用Open-AutoGLM实现抖音自动关注，全过程分享

用Open-AutoGLM实现抖音自动关注，全过程分享

1. 这不是脚本，是真正能“看懂屏幕”的手机AI助手

你有没有试过在深夜刷抖音时，突然看到一个特别合胃口的博主，想点关注却懒得抬手？或者运营多个账号时，每天重复点击“关注”按钮上百次，手指发酸、效率低下？又或者，你正为一款新App做自动化测试，却卡在“如何让程序理解UI界面并精准点击”这一步？

别再写一堆脆弱的坐标点击脚本了。Open-AutoGLM不是传统意义上的自动化工具——它不靠硬编码坐标，不靠固定ID识别，而是像人一样“看”屏幕、“听”指令、“想”步骤、“动”手指。

它基于智谱开源的AutoGLM-Phone模型，是一个真正的多模态手机智能体框架。你只需要说一句：“打开抖音搜索抖音号为：dycwo11nt61d 的博主并关注他！”，它就能自动完成：启动App → 点击搜索框 → 输入ID → 点击搜索结果 → 滑动找到目标账号 → 点击关注按钮 → 确认操作。整个过程无需你干预，也不依赖App内部结构是否变化。

这不是概念演示，而是已在真实安卓设备上稳定运行的工程方案。本文将带你从零开始，不跳过任何一个关键细节，亲手部署、连接、验证，并最终跑通这个“抖音自动关注”全流程。所有操作均基于官方镜像和开源代码，不涉及任何黑盒服务或付费API。

2. 为什么这次能真正落地？三个关键突破点

2.1 它真的“看得见”，而不是“猜得着”

传统ADB自动化（比如Appium）依赖UI层级树或XPath定位元素，一旦App更新、按钮ID变更、布局微调，整套脚本就失效。而Open-AutoGLM的核心能力在于视觉语言理解。

每次执行前，它会通过ADB自动截取当前手机屏幕，将这张图连同你的自然语言指令一起送入视觉语言模型。模型不仅识别出“这是抖音首页”，还能精准定位“搜索图标在右上角第3个图标”、“关注按钮在头像右侧，文字为‘关注’且背景为红色”。这种基于像素的理解，让它对UI变动天然免疫。

就像你朋友帮你操作手机：你告诉他“点右上角那个放大镜”，他不会去查代码里叫什么ID，而是直接看位置、看图标、看文字——Open-AutoGLM正是这样工作的。

2.2 指令是中文的，不是代码的

你不需要学Python、不用写if-else判断、更不用记ADB命令。所有交互都用最直白的中文：

• “打开小红书，搜‘空气炸锅食谱’，点第一个笔记，保存图片”
• “进微信，找到‘老板’，发消息‘方案已发邮箱，请查收’”
• “打开设置，进Wi-Fi，关掉‘自动连接’开关”

这些句子就是完整指令。系统会自动拆解意图：先确定目标App → 再分析当前界面状态 → 推理下一步该点哪里 → 生成并执行ADB动作（tap/click/swipe/type）。你只负责“说需求”，它负责“想路径、走流程”。

2.3 安全机制到位，不怕误操作

自动点手机最怕什么？点错应用、误删数据、乱输密码。Open-AutoGLM内置了三层防护：

1. 敏感操作确认：当检测到“删除”“卸载”“清除数据”“输入密码”等高危动作时，会主动暂停，等待你手动确认；
2. 人工接管通道：遇到验证码、登录页、弹窗广告等模型无法可靠处理的场景，它会停止并提示“请人工处理”，你操作完后它继续执行；
3. 远程调试支持：所有ADB操作都通过标准协议进行，你可以随时用adb logcat查看每一步执行日志，全程可审计、可追溯。

这意味着，你可以放心把它用在主力机上做日常辅助，而不仅是实验室里的玩具。

3. 准备工作：三步搞定硬件与环境

3.1 你的设备必须满足这些硬性条件

特别提醒：如果你用的是华为、小米、OPPO等国产机型，请务必在“开发者选项”中开启“USB调试（安全设置）”——很多用户卡在这一步，只开了“USB调试”但没开这个二级选项，导致ADB始终显示“unauthorized”。

3.2 ADB安装：一行命令解决（macOS/Linux）或三步配置（Windows）

macOS用户（推荐Homebrew）：

# 若未安装Homebrew，先执行： /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)" # 安装ADB brew install android-platform-tools # 验证 adb version # 应输出类似：Android Debug Bridge version 1.0.41

Ubuntu/Debian用户：

sudo apt update && sudo apt install -y android-tools-adb android-tools-fastboot adb version

Windows用户（免配置版）：

1. 访问 Google官方平台工具页面，下载platform-tools-latest-windows.zip
2. 解压到一个简单路径，例如C:\adb（不要放在中文路径或桌面）
3. 右键“此电脑”→属性→高级系统设置→环境变量→在“系统变量”中找到Path→编辑→新建→粘贴C:\adb
4. 重启命令提示符，输入adb version验证

3.3 手机端设置：四步开启“被操控”权限

按顺序操作，缺一不可：

1. 开启开发者模式：设置 → 关于手机 → 连续点击“版本号”7次 → 弹出“您现在是开发者”
2. 开启USB调试：返回设置主菜单 → 找到“开发者选项” → 开启“USB调试”
3. 开启USB调试（安全设置）：在同一页面向下找，开启“USB调试（安全设置）”
4. 安装ADB Keyboard（关键！）：
   • 下载APK：curl -O https://github.com/senzhk/ADBKeyBoard/raw/master/ADBKeyboard.apk
   • 安装到手机：adb install ADBKeyboard.apk
   • 启用并设为默认：

     adb shell ime enable com.android.adbkeyboard/.AdbIME adb shell ime set com.android.adbkeyboard/.AdbIME

完成后，执行adb shell settings get secure default_input_method，输出应为com.android.adbkeyboard/.AdbIME。如果不是，请重做第4步。

4. 部署与连接：本地运行抖音关注全流程

4.1 克隆代码、安装依赖（5分钟搞定）

打开终端（macOS/Linux）或PowerShell（Windows），依次执行：

# 1. 克隆仓库 git clone https://github.com/zai-org/Open-AutoGLM cd Open-AutoGLM # 2. 创建并激活虚拟环境（强烈建议，避免污染全局Python） python3 -m venv venv source venv/bin/activate # macOS/Linux # Windows用户请执行：venv\Scripts\activate # 3. 升级pip并安装依赖 pip install --upgrade pip pip install -r requirements.txt pip install vllm # 用于本地运行模型（如使用云服务可跳过） pip install -e . # 4. 验证安装 python -c "from phone_agent import PhoneAgent; print(' 安装成功')"

如果最后输出 安装成功，说明基础环境已就绪。

4.2 连接手机：USB直连是最稳的选择

用数据线连接手机与电脑，手机屏幕弹出“允许USB调试吗？”→ 勾选“始终允许”→ 点击确定。

在终端中执行：

adb devices

正确输出应为：

List of devices attached 8A9X021234567890 device

如果显示unauthorized，请回到手机“开发者选项”→“撤销USB调试授权”→ 重新插拔USB线→ 再次授权。
如果显示空列表，请检查：USB线是否支持数据传输、是否开启了“USB调试（安全设置）”、是否在电脑上安装了对应手机品牌的USB驱动（华为/小米官网可下载）。

4.3 启动模型服务（两种方式任选）

方式一：使用云服务（推荐新手，免GPU，5分钟启动）

我们推荐使用Compshare算力平台提供的预置AutoGLM镜像。注册即送20元算力金，足够跑完本文全部流程。

• 登录后，在镜像市场搜索autoglm-phone-9b，选择已预装vLLM的镜像启动
• 启动后获取公网IP和映射端口（如http://118.193.200.100:8800/v1）
• 记下这个地址，后续--base-url参数就填它

方式二：本地运行（需RTX 3090/4090显卡）

如果你有高端显卡，可本地部署以获得更低延迟：

python3 -m vllm.entrypoints.openai.api_server \ --model zai-org/AutoGLM-Phone-9B-Multilingual \ --served-model-name autoglm-phone-9b-multilingual \ --port 8000 \ --max-model-len 25480 \ --mm-processor-cache-type shm \ --mm-processor-kwargs "{\"max_pixels\":5000000}"

等待终端出现Uvicorn running on http://0.0.0.0:8000即表示服务启动成功。
验证：curl http://localhost:8000/v1/models，应返回JSON格式的模型信息。

4.4 执行抖音自动关注：一条命令，全程见证

确保手机已解锁并停留在桌面（非锁屏状态），然后在Open-AutoGLM目录下执行：

python main.py \ --device-id 8A9X021234567890 \ --base-url http://118.193.200.100:8800/v1 \ # 替换为你的云服务地址 --model autoglm-phone-9b-multilingual \ "打开抖音App，搜索抖音号dycwo11nt61d，进入他的主页，点击关注按钮"

注意：--device-id值请替换为你自己手机的序列号（即adb devices输出的第一列）。如果只连一台设备，也可省略此参数。

你会看到终端实时输出：

• 截图上传 → 模型分析界面 → 识别出“抖音图标在桌面第2行第3列”
• 执行点击 → 启动抖音 → 等待加载完成 → 截图 → 识别出“搜索框在顶部”
• 执行点击 → 输入文字 → 截图 → 识别出“搜索结果列表” → 点击第一个
• 截图 → 识别出“关注按钮在头像右侧” → 执行点击
• 最终输出：任务完成：已成功关注抖音号 dycwo11nt61d

整个过程约45-90秒，取决于网络和模型响应速度。你可以全程看着手机自动操作，就像有个AI同事在帮你点。

5. 实战优化：让关注动作更稳、更快、更准

5.1 提升成功率的三条实操经验

1. 指令要具体，避免模糊词
   ❌ 不推荐：“关注那个美食博主”
   推荐：“打开抖音，搜索抖音号dycwo11nt61d，进入主页，点击红色‘关注’按钮”
   原因：模型对ID、颜色、位置等具象信息识别最准，对“美食”“那个”等抽象描述易误判

2. 首次运行前，手动打开一次抖音并登录
   自动化无法处理首次安装后的引导页、权限申请、登录流程。确保抖音已安装、已登录、已同意所有必要权限，模型才能专注在“搜索→关注”这一核心链路上。

3. 为关键步骤加等待时间（可选）
   如果发现模型在App启动后立即截图，而界面还没加载完，可在指令中加入明确等待：
   "打开抖音App，等待3秒，搜索抖音号dycwo11nt61d..."
   模型会将“等待3秒”作为有效动作执行，大幅降低因加载延迟导致的识别失败。

5.2 故障排查：遇到问题，先看这三点

如遇其他问题，启用详细日志模式重试：

python main.py --verbose --device-id YOUR_ID --base-url YOUR_URL "你的指令"

日志会清晰展示每一步的截图分析、动作决策和ADB执行结果，是调试的黄金依据。

6. 远不止关注：这个框架还能帮你做什么？

抖音关注只是冰山一角。Open-AutoGLM的本质是“把手机当画布，用语言当画笔”。以下是你今天就能尝试的真实场景：

• 电商运营：“打开淘宝，搜索‘iPhone 15手机壳’，按销量排序，取前5个商品，截图并保存到相册”
• 内容分发：“打开小红书，发布一篇笔记：标题‘周末咖啡馆探店’，正文见文件note.txt，配图用相册里最新一张”
• 批量管理：“打开微信，进入‘客户群’，逐个发送‘您好，这是本月新品目录’，跳过置顶群”
• 测试工程师：“打开我们的App，依次点击‘注册’→‘手机号登录’→输入13800138000→点击获取验证码→截图”

它的能力边界，取决于你指令的清晰度和手机当前所处的状态。没有预设脚本，没有硬编码逻辑，只有你和AI之间最自然的语言协作。

7. 总结：从“写代码控制手机”到“用说话控制手机”的范式转变

回顾整个过程，你其实只做了四件事：

1. 给手机开个“开发者门禁”（开启USB调试）
2. 给电脑装个“手机遥控器”（安装ADB）
3. 找个“AI大脑”（云服务或本地模型）
4. 说一句中文指令，然后看着它执行

没有复杂的UI自动化框架学习曲线，没有XPath语法折磨，没有坐标偏移的反复调试。Open-AutoGLM把移动自动化这件事，拉回到了最符合人类直觉的层面——用语言表达意图，由机器负责实现。

它不承诺100%完美（毕竟真实世界有网络波动、App闪退、弹窗干扰），但在绝大多数标准化操作中，稳定性远超传统方案。更重要的是，它代表了一种新的可能性：未来，我们可能不再需要为每个App写一套自动化脚本，而是训练一个通用的“手机操作AI”，用自然语言驱动所有数字生活。

你现在拥有的，不仅是一个抖音关注工具，而是一把打开手机自动化新世界的钥匙。接下来，你想让它帮你做什么？欢迎在评论区写下你的第一条指令。

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。