现一键快速执行：

创建和管理 Workflow

进入管理页面 - 点击左侧导航栏的 Workflows 图标（📋）
新建 Workflow - 点击右上角"新建 Workflow"按钮
填写信息：
- 名称：给 Workflow 起一个简短易记的名称（如："订购霸王茶姬"）
- 任务内容：详细描述要执行的任务（如："去美团点一杯霸王茶姬的伯牙绝弦，要去冰，加珍珠"）
保存 - 点击保存按钮即可

管理操作：

编辑 - 点击 Workflow 卡片上的"编辑"按钮修改内容
删除 - 点击"删除"按钮移除不需要的 Workflow
预览 - Workflow 卡片显示任务内容的前几行预览

快速执行 Workflow

在 Chat 界面执行已保存的 Workflow：

选择设备 - 确保已选择并初始化目标设备
打开 Workflow 选择器 - 点击输入框旁边的 Workflow 按钮（📋 图标）
选择要执行的任务 - 从列表中点击你想执行的 Workflow
自动填充 - 任务内容会自动填入输入框
发送执行 - 点击发送按钮开始执行

使用场景示例：

📱 日常任务：订外卖、打车、查快递
🎮 游戏操作：每日签到、领取奖励
📧 消息发送：固定内容的消息群发
🔄 重复操作：定期执行的维护任务

📚 对话历史管理（v1.5.0 新增）

所有对话和执行记录自动保存到本地数据库，支持随时查看和追溯：

核心功能：

💾 自动保存：所有对话内容、AI 思考过程、执行步骤完整记录
🔍 历史查看：在 Web 界面查看所有历史对话
📊 执行追溯：详细查看每次任务的执行过程，包括截图、操作、结果
⏰ 定时任务日志：定时任务的执行记录自动关联到对话历史
🐛 问题诊断：失败任务可查看完整日志，快速定位问题

使用场景：

回顾 AI 的决策过程，优化 Prompt 和任务描述
追溯定时任务的执行情况，确认是否按时完成
查找历史操作记录，复用成功的执行策略
问题排查时查看详细日志和截图

数据存储：

默认存储位置：~/.config/autoglm/history.db（SQLite 数据库）
Docker 部署：挂载 volume 确保数据持久化
支持导出和备份

🎯 生产力场景示例

AutoGLM-GUI v1.5 已从单纯的"手机助手"升级为"AI 自动化中枢"，以下是典型的生产力应用场景：

场景 1：服务器定时自动化

配置：

# 在 VPS/NAS 上部署 Docker
docker-compose up -d

# 通过 WiFi 连接 Android 设备
# 在 Web 界面配置定时任务

典型任务：

⏰ 每天早上 8:00 自动签到领积分
⏰ 每晚 22:00 检查订单状态并发送通知
⏰ 每小时检查特定商品价格变化
⏰ 每天中午 12:00 自动点外卖

价值：AI 助手 7x24 小时运行在服务器上，无需人工干预

场景 2：多设备批量管理

配置：

连接 3-5 台 Android 设备（USB 或 WiFi）
每台设备执行不同的自动化任务

典型任务：

设备 A：电商平台价格监控 + 自动比价
设备 B：社交媒体内容定时发布
设备 C：游戏挂机 + 每日任务
设备 D：物流信息监控 + 状态推送

价值：一个控制台管理多台设备，规模化自动化

场景 3：开发调试 + CI/CD

配置：

# 使用模拟器进行自动化测试
# 模拟器零配置，自动检测连接

典型任务：

🧪 自动化 UI 测试（回归测试）
📱 App 安装/卸载/升级测试
🔄 多版本兼容性验证
📊 性能测试数据采集

价值：结合 CI/CD 流程，实现移动端自动化测试

场景 4：个人效率提升

配置：

本地运行桌面版或 Python 包
定义常用 Workflow

典型任务：

📝 早会前自动整理昨日工作记录
💰 自动记录每日支出到记账 App
📧 定时发送固定格式的周报邮件
🏃 健身 App 自动打卡记录

价值：减少重复性工作，专注创造性任务

关键技术组合

功能组合	适用场景
定时任务 + Docker + WiFi 连接	服务器端 7x24 自动化
多设备 + Workflow + 对话历史	批量设备管理 + 操作追溯
分层代理 + 立即打断 + 实时预览	复杂任务调试与优化
模拟器直连 + CI/CD 集成	自动化测试流程

🛠️ 开发指南

源码安装

如果你需要从源码进行开发或定制，可以按照以下步骤：

# 1. 克隆仓库
git clone https://github.com/suyiiyii/AutoGLM-GUI.git
cd AutoGLM-GUI

# 2. 安装依赖
uv sync

# 3. 构建前端（必须）
uv run python scripts/build.py

# 4. 启动服务
uv run autoglm-gui --base-url http://localhost:8080/v1

快速开发

# 后端开发（自动重载）
uv run autoglm-gui --base-url http://localhost:8080/v1 --reload

# 前端开发服务器（热重载）
cd frontend && pnpm dev

构建和打包

# 仅构建前端
uv run python scripts/build.py

# 构建完整包
uv run python scripts/build.py --pack

🔌 MCP (Model Context Protocol) 集成

AutoGLM-GUI 内置了 MCP 服务器，可以作为一个工具集成为其他 AI 应用（如 Claude Desktop、Cline、Cursor 等）提供 Android 设备自动化能力。

什么是 MCP？

MCP (Model Context Protocol) 是一个开放协议，允许 AI 应用连接到外部数据源和工具。通过 MCP，你可以让 Claude、Cursor 等 AI 直接操作你的 Android 设备。

MCP Tools

AutoGLM-GUI 提供了两个 MCP 工具：

1. `chat(device_id, message)` - 执行手机任务

向指定设备发送自动化任务，AI 会控制手机完成操作。

参数：

device_id：设备标识符（如 "192.168.1.100:5555" 或设备序列号）
message：自然语言任务描述（如 "打开微信"、"发送消息"）

特点：

✅ 自动初始化设备（使用全局配置）
✅ Fail-Fast 策略：找不到元素立即报错，不猜测坐标
✅ 5 步限制：适合原子操作，避免无限循环
✅ 专用 Prompt：优化为快速执行模式

2. `list_devices()` - 列出已连接设备

获取所有已连接的 ADB 设备列表及其状态。

返回信息：

设备 ID、型号
连接类型（USB/WiFi）
在线状态
Agent 初始化状态

使用场景

典型应用：

🤝 Claude Desktop：让 Claude 直接操作你的 Android 设备
💻 IDE 集成：在 Cursor、VS Code (Cline) 中调用手机自动化
🔄 工作流集成：作为 AI Agent 工具链的一环
🧪 自动化测试：结合 AI 进行移动端 UI 测试

示例：

用户：帮我在手机上打开微信，给张三发消息"下午三点开会"

AI：
1. 调用 list_devices() 找到设备
2. 调用 chat(device_id, "打开微信")
3. 调用 chat(device_id, "搜索联系人张三")
4. 调用 chat(device_id, "发送消息：下午三点开会")

配置 MCP 客户端

Claude Desktop 配置

启动 AutoGLM-GUI（确保 MCP 端点可访问）：

# 使用默认 MCP 端点（挂载在 /mcp）
autoglm-gui --base-url http://localhost:8080/v1

编辑 Claude Desktop 配置文件：

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json Windows: %APPDATA%\Claude\claude_desktop_config.json

添加以下配置：

{
  "mcpServers": {
    "autoglm-gui": {
      "transport": {
        "type": "http",
        "url": "http://localhost:8000/mcp"
      }
    }
  }
}

重启 Claude Desktop，即可在对话中使用 AutoGLM-GUI 工具。

Cline (VS Code) 配置

在 VS Code 设置中搜索 "cline"，添加 MCP 服务器配置：

{
  "cline.mcpServers": {
    "autoglm-gui": {
      "transport": {
        "type": "http",
        "url": "http://localhost:8000/mcp"
      }
    }
  }
}

Cursor 配置

在 Cursor 设置中添加 MCP 服务器（设置 → MCP Servers）：

{
  "mcpServers": {
    "autoglm-gui": "http://localhost:8000/mcp"
  }
}

MCP 端点说明

AutoGLM-GUI 的 MCP 服务器通过 HTTP 端点暴露：

Base URL：http://localhost:8000/mcp
传输协议：HTTP + SSE (Server-Sent Events)
端口：跟随主服务端口（默认 8000）

端点路径：

/mcp/sse - SSE 传输端点
/mcp/messages - 消息端点

技术架构

实现方式：

基于 FastMCP 库构建
MCP HTTP App 挂载到 FastAPI 的根路径 /
使用 ASGI 应用集成，与 FastAPI 生命周期合并
设备锁管理：使用 PhoneAgentManager.use_agent 上下文管理器

专用 Prompt 特性：

Fail-Fast：找不到元素立即报错，禁止猜测坐标
Step Limit：5 步未完成自动中断
目标验证：执行前必须确认元素在屏幕上可见
错误规范：使用 ELEMENT_NOT_FOUND 和 STEP_LIMIT_EXCEEDED 标准化错误

最佳实践

原子任务：MCP 的 chat 工具设计用于执行原子操作（5 步内完成），复杂任务应拆分为多个子任务
设备管理：使用 list_devices() 先确认设备在线，再执行操作
错误处理：AI 应捕获 ELEMENT_NOT_FOUND 错误，调整策略后重试
性能优化：MCP 调用优先使用本地 API（如 vLLM/SGLang），减少网络延迟

示例对话

在 Claude Desktop 中：

用户：帮我查一下手机上有几台设备连接了

Claude：我调用 list_devices() 工具查看一下...

[MCP 工具调用] list_devices()

结果：发现 1 台设备
- 设备 ID: emulator-5554
- 型号: sdk_gphone64_x86_64
- 状态: 在线

用户：在模拟器上打开设置应用

Claude：我调用 chat 工具来操作设备...

[MCP 工具调用] chat("emulator-5554", "打开设置应用")

执行结果：✅ 已完成
步骤 1: Launch(app="设置")
步骤 2: 等待应用加载
步骤 3: 完成

设置应用已成功打开。

🐳 Docker 部署详细说明

💡 提示：Docker 部署已整合到快速开始部分，推荐直接查看上方的"方式二：Docker 部署"说明。

本节提供更多 Docker 配置选项和高级用法。

指定监听端口

如果使用 host 网络模式且需要修改默认端口（8000），可以通过 command 参数指定：

# 监听 9000 端口
docker run -d --network host \
  -v autoglm_config:/root/.config/autoglm \
  -v autoglm_logs:/app/logs \
  ghcr.io/suyiiyii/autoglm-gui:main \
  autoglm-gui --host 0.0.0.0 --port 9000 --no-browser

如果使用 bridge 网络模式，则使用 -p 参数映射端口：

# 映射主机 9000 端口到容器 8000 端口
docker run -d -p 9000:8000 \
  -v autoglm_config:/root/.config/autoglm \
  -v autoglm_logs:/app/logs \
  ghcr.io/suyiiyii/autoglm-gui:main

镜像标签

标签	说明
`main`	跟随 main 分支最新代码，推荐使用
`<commit-sha>`	特定 commit 的镜像（如 `abc1234`），用于锁定版本

环境变量

变量	说明	默认值
`AUTOGLM_BASE_URL`	模型 API 地址	(必填)
`AUTOGLM_MODEL_NAME`	模型名称	`autoglm-phone`
`AUTOGLM_API_KEY`	API 密钥	(必填)

健康检查

# 检查服务状态
curl http://localhost:8000/api/health

🤝 如何贡献

我们热烈欢迎社区贡献！无论是修复 bug、添加新功能、改进文档，还是分享使用经验，都对项目有重要价值。

🎯 快速开始贡献

查看置顶 Issue - 🎯 Start Here: 如何贡献 / 认领任务 / 本地跑起来
阅读贡献指南 - 详细步骤请参考 CONTRIBUTING.md
认领任务 - 在感兴趣的 Issue 下评论 /assign me

💡 贡献方式

🐛 修复 Bug - 查找标记为 bug 的 Issue
✨ 添加功能 - 实现标记为 enhancement 的需求
📖 改进文档 - 修正错误、补充说明、添加示例
🧪 添加测试 - 提升代码质量和测试覆盖率
🌍 翻译文档 - 帮助更多语言的用户使用

🏷️ 新手友好任务

如果你是第一次贡献开源项目，可以从这些任务开始：

查找标记为 good first issue 的 Issue
改进文档（修正拼写错误、补充说明）
测试软件并报告使用体验

📚 参考资源

文档	说明
CONTRIBUTING.md	完整的贡献指南（环境配置、开发流程、PR 规范）
CLAUDE.md	技术架构文档（代码结构、关键实现细节）
Issues	查看和认领任务

💬 交流讨论

💭 在 Issue 中讨论想法和问题
🎮 加入 QQ 交流群
📝 创建新 Issue 报告问题或提出建议

感谢每一位贡献者，你们让 AutoGLM-GUI 变得更好！🎉

📝 开源协议

Apache License 2.0

许可证说明

AutoGLM-GUI 打包了 ADB Keyboard APK (com.android.adbkeyboard)，该组件使用 GPL-2.0 许可证。ADB Keyboard 组件作为独立工具使用，不影响 AutoGLM-GUI 本身的 Apache 2.0 许可。

详见：AutoGLM_GUI/resources/apks/ADBKeyBoard.LICENSE.txt

🙏 致谢

本项目基于 Open-AutoGLM 构建，感谢 zai-org 团队在 AutoGLM 上的卓越工作。

Apps

Android Developer Tools

Android Developer Tools Pro

About Me

Tools: TimeShining

GitHub: Trinea

Facebook: Dev Tools

JSON Format, Support error correction

MD5/SHA Encode, Support batch

Text Process

CSS Format and Compress

AutoGLM-GUI

🚀 生产力增强（v1.5 新增）

🤖 AI 自动化能力

💻 技术特性

📥 快速下载

📸 界面预览

分层代理

任务开始

任务执行完成

多设备控制

🚀 快速开始

前置要求

方式一：Python 包安装（推荐）

方式二：Docker 部署（推荐生产力场景）

🎯 模型服务配置

🔄 升级指南

检查当前版本

升级到最新版本

📖 使用说明

多设备管理

📱 二维码无线配对（Android 11+ 推荐）

AI 自动化模式

🤖 选择 Agent 类型

🌿 普通模式（单模型 / Open AutoGLM）

🧩 分层代理模式（Layered Agent，增强 / 实验性）

🎭 两种工作模式对比

1️⃣ 经典模式（Classic Mode）

2️⃣ 分层代理（Layered Agent）

手动控制模式

⏰ 定时任务调度（生产力核心功能）

Workflow 工作流管理

创建和管理 Workflow

快速执行 Workflow

📚 对话历史管理（v1.5.0 新增）

🎯 生产力场景示例

场景 1：服务器定时自动化

场景 2：多设备批量管理

场景 3：开发调试 + CI/CD

场景 4：个人效率提升

关键技术组合

🛠️ 开发指南

源码安装

快速开发

构建和打包

🔌 MCP (Model Context Protocol) 集成

什么是 MCP？

MCP Tools

1. chat(device_id, message) - 执行手机任务

2. list_devices() - 列出已连接设备

使用场景

配置 MCP 客户端

Claude Desktop 配置

Cline (VS Code) 配置

Cursor 配置

MCP 端点说明

技术架构

最佳实践

示例对话

🐳 Docker 部署详细说明

指定监听端口

镜像标签

环境变量

健康检查

🤝 如何贡献

🎯 快速开始贡献

💡 贡献方式

🏷️ 新手友好任务

📚 参考资源

💬 交流讨论

📝 开源协议

许可证说明

🙏 致谢

1. `chat(device_id, message)` - 执行手机任务

2. `list_devices()` - 列出已连接设备