[开源] 来论坛这么久了,今天也出点力,开源一个 Android 智能体项目

前言

来论坛这么久了,天天白嫖大佬们的资源和技术,一直没啥贡献。今天想着自己也出点力,把最近在搞的一个项目开源出来,回馈一下社区。

项目介绍

这是一个 Android 端的 Phone Agent(手机智能体)项目,目标是实现手机操作的自动化和智能化。

本项目深受智谱 AI 开源的 AutoGLM 启发,是其在 Android 端的一种探索与实现。在此特别感谢智谱开源团队的贡献!

智谱官方其实已经有鸿蒙和 iOS 版本的相关实现了。但由于我手头缺乏这两类设备,暂时只完成了 Android 版本的开发。

目前鸿蒙和 iOS 的底层机制与 Android 略有不同(不支持通用的 ADB 连接),因此实现方式会有所区别。如果论坛里的各位大佬有设备也有兴趣,欢迎一起动手,把这两个平台的坑也填上。

这里我有一些初步的技术构想,供大家参考:

点击查看跨平台实现构想
  • HarmonyOS (鸿蒙)

    • 方案:内网穿透 + HDC
    • 思路:通过 HDC (HarmonyOS Device Connector) 建立连接,配合内网穿透技术实现远程控制和指令下发。
  • iOS (苹果)

    • 方案:内网穿透 + WebDriverAgent
    • 思路:利用 Facebook 的 WebDriverAgent 项目 (通常用于 Appium) 在 iOS 设备上运行个 Server,配合内网穿透暴露接口,从而实现点击、滑动和截图等操作。
  • 安卓

    • 方案:内网穿透 + adb
    • 思路:同理安卓也行,通过内网穿透技术,将安卓设备的 ADB 端口暴露到外网,从而实现远程控制和指令下发。

目前项目还在持续迭代中,欢迎大家试玩、Star 或者提 PR 一起完善。

项目截图

开源地址

GitHub: GitHub - jieyou-io/phone-agent-xiaozhi


演示

演示视频

如果感兴趣这玩意儿大概能干啥,可以看下我在 B 站传的演示视频:

https://b23.tv/BV1WmBwBkEem

既然点进来了,乞讨一下,一键三连好不好

43 个赞

支持佬友分享

支持佬友 无私分享

太强了,大佬

2 个赞

:+1:厉害, 可以直接在手机端运行, 不借助电脑吗

1 个赞

对,就是为了不借助电脑,所以做了这个

1 个赞

感谢分享

这个东西有点屌啊_(:3」∠)_

2 个赞

实际没有完全脱离电脑,也是另外一种方式连接了电脑是吗?

1 个赞

厉害了佬

1 个赞

正是我要找的东西。太强了,学习中ing

不,装APP就可以,不需要电脑

1 个赞

太强了,怎么操作

1 个赞

支持大佬

1 个赞

安卓的项目,没事啥难度,直接跑就行,看一下需求量大不大,需要的话,我可以出一版详细的教程

@quiiiii :rofl:刚刚知道论坛还有智谱人员,感谢你们团队的项目

已:glowing_star:支持

佬很厉害,但是你在视频里,30秒左右的地方,把key全部漏完了,建议改改 :grin:

我知道,感谢,这个key在我发视频时候就删掉了

1 个赞

太强了,大佬