OMG-Agent:开源安卓自动化助手,通过自然语言操控手机任务

OMG-Agent 是一款基于自然语言指令的开源移动端自动化助手，专为 Android 手机操作场景设计，支持多种 GUI 模型和跨平台部署，适合开发者、AI爱好者及效率控使用。

项目亮点

开源透明：完全开源，托管于 GitHub，支持二次开发与社区共建

自然语言驱动：输入如“打开微信发消息给张三”的指令，即可完成手机自动化任务

模型支持丰富：内置支持 AutoGLM 和 GELab-Zero 等知名手机 GUI 模型

ADB 实时操控：通过 ADB 接口与 Android 设备交互，支持截图、操作执行等功能

双语界面 + 主题切换：中英文界面自由切换，支持暗色/亮色模式

兼容性强：支持真实 Android 手机和模拟器，兼容 OpenAI 接口调用

使用流程概览

安装 ADB 环境

Windows: scoop install adb

macOS: brew install android-platform-tools

Linux: apt install adb

克隆并运行

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

cd OMG-Agent

pip install -r requirements.txt

python run.py

手机配置

开启开发者选项 + USB调试

安装 ADBKeyboard 输入法

使用 USB 连接手机并授权

开始使用

点击「刷新」识别设备

点击「开始投屏」预览界面

输入自然语言任务并点击「执行」

支持模型介绍

模型名称 来源 特点

AutoGLM-Phone-9B 智谱AI 针对手机 GUI 操作优化的大模型

GELab-Zero-4B-preview 阶跃星辰 适用于通用手机 Agent 任务的轻量模型

这些模型均为专门训练的手机图形界面大模型，可高效处理复杂操作任务。

适合谁使用？

想用自然语言远程操控手机的极客玩家

研究自动化 UI 测试或 Agent 技术的开发者

从事 AI Agent 产品研发、验证与测试的团队

有多设备协同需求的自动化工作者

OMG-Agent获取项目

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