OMG-Agent 最新版

OMG-Agent 是一个开源的桌面客户端，能让 AI 通过自然语言指令自动操作 Android 手机。它不依赖云端服务，所有控制逻辑运行在本地，适合对自动化、隐私和可定制性有要求的用户。

核心能力

• 支持专用手机 GUI 模型：包括智谱 AI 的 AutoGLM-Phone-9B 和阶跃星辰的 GELab-Zero-4B-preview，这些模型专为理解手机界面而训练。
• 实时操作与反馈：通过 ADB（Android Debug Bridge）获取手机实时截图，结合 AI 分析界面状态并执行任务。
• 灵活的 API 接入：兼容 OpenAI 风格的 API，便于接入本地或自托管的大模型服务。
• 多环境支持：不仅支持真机，也兼容主流 Android 模拟器，方便无物理设备时调试。
• 用户友好界面：提供中英双语切换、深色/浅色主题，降低使用门槛。

使用流程

1. 安装 ADB 工具

ADB 是连接和控制 Android 设备的基础组件：

# Windows（通过 Scoop）
scoop install adb

# macOS（通过 Homebrew）
brew install android-platform-tools

# Linux（Ubuntu/Debian）
sudo apt install adb

2. 获取并运行 OMG-Agent

git clone https://github.com/safphere/OM0-Agent.git
cd OMG-Agent
pip install -r requirements.txt
python run.py

3. 配置 Android 设备

• 在手机设置中启用 开发者选项 和 USB 调试。
• 安装 ADBKeyboard（用于模拟文本输入）。
• 通过 USB 连接电脑，并在手机上允许调试授权。

4. 开始自动化任务

• 在 OMG-Agent 界面点击 “刷新设备”，确认设备已识别。
• 点击 “开始投屏”，获取当前屏幕画面。
• 在输入框中描述任务，例如：
  

  “打开微信，给张三发一条消息：会议推迟到明天。”

• 点击 “执行”，AI 将解析指令并在手机上逐步操作。

推荐模型

这些模型经过针对性训练，能更准确地识别应用图标、按钮、输入框等界面元素，提升任务成功率。

注意事项

• 仅限非商业用途：项目采用 Apache 2.0 + Commons Clause 许可，允许学习、研究和二次开发，但禁止商业使用。
• 遵守平台规则：自动操作可能违反部分 App 的服务条款，请在合法合规前提下使用。
• 风险自担：所有操作由用户发起，项目开发者不承担由此产生的任何后果。