OMG-Agent：你的开源 Android 自动化 AI 助手

OMG-Agent 是一款将自然语言处理（NLP）与手机图形界面（GUI）深度结合的开源 Agent 工具。它让“像指挥真人一样操控手机”成为现实。无论是复杂的应用间跳转，还是日常的社交、办公任务，你只需输入一句话，AI 就能自动识别界面并完成点击、滑动等一系列操作。

 核心竞争力：让自动化不再需要脚本

• 自然语言指令直达：告别复杂的脚本编写，支持“帮我点一杯美式，去冰”、“在抖音搜索并关注 XXX”等模糊指令。

• 顶尖模型矩阵：

  • AutoGLM (智谱AI)：针对手机 GUI 深度优化的 9B 模型，具备极强的逻辑推理与任务拆解能力。

  • GELab-Zero (阶跃星辰)：轻量高效，在保障响应速度的同时精准捕捉界面元素。

• ADB 实时驱动：基于底层 ADB 协议，完美适配真机与模拟器，支持屏幕实时投屏预览，操作路径清晰可见。

• 跨平台与高定制：Python 开发，支持 Win/Mac/Linux 部署；完全开源，支持开发者根据业务需求定制特定的 Agent 行为。

 极简使用路径

1. 环境准备

• ADB 环境：根据操作系统安装对应的 Android 调试桥工具。

• 手机端：开启“开发者选项”中的 USB 调试，并安装 ADBKeyboard（用于 AI 自动输入文字）。

2. 快速部署

# 克隆仓库

git clone https://github.com/safphere/OMG-Agent.git

cd OMG-Agent
# 安装依赖并运行

pip install -r requirements.txt

python run.py

3. 任务执行

在 Web 界面点击「刷新」识别设备后，选择对应的模型（如 AutoGLM），在输入框输入任务描述，点击「执行」，即可观察手机自动运行。

 支持模型对比

 目标用户群

• 极客玩家：体验最前沿的 AI Agent 技术，实现手机操作的“动嘴不动手”。

• 开发者/测试员：利用 AI 替代传统繁琐的 UI 自动化测试脚本，提升回归测试效率。

• 产品研发团队：快速验证 AI Agent 的交互逻辑，作为移动端自动化的底层框架。

• 效率达人：处理多设备协同任务，如自动化数据采集、批量操作等。

 你将获得

1. 一个随身携带的 AI 助理：将手机变成可编程、可理解意图的智能终端。

2. 极低的自动化门槛：无需学习 Python/Java 自动化框架，人人皆可指挥手机。

3. 安全私密的运行环境：代码开源，数据通过 ADB 本地传输，保障隐私。

OMG-Agent 正开启手机自动化的 2.0 时代。

附件内容