《AI Agent 场景应用 - MobileOpenClaw》第5-7节：使用AutoGLM-Phone-9B构建手机智能体

作者：小傅哥
博客：https://bugstack.cn (opens new window)
视频：https://t.zsxq.com/06kx8 (opens new window)

沉淀、分享、成长，让自己和他人都能有所收获！😄

一、本章诉求

引入智谱发布的 autoglm-phone-9b 专属模型，构建手机智能体。专属模型对手机上的内容操作有更为全面流程控制，比通用视觉模型在处理用户动作时会更加准确。目前这套模型可以使用官网（限时免费 autoglm-phone (opens new window)），也可以在 24G * 2 显卡自己部署 (opens new window)。所以，如果你考虑的是将来在一些场景使用，成本相对也是很低的。

二、流程设计

如图，通过 autoglm-phone-9b 专属模型，构建手机智能体设计；

• 首先，我们把之前的通用模型的实现，定义为 flow 我们要自己编写流程。把专属的手机模型定义为 auto，因为他提供了默认的一些专属特性，可以减少我们流程化上的操作。
• 之后，对照来看，autoglm-phone-9b 模型，会为我们返回具体的手机的操作指令，如点击、打开、滑动、双击、回到主屏幕等。这部分内容在智谱官网访问也有说明 AutoGLM-Phone (opens new window)
• 那么，现在需要我们改动的内容，主要是围绕着特定官网的给的智能体 prompt 提示词，编写智能体处理过程，与网关通信完成一些列的流程操作。