推荐 4 个 yyds 的 AI 控制安卓手机的 GitHub 项目。

ivye • 9小时前 • 工具收集 • 10 阅读

01 智谱开源：Open-AutoGLM

这个开源项目太顶了，不到一周就 1.3 万的 Star 了。

基于这个开源框架，就能让 AI 可以像人眼一样看手机屏幕，然后像人手一样去点击。
你给它一个任务，比如：帮我总结下长春的景点，到高德地图上收藏一下这几个景点，特别是具体看看博物馆门票价格，再去12306上订一张上午十点从北京去长春的高铁票，把相关信息整理好给我。
AutoGLM 会先把手机屏幕截个图，模型会分析截图，通过视觉定位找到当前要点击哪个按钮或者做啥操作。

并通过 ADB（Android Debug Bridge）工具，直接向手机发送点击、滑动、输入文字的指令。

最终这样一步步模拟人看手机、操纵手机的行为，完成你给的任务。

开源地址：https://github.com/zai-org/Open-AutoGLM
而且这个开源可以本地部署，而且如果你有显卡，大约需要 24GB+ 显存，你可以把这个 Agent 跑在本地。

隐私数据，比如聊天记录、支付画面啥的不上传到云端也能自动化的你的安卓手机了。

如何使用

你可以使用Claude Code，配置 GLM Coding Plan 后，输入以下提示词，快速部署本项目。
访问文档，为我安装 AutoGLM ：https://raw.githubusercontent.com/zai-org/Open-AutoGLM/refs/heads/main/README.md

02 通过 MCP 控制手机：DroidMind

DroidMind 这个开源项目的的核心逻辑是不自己训练一个新模型，而是做一个超级适配器。
它通过 MCP 协议，把你的 Android 手机直接挂载到 Claude Desktop、Cursor 或者 Claude Code 上。

你不需要运行一个沉重的本地模型。

你直接用最聪明的 Claude 或 Gemini，通过 DroidMind 这个翻译官，直接操控你的安卓手机。

开源地址：https://github.com/hyperb1iss/DroidMind

03 微软开源：UFO

这个叫 UFO 的开源项目其实是微软开源的 AI 操作 Windows 系统的开源项目。

只不过 11 月推出的 UFO³ Galaxy 已经演变成了一个跨设备、跨平台的编排框架。

UFO³ Galaxy Android 手机设备的部分是这次更新的核心亮点之一。
它也是通过引入 MCP 架构来实现的，这使得 UFO 不再局限于 Windows，而是能像指挥官一样控制安卓手机。UFO³ Galaxy 是一个多设备编排系统。它的核心理念包含两个部分。