企业官网建设流程全解析

网站头尾一样的怎么做最好,简洁html网站模版,备案网站名称更改,网站设计建设平台逛逛在 11 月发了一篇文章#xff0c;盘点了 GitHub 上 AI 操纵手机的开源项目。获得了 3 万多阅读#xff0c;3000 多人转发收藏#xff1a;没想到那篇文章发布 5 天后#xff0c;豆包就官宣推出了 AI 手机#xff0c;紧接着智谱 AI 就开源了 AutoGLM 模型。我又搜罗了几…逛逛在 11 月发了一篇文章盘点了 GitHub 上 AI 操纵手机的开源项目。获得了 3 万多阅读3000 多人转发收藏没想到那篇文章发布 5 天后豆包就官宣推出了 AI 手机紧接着智谱 AI 就开源了 AutoGLM 模型。我又搜罗了几个 AI 操作手机的开源项目再加上我之前发的那篇。整个 GitHub 上关于 AI 控制手机的项目算是被逛逛搜刮干净了。欢迎收藏转发01智谱开源Open-AutoGLM这个开源项目太顶了不到一周就 1.3 万的 Star 了。基于这个开源框架就能让 AI 可以像人眼一样看手机屏幕然后像人手一样去点击。你给它一个任务比如帮我总结下长春的景点到高德地图上收藏一下这几个景点特别是具体看看博物馆门票价格再去12306上订一张上午十点从北京去长春的高铁票把相关信息整理好给我。AutoGLM 会先把手机屏幕截个图模型会分析截图通过视觉定位找到当前要点击哪个按钮或者做啥操作。并通过 ADBAndroid Debug Bridge工具直接向手机发送点击、滑动、输入文字的指令。最终这样一步步模拟人看手机、操纵手机的行为完成你给的任务。开源地址https://github.com/zai-org/Open-AutoGLM而且这个开源可以本地部署而且如果你有显卡大约需要 24GB 显存你可以把这个 Agent 跑在本地。隐私数据比如聊天记录、支付画面啥的不上传到云端也能自动化的你的安卓手机了。如何使用你可以使用Claude Code配置 GLM Coding Plan 后输入以下提示词快速部署本项目。访问文档为我安装 AutoGLM https://raw.githubusercontent.com/zai-org/Open-AutoGLM/refs/heads/main/README.md02通过 MCP 控制手机DroidMindDroidMind 这个开源项目的的核心逻辑是不自己训练一个新模型而是做一个超级适配器。它通过 MCP 协议把你的Android 手机直接挂载到Claude Desktop、Cursor或者 ClaudeCode上。你不需要运行一个沉重的本地模型。你直接用最聪明的Claude 或 Gemini通过 DroidMind 这个翻译官直接操控你的安卓手机。开源地址https://github.com/hyperb1iss/DroidMind03微软开源UFO这个叫 UFO 的开源项目其实是微软开源的 AI 操作 Windows 系统的开源项目。只不过 11 月推出的 UFO³ Galaxy 已经演变成了一个跨设备、跨平台的编排框架。UFO³ Galaxy涉及到操纵Android 手机设备的部分是这次更新的核心亮点之一。它也是通过引入MCP 架构来实现的这使得 UFO 不再局限于 Windows而是能像指挥官一样控制安卓手机。UFO³ Galaxy是一个多设备编排系统。它的核心理念包含两个部分。Galaxy (星系)整个控制中枢负责分发任务。Constellation (星座)它将一个复杂的用户指令比如把手机上的刚拍的照片传到电脑并用 Photoshop 编辑拆解成一个 DAG有向无环图。Windows 电脑、Linux 服务器、Android 手机等都作为独立的节点接入这个网络。开源地址https://github.com/microsoft/UFO04字节开源UI-TARS字节跳动开源的一个基于视觉-语言模型VLM的 GUI 智能体Agent项目。它的核心目标是让 AI 像人类一样通过视觉识别屏幕和操作鼠标/键盘/触控直接控制手机、计算机或网页。安卓手机设备操纵UI-TARS 采用了一种端到端、纯视觉驱动、基于 ADB的控制方案。也是截取手机屏幕画面把截图输入给视觉模型模型结合用户的指令分析屏幕上的元素决定下一步做什么。最后模型输出具体的动作指令转化为底层的 Android ADB 命令发送给手机执行。开源地址https://github.com/bytedance/UI-TARS另外之前发布的另外一个盘点 AI 控制手机开源项目的链接如下感兴趣的可以去看看5 个 AI 操纵手机的 GitHub 项目牛逼了。05点击下方卡片关注逛逛 GitHub这个公众号历史发布过很多有趣的开源项目如果你懒得翻文章一个个找你直接关注微信公众号逛逛 GitHub 后台对话聊天就行了