AutoGLM 中文文档 下载 App

AutoGLM Phone Agent 命令行交互模式使用指南

什么是交互模式

交互模式下，Agent 启动后不退出，等待你输入任务指令，执行完一条后继续等待下一条。适合调试和连续多轮任务的场景。

启动方式

python main.py ^
  --base-url http://localhost:8000/v1 ^
  --model "autoglm-phone-9b"

启动成功后会显示提示符：

Phone Agent 已启动（交互模式）
输入你的任务指令，回车执行。Ctrl+C 退出。
>

使用示例

> 打开美团，搜索附近的火锅店，找评分最高的一家
> 切到淘宝，帮我搜无线耳机，找销量第一的加入购物车
> 回到桌面
> Ctrl+C

每一条指令都会触发完整的 Agent 主循环——截图→理解→规划→执行，直到模型判断任务完成或达到最大步数。

关键参数

参数说明默认
--base-url模型服务地址http://localhost:8000/v1
--model模型名称autoglm-phone-9b
--apikeyAPI Key（如需要认证）无
--device-type设备类型：adb / hdc / wdaadb
--device-id指定设备 ID（多设备时用）自动检测
--lang系统提示词语言：cn / encn
--verbose打印详细调试信息（思考链 + 每步动作）False
--max-steps每个任务最大步数100

推荐加上 --verbose

调试时强烈建议开启 --verbose：

python main.py ... --verbose

开启后每一步都会打印：

==================================================
💭 思考过程:
--------------------------------------------------
当前在美团首页，需要先点击搜索框
--------------------------------------------------
🎯 执行动作:
{
  "_metadata": "do",
  "action": "Tap",
  "element": [540, 280]
}
==================================================

这样能清楚看到模型在想什么、每一步做了什么，失败时排查效率会高很多。

退出交互模式

按 Ctrl+C 退出。如果 Agent 正在执行任务，当前步骤会跑完才退出。

相关阅读