WebADB-AutoGLM：浏览器里让AI自动操作手机，开源自部署

项目简介

打开浏览器网页，用数据线连上你的安卓手机，就能让它自己“看懂”屏幕并完成你下达的任务。这不是未来的概念，而是一个正在实验的、纯粹跑在浏览器里的项目。

这个工具就是WebADB-AutoGLM，通过浏览器的WebUSB能力连接手机，实时截取屏幕画面，发送给一个能看懂图片的AI模型。模型分析画面后，返回“点这里”、“输文字”这样的指令，工具再通过ADB控制手机执行。整个过程都在你的本地环境里完成，网页一关，连接就断。

为视觉模型控制手机提供了一个最小、最快的验证环境。它不是用来长期托管手机自动工作的，而是给开发者或技术爱好者一个在本地浏览器里就能动手尝试、亲眼看到整个闭环如何运转的实验台。

食用指南

访问地址

传送门：https://github.com/yeahhe365/webadb-autoglm

体验地址：https://webadb-autoglm.pages.dev/

开源地址

这个是一个快速验证类的项目，作者大概前后也就花了几个小时做出来的。让具有视觉能力的AI可以可视化有步骤的操作手机版。

操作与体验

主页面

可以自己简单部署一下，也可以直接使用体验网址提供的地址来控制手机端。

模型配置

只要符合OpenAI老版本格式的API的都是可以兼容，如果想兼容更多AI，可以自己修改调整。

命令

命令

这边的命令包含屏幕的移动，点击等日常的手工操作，也是AI操作手机的基础原子能力，有了这些能力AI就可以边操作边判断了。

操作实例

操作步骤

计入AI以后，AI的每一步操作、思考、执行都会在下方的日志里面看到，AI通过理解屏幕内容调取响应的原子能力来执行。如果这些步骤相对固定，其实也可以考虑生成自动执行的脚本。

极速版

微信

上面是2个操作案例，一个是操作某极速版APP赚金币，还有一个是操作微信用来收和发送消息。

写在最后

WebADB-AutoGLM 更像是一个技术演示沙盒，而非成熟的商业产品。它证明了在纯浏览器环境下，利用 WebUSB 和视觉模型控制手机是完全可行的。

对于开发者而言，这是一个极佳的“最小可行产品（MVP）”模板，可以用来测试不同模型在真实手机界面上的理解能力，或者作为自己 Agent 项目的起点。

由于整个链路运行在本地浏览器中，截图和操作指令不经过第三方服务器，这在隐私层面提供了额外的安全感。不过，这也意味着它极度依赖本地环境（如浏览器版本、USB 驱动），且缺乏云端服务的稳定性。

建议将其视为一个“玩具”或“实验台”，在备用机上体验，避免用于涉及支付或敏感信息的真实账户操作。

FAQ

WebADB-AutoGLM需要root手机吗？

不需要。它通过浏览器的WebUSB和ADB（Android Debug Bridge）连接手机，只需开启开发者选项和USB调试即可，无需root。

这个工具能长期挂机自动做任务吗？

不建议。它设计为快速验证和实验环境，网页关闭连接即断，缺乏云端稳定性。更适合测试AI对手机界面的理解能力，而非长期托管。

支持哪些AI模型？

只要兼容OpenAI旧版API格式的视觉模型都可以。作者提到可以自行修改代码以适配更多模型。