只需3步，教你部署自己的AI手机 | 保姆级教程

只需3步，教你部署自己的AI手机 | 保姆级教程 只需3步，教你部署自己的AI手机 | 保姆级教程 Modified December 31, 2025 No access 0bc3geaauaaajyahfsctvruvamodbiyqacqa.f10002 00:00 之后，陆续点「 确定 」，保存更改，关闭页面。 Mac或Linux用户的话，则建议通过 Homebrew（Mac）或系统自带包管理器（Linux）来安装 ADB 工具。 如果没有安装 Homebrew，可以先执行： Code block Plain Text ruby e $(curl fsSL https://raw.githubusercontent.com/Homebrew/install/master/install) 然后，输入命令安装 ADB 工具： Code block Plain Text brew cask install android platform tools 到这里，手机的开发者模式和电脑的ADB工具都搞定了。 接下来，用USB数据线将手机链接到电脑，然后在命令行里输入： Code block Plain Text adb devices 如果链接成功，你会看到这样的提示。 首次链接，手机上会出现这样一段提示，点「确定」即可。 3）搭建GELab Zero Agent 运行环境 模型配好了，电脑与手机的连接器也弄好了，接下来就是搭建模型的运行环境，也就是GUI Agent。 阶跃已经把这个GUI智能体封装好了，并且还做了开源，我们只需要克隆过来就可以了。 打开CLI输入命令： Code block Plain Text git clone https://github.com/stepfun ai/gelab zero 这一步可能会比较慢 （GitHub比较考验上网环境） ，耐心等一下。 克隆完成后，输入命令进入 gelab zero agent 。 Code block Plain Text cd gelab zero 安装一下依赖。 Code block Plain Text pip install r requirements.txt 安装完成后，它会这样显示。 到此，就可以正常使用了。使用命令参考： Code block Plain Text python examples/run single task.py 你的任务 比如，我们让它预定一个会议，并把会议链接分享到微信群。 Code block Plain Text python examples/run single task.py 打开腾讯会议，预定12月31日0点0分的会议，然后把会议链接分享到微信群“冷逸工作室”。 AI就开始自己在手机上跑起来了。 它会识别手机的每个界面，然后一步步地往下走。 这个任务一共执行了14步，我把完整的工作记录放在这里了。 No access 0bc3geaauaaajyahfsctvruvamodbiyqacqa.f10002 00:00 No access 0bc3geaauaaajyahfsctvruvamodbiyqacqa.f10002 00:00 之后，陆续点「 确定 」，保存更改，关闭页面。 Mac或Linux用户的话，则建议通过 Homebrew（Mac）或系统自带包管理器（Linux）来安装 ADB 工具。 如果没有安装 Homebrew，可以先执行： 然后，输入命令安装 ADB 工具： 到这里，手机的开发者模式和电脑的ADB工具都搞定了。 接下来，用USB数据线将手机链接到电脑，然后在命令行里输入： 如果链接成功，你会看到这样的提示。 首次链接，手机上会出现这样一段提示，点「确定」即可。 3）搭建GELab Zero Agent 运行环境 模型配好了，电脑与手机的连接器也弄好了，接下来就是搭建模型的运行环境，也就是GUI Agent。 阶跃已经把这个GUI智能体封装好了，并且还做了开源，我们只需要克隆过来就可以了。 打开CLI输入命令： 这一步可能会比较慢 （GitHub比较考验上网环境） ，耐心等一下。 克隆完成后，输入命令进入 gelab zero agent 。 安装一下依赖。 安装完成后，它会这样显示。 到此，就可以正常使用了。使用命令参考： 比如，我们让它预定一个会议，并把会议链接分享到微信群。 AI就开始自己在手机上跑起来了。 它会识别手机的每个界面，然后一步步地往下走。 这个任务一共执行了14步，我把完整的工作记录放在这里了。 然后打开MCP服务。 你如果看到了这样的界面，就代表MCP Server配置好了。 接下来，在Chabot等客户端中直接调用MCP Server就行。 比如，MCP用Gelab MCP Server，模型用GPT 5.1，这速度、质量简直起飞。 这种端云协同带来的好处是， 它可以在保障隐私安全的同时，极大程度地拓展 GUI Agent 的能力边界。 云端大模型专注高级规划和复杂意图理解，本地模型负责具体GUI执行和原子操作，以确保所有具体操作和执行轨迹都留在本地。 这对于企业来说，非常重要。 更多用例 阶跃的Step GUI系列模型，既包括端侧模型 Step GUI Edge（原GELab Zero 4B）、云侧模型（Step GUI ） ，也包含MCP协议，支持的场景非常丰富，可在200个APP中顺利执行，是同类模型的4倍。 给大家看一些其他开发者搓的用例。 在多个电商平台搜同款比价。 No access 0bc3siabcaaagaagtcstqjuvbewdcgjaaeia.f10002 00:00 No access 0bc3siabcaaagaagtcstqjuvbewdcgjaaeia.f10002 00:00 规划周末的旅行计划，并同步到社交账户。 No access 0bc3aeabcaaayaags4stqjuvaaodceaqaeia.f10002 00:00 No access 0bc3aeabcaaayaags4stqjuvaaodceaqaeia.f10002 00:00 自动发公众号文章（by好友@Brad强）。 No access 0bc324aayaaaeqahjlstvvuvbv6dbtlqadaa.f10002 00:00 No access 0bc324aayaaaeqahjlstvvuvbv6dbtlqadaa.f10002 00:00 最有意思的是，有个叫@图图 的开发者给机械手接上Step GUI模型，让它自己边玩手机边刷抖音，这是GUI直接进入物理世界了。 No access 0b2ebyaacaaaauahr52twfuvadwdaehaaaia.f10002 00:00 No access 0b2ebyaacaaaauahr52twfuvadwdaehaaaia.f10002 00:00 这种通过外接具身智能的方式，可以跳过很多终端的权限，有着更高的自由度。 是不是还挺有趣的，现在就想手搓一个？建议你立即行动起来！ 不到半小时，就能搓出一部自己的AI手机。 如果你觉得步骤麻烦，不想自己动手，也可以直接调用他们的 Step GUI Chat API 接口。 目前，API正限时免费体验中。 API接入指引： https://ai.feishu.cn/wiki/BfVHwghPdiyp2ckS3HfcJZAmnsc 写在最后 今天，Manus作价数10亿美元卖给Meta，创下了Meta第三大收购的纪录。 大半个AI圈都在庆祝，这验证了Agent领域有着极大的市场，而且是一个全新的蓝海市场。GUI Agent作为消费终端Agent的重要形态，同样有着不可估量的市场空间。 而且，它是AI Agent能否真正实现“智能代理”的关键。 阶跃星辰这次开源的Step GUI系列模型，既有GUI基模，也有GUI Agent，还支持MCP、API （限时免费中） 。我感觉它是接入门槛最低的，也是生态最全的，拉起了GUI从“模型 应用”的整个流程。 这波开源真的很赞，值得大家的Star。 开源地址： https://github.com/stepfun ai/gelab zero 🔗 原文链接： https://mp.weixin.qq.com/s/AJsFChlf... https://mp.weixin.qq.com/s/AJsFChlf... 原创 冷逸 沃垠AI2025年12月31日 10:04 四川 大家好，我是已经摆烂了好几天的冷逸。 今天上号了，给大家带来一篇 AI手机 的部署教程 ，手把手教学，教不会退网。 最近我开始琢磨 ROI 的事情，不知道是在哪个地方看到了这样一句话： 提高自己高 ROI 的付出，减少自己低 ROI 的内耗。 ROI 是什么？投资回报率。在一些低价值的地方内耗自己、禁锢自己，不值当。比如，预定会议发给领导，全网搜同款商品比价，规划行程并同步到社交账户。 我就想，这些事为什么不能交给 AI 呢？ 于是我折腾了好几天，今天给大家带来了答案，先看效果。 我让 AI 给我预定今天的会议，并把会议链接发到工作室群里。左边是真机的执行效果，右边是AI跑的全过程。 所有过程， 0接管，全自动 。 为了防止有人杠，我还录了几段视频。 这种看着手机自己干活的感觉，像极了当初老板在办公室看我干活的样子，有一种莫名的爽感。 对了，这里面的所有数据都是在本地跑的，不上网，非常安全。 一手教程 怎么做的？先简单说一下要用到的模型、环境、工具以及关键步骤。 跟大象装进冰箱一样，这个 AI手机 的部署也是分为三步： • 1、搭建大模型推理环境 （小白建议用Ollama，高手用vllm）。 • 2、搭建安卓执行环境 （抱歉，尊贵的iOS用户暂时还不能体验）。 • 3、搭建GUI Agent运行环境 。 需要用到的模型和工具有： • 0、前置环境 ：Python。 • 1、推理模型 ：GELab Zero 4B preview，来自阶跃星辰，非常能打的GUI模型。 • 2、模型运行 ：Ollama。 • 3、安卓连电脑的工具 ：ADB。 • 4、运行Agent ：GELab Zero Agent（支持MCP），也是阶跃出品。 • 5、电脑配置 ：GPU≥8GB。 • 6、 一根USB数据线。 看到这里，先别方。接下来，我会逐字逐句的详细讲解，并全程配有演示截图。 0）安装Python环境 首先，要确保自己安装得有 3.12以上版本的 Python 。 可以先在命令行里输入这段命令，查看你的Python版本号。 什么？你不知道什么是命令行界面（CLI），也不知道在哪里调用？ 行，我今天就教你一个 coding 秘籍，在任意文件夹的地址栏里输入 cmd ，可以快捷调用命令行（ 这点记住了，后面要考 ），然后在这个“黑底代码框”里输入 python version 就可以查看版本号了。 当然，高手是按Win+R键直接调出运行框，输入cmd进入。 对了，本文大部分我都是以 Windows 视角来讲的，苹果电脑也基本差不多，把一些关键按键替换一下就好了。 如果已安装了 Python（ 已装过Trae、VS code、Claude Code的，大概率都装过Python ），命令行会这样显示。 如果没有安装 Python，推荐使用 miniforge 来安装。安装过程需要注意勾选，并将 conda 加入 path 的选项 （后面会讲如何设置变量） ，以确保 conda 能够被正确激活。 详细过程见Install部分： https://github.com/conda forge/miniforge 安装后需要激活 conda，在 powershell （按Win+R输入powershell） 输入： 注意！别把 里面的内容一起复制了 ，那是解释这段命令的。 Mac 和 Linux 用户，则用这个命令下载并安装 miniforge： 安装完成后，新建并激活一个 Python 环境： 1）搭建大模型推理环境 安装好 Python 环境后，接下来就是在你的电脑里装一个大模型，让它能够对手机的 GUI 界面进行识别、推理。 一般，本地大模型的部署主要通过 Ollama 和 vllm 。Ollama 适合个人，vllm 适合企业或有一定技术背景的人。 我知道，你肯定只想了解 Ollama。 跟大象装进冰箱一样，Ollama 就是大模型的冰箱，它把大模型分配到 GPU/CPU 里进行运算、干活。 记得，一定要让Ollama开着，不能关掉。别问为什么，因为我吃过亏——我把 Ollama 从后台关掉了，然后 CLI 那边就拼命报错…… 安装 Ollama，非常简单。直接前往 ollama.com ，下载安装，就可以了。 ollama.com 装好后，记得设置一下Ollama的本地模型文件夹，别让它默认放在C盘。不然你C盘要爆的。 然后，下载并部署 gelab zero 4b preview 模型，建议通过 huggingface cli的方式下载。 如果没有安装过huggingface cli，先执行这个命令： 然后，从huggingface下载gelab zero 4b preview 模型权重，命令是： 模型下载好了，是这样的页面。 接着，将模型导入到Ollama。先输入这个命令。 再输这个命令： 这里，可能大部分人都会报错，这是因为Ollama.exe地址不对。 建议自己在C盘找或者搜一下Ollama.exe这个文件，一般在AppData文件夹下的Local文件夹里。 找到后，复制这段路径。 然后重新输入命令： 模型数据就开始往Ollama导了。 4B模型，建议GPU在12GB以上，跑得比较顺畅 。当然，8G也能跑，就是会有点慢。 如果GPU算力不够，建议你做一些量化处理。 等它导入完成后，模型就安装好了。已经可以在Ollama里用了。 打开Ollama，可以看到模型里多了一个“ gelab zero 4b preview ”，你可以随便问几个问题测试一下。 它能正常吐token，那就代表gelab zero 4b preview模型已部署成功。 u1s1，阶跃这个GUI模型是真滴强，在多个GUI bench上拿到SOTA表现。 而且，才4B，非常实用，非常平民了。 2）搭建安卓设备执行环境 有了Python环境，也有了本地模型，接下来就是给手机和电脑牵线搭桥了，这一步很关键。 简单来说就是，一在手机里打开开发者模式，二在电脑里安装ABD工具。这样，就能够通过电脑直接操作手机/模拟器。 首先，打开一台任意的安卓机，进入 「设置」 页面。 找到「我的设备」或「关于手机」选项， 狂点版本号5次以上 ，直到出现“您已处于开发者模式”为止。 然后返回「设置」页面，找到或搜索 「开发者选项」 ，点击进入。 在「开发者选项」中，找到并开启 「USB调试」 功能。接下来，屏幕会出现一些重要提示，全部同意。 接下来， 给电脑安装ABD （Android Debug Bridge，安卓调试桥） 工具，它是链接电脑与 Android 设备的通信渠道。 Windows用户，直接下载ABD工具压缩包，然后解压并加入系统环境变量即可。 下载地址： https://dl.google.com/android/repository/platform tools latest windows.zip 如何设置环境变量呢？跟大象装进冰箱一样还是分为三步。 首先，找到电脑的 「高级系统设置」 。 其次，点「 环境变量 」，找到「 Path 」变量。 然后，编辑Path变量，点「 新建 」创建一个新变量，把你的ABD工具压缩包地址添加进来就可以了。 4）搭建轨迹可视化环境（可选） 所有的任务轨迹，都会默认保存在 running log/server log/os copilot local eval logs/ 目录下。 如果你想查看任务轨迹，可以使用 streamlit 来对轨迹进行可视化。 先输入命令： 然后输入命令： 然后，在浏览器中访问 http://localhost:33503 ，输入 session ID 即可查看任务的工作过程。 每次任务执行都会生成唯一的 session ID，在任务结束后可以得到。 5）llama部署（可选） 阶跃的Step GUI，也支持llama.cpp部署。 详细参考阶跃在Github上的教程： https://github.com/stepfun ai/gelab zero/blob/main/README CN.md llama部署后，可以在Jan等任意支持llama的本地客户端里拉起API服务。 6）MCP配置（可选） 如果你嫌本地模型慢，想用云端模型，也可以把GELab Zero Agent封装成 MCP server ，在其他客户端里调用MCP进行使用。 先启动gelab zero。