大家好，我是已經(jīng)擺爛了好幾天的冷逸。

今天上號(hào)了，給大家?guī)?lái)一篇AI手機(jī) 的部署教程，手把手教學(xué)，教不會(huì)退網(wǎng)。

最近我開始琢磨 ROI 的事情，不知道是在哪個(gè)地方看到了這樣一句話：提高自己高 ROI 的付出，減少自己低 ROI 的內(nèi)耗。

ROI 是什么？投資回報(bào)率。在一些低價(jià)值的地方內(nèi)耗自己、禁錮自己，不值當(dāng)。比如，預(yù)定會(huì)議發(fā)給領(lǐng)導(dǎo)，全網(wǎng)搜同款商品比價(jià)，規(guī)劃行程并同步到社交賬戶。

我就想，這些事為什么不能交給 AI 呢？

于是我折騰了好幾天，今天給大家?guī)?lái)了答案，先看效果。

我讓 AI 給我預(yù)定今天的會(huì)議，并把會(huì)議鏈接發(fā)到工作室群里。左邊是真機(jī)的執(zhí)行效果，右邊是AI跑的全過(guò)程。

所有過(guò)程，0接管，全自動(dòng)。

為了防止有人杠，我還錄了幾段視頻。

這種看著手機(jī)自己干活的感覺(jué)，像極了當(dāng)初老板在辦公室看我干活的樣子，有一種莫名的爽感。

對(duì)了，這里面的所有數(shù)據(jù)都是在本地跑的，不上網(wǎng)，非常安全。

一手教程

怎么做的？先簡(jiǎn)單說(shuō)一下要用到的模型、環(huán)境、工具以及關(guān)鍵步驟。

跟大象裝進(jìn)冰箱一樣，這個(gè) AI手機(jī) 的部署也是分為三步：

• 1、搭建大模型推理環(huán)境（小白建議用Ollama，高手用vllm）。

• 2、搭建安卓執(zhí)行環(huán)境（抱歉，尊貴的iOS用戶暫時(shí)還不能體驗(yàn)）。

• 3、搭建GUI Agent運(yùn)行環(huán)境。

需要用到的模型和工具有：

• 0、前置環(huán)境：Python。

• 1、推理模型：GELab-Zero-4B-preview，來(lái)自階躍星辰，非常能打的GUI模型。

• 2、模型運(yùn)行：Ollama。

• 3、安卓連電腦的工具：ADB。

• 4、運(yùn)行Agent：GELab-Zero Agent（支持MCP），也是階躍出品。

• 5、電腦配置：GPU≥8GB。

• 6、一根USB數(shù)據(jù)線。

看到這里，先別方。接下來(lái)，我會(huì)逐字逐句的詳細(xì)講解，并全程配有演示截圖。

0）安裝Python環(huán)境

首先，要確保自己安裝得有3.12以上版本的 Python。

可以先在命令行里輸入這段命令，查看你的Python版本號(hào)。

python --version

什么？你不知道什么是命令行界面（CLI），也不知道在哪里調(diào)用？

行，我今天就教你一個(gè) coding 秘籍，在任意文件夾的地址欄里輸入 cmd ，可以快捷調(diào)用命令行（這點(diǎn)記住了，后面要考），然后在這個(gè)“黑底代碼框”里輸入 python --version 就可以查看版本號(hào)了。

當(dāng)然，高手是按Win+R鍵直接調(diào)出運(yùn)行框，輸入cmd進(jìn)入。

對(duì)了，本文大部分我都是以 Windows 視角來(lái)講的，蘋果電腦也基本差不多，把一些關(guān)鍵按鍵替換一下就好了。

如果已安裝了 Python（已裝過(guò)Trae、VS code、Claude Code的，大概率都裝過(guò)Python），命令行會(huì)這樣顯示。

如果沒(méi)有安裝 Python，推薦使用miniforge來(lái)安裝。安裝過(guò)程需要注意勾選，并將 conda 加入 path 的選項(xiàng)（后面會(huì)講如何設(shè)置變量），以確保 conda 能夠被正確激活。

詳細(xì)過(guò)程見Install部分：

https://github.com/conda-forge/miniforge

安裝后需要激活 conda，在 powershell （按Win+R輸入powershell）輸入：

Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser

注意！別把，那是解釋這段命令的。

Mac 和 Linux 用戶，則用這個(gè)命令下載并安裝 miniforge：

bash Miniforge3-$(uname)-$(uname -m).sh

安裝完成后，新建并激活一個(gè) Python 環(huán)境：

conda activate gelab-zero

1）搭建大模型推理環(huán)境

安裝好 Python 環(huán)境后，接下來(lái)就是在你的電腦里裝一個(gè)大模型，讓它能夠?qū)κ謾C(jī)的 GUI 界面進(jìn)行識(shí)別、推理。

一般，本地大模型的部署主要通過(guò)Ollama和vllm。Ollama 適合個(gè)人，vllm 適合企業(yè)或有一定技術(shù)背景的人。

我知道，你肯定只想了解 Ollama。

跟大象裝進(jìn)冰箱一樣，Ollama 就是大模型的冰箱，它把大模型分配到 GPU/CPU 里進(jìn)行運(yùn)算、干活。

記得，一定要讓Ollama開著，不能關(guān)掉。別問(wèn)為什么，因?yàn)槲页赃^(guò)虧——我把 Ollama 從后臺(tái)關(guān)掉了，然后 CLI 那邊就拼命報(bào)錯(cuò)……

安裝 Ollama，非常簡(jiǎn)單。直接前往ollama.com，下載安裝，就可以了。

裝好后，記得設(shè)置一下Ollama的本地模型文件夾，別讓它默認(rèn)放在C盤。不然你C盤要爆的。

然后，下載并部署gelab-zero-4b-preview模型，建議通過(guò) huggingface cli的方式下載。

如果沒(méi)有安裝過(guò)huggingface cli，先執(zhí)行這個(gè)命令：

pip install huggingface_hub

然后，從huggingface下載gelab-zero-4b-preview 模型權(quán)重，命令是：

hf download --no-force-download stepfun-ai/GELab-Zero-4B-preview --local-dir gelab-zero-4b-preview

模型下載好了，是這樣的頁(yè)面。

接著，將模型導(dǎo)入到Ollama。先輸入這個(gè)命令。

cd gelab-zero-4b-preview

再輸這個(gè)命令：

ollama create gelab-zero-4b-preview -f Modelfile

這里，可能大部分人都會(huì)報(bào)錯(cuò)，這是因?yàn)镺llama.exe地址不對(duì)。

建議自己在C盤找或者搜一下Ollama.exe這個(gè)文件，一般在AppData文件夾下的Local文件夾里。

找到后，復(fù)制這段路徑。

然后重新輸入命令：

C:\Users\Administrator\AppData\Local\Programs\Ollama\Ollama.exe create gelab-zero-4b-preview -f Modelfile

模型數(shù)據(jù)就開始往Ollama導(dǎo)了。

4B模型，建議GPU在12GB以上，跑得比較順暢。當(dāng)然，8G也能跑，就是會(huì)有點(diǎn)慢。

如果GPU算力不夠，建議你做一些量化處理。

ollama create -q f16 gelab-zero-4b-preview

等它導(dǎo)入完成后，模型就安裝好了。已經(jīng)可以在Ollama里用了。

打開Ollama，可以看到模型里多了一個(gè)“gelab-zero-4b-preview”，你可以隨便問(wèn)幾個(gè)問(wèn)題測(cè)試一下。

它能正常吐token，那就代表gelab-zero-4b-preview模型已部署成功。

u1s1，階躍這個(gè)GUI模型是真滴強(qiáng)，在多個(gè)GUI bench上拿到SOTA表現(xiàn)。

而且，才4B，非常實(shí)用，非常平民了。

2）搭建安卓設(shè)備執(zhí)行環(huán)境

有了Python環(huán)境，也有了本地模型，接下來(lái)就是給手機(jī)和電腦牽線搭橋了，這一步很關(guān)鍵。

簡(jiǎn)單來(lái)說(shuō)就是，一在手機(jī)里打開開發(fā)者模式，二在電腦里安裝ABD工具。這樣，就能夠通過(guò)電腦直接操作手機(jī)/模擬器。

首先，打開一臺(tái)任意的安卓機(jī)，進(jìn)入「設(shè)置」頁(yè)面。

找到「我的設(shè)備」或「關(guān)于手機(jī)」選項(xiàng)，狂點(diǎn)版本號(hào)5次以上，直到出現(xiàn)“您已處于開發(fā)者模式”為止。

然后返回「設(shè)置」頁(yè)面，找到或搜索「開發(fā)者選項(xiàng)」，點(diǎn)擊進(jìn)入。

在「開發(fā)者選項(xiàng)」中，找到并開啟「USB調(diào)試」功能。接下來(lái)，屏幕會(huì)出現(xiàn)一些重要提示，全部同意。

接下來(lái)，給電腦安裝ABD（Android Debug Bridge，安卓調(diào)試橋）工具，它是鏈接電腦與 Android 設(shè)備的通信渠道。

Windows用戶，直接下載ABD工具壓縮包，然后解壓并加入系統(tǒng)環(huán)境變量即可。

下載地址：

https://dl.google.com/android/repository/platform-tools-latest-windows.zip

如何設(shè)置環(huán)境變量呢？跟大象裝進(jìn)冰箱一樣還是分為三步。

首先，找到電腦的「高級(jí)系統(tǒng)設(shè)置」。

其次，點(diǎn)「環(huán)境變量」，找到「Path」變量。

然后，編輯Path變量，點(diǎn)「新建」創(chuàng)建一個(gè)新變量，把你的ABD工具壓縮包地址添加進(jìn)來(lái)就可以了。

之后，陸續(xù)點(diǎn)「確定」，保存更改，關(guān)閉頁(yè)面。

Mac或Linux用戶的話，則建議通過(guò) Homebrew（Mac）或系統(tǒng)自帶包管理器（Linux）來(lái)安裝 ADB 工具。

如果沒(méi)有安裝 Homebrew，可以先執(zhí)行：

ruby -e $(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)

然后，輸入命令安裝 ADB 工具：

brew cask install android-platform-tools

到這里，手機(jī)的開發(fā)者模式和電腦的ADB工具都搞定了。

接下來(lái)，用USB數(shù)據(jù)線將手機(jī)鏈接到電腦，然后在命令行里輸入：

adb devices

如果鏈接成功，你會(huì)看到這樣的提示。

首次鏈接，手機(jī)上會(huì)出現(xiàn)這樣一段提示，點(diǎn)「確定」即可。

3）搭建GELab-Zero Agent 運(yùn)行環(huán)境

模型配好了，電腦與手機(jī)的連接器也弄好了，接下來(lái)就是搭建模型的運(yùn)行環(huán)境，也就是GUI Agent。

階躍已經(jīng)把這個(gè)GUI智能體封裝好了，并且還做了開源，我們只需要克隆過(guò)來(lái)就可以了。

打開CLI輸入命令：

git clone https://github.com/stepfun-ai/gelab-zero

這一步可能會(huì)比較慢（GitHub比較考驗(yàn)上網(wǎng)環(huán)境），耐心等一下。

克隆完成后，輸入命令進(jìn)入gelab-zero agent。

cd gelab-zero

安裝一下依賴。

pip install -r requirements.txt

安裝完成后，它會(huì)這樣顯示。

到此，就可以正常使用了。使用命令參考：

python examples/run_single_task.py 你的任務(wù)

比如，我們讓它預(yù)定一個(gè)會(huì)議，并把會(huì)議鏈接分享到微信群。

python examples/run_single_task.py 打開騰訊會(huì)議，預(yù)定12月31日0點(diǎn)0分的會(huì)議，然后把會(huì)議鏈接分享到微信群“冷逸工作室”。

AI就開始自己在手機(jī)上跑起來(lái)了。

它會(huì)識(shí)別手機(jī)的每個(gè)界面，然后一步步地往下走。

這個(gè)任務(wù)一共執(zhí)行了14步，我把完整的工作記錄放在這里了。

（可上下滑動(dòng)，查看全圖）

4）搭建軌跡可視化環(huán)境（可選）

所有的任務(wù)軌跡，都會(huì)默認(rèn)保存在 running_log/server_log/os-copilot-local-eval-logs/ 目錄下。

如果你想查看任務(wù)軌跡，可以使用 streamlit 來(lái)對(duì)軌跡進(jìn)行可視化。

先輸入命令：

cd gelab-zero

然后輸入命令：

streamlit run --server.address 127.0.0.1 visualization/main_page.py --server.port 33503

然后，在瀏覽器中訪問(wèn)http://localhost:33503，輸入session ID即可查看任務(wù)的工作過(guò)程。

每次任務(wù)執(zhí)行都會(huì)生成唯一的 session ID，在任務(wù)結(jié)束后可以得到。

5）llama部署（可選）

階躍的Step GUI，也支持llama.cpp部署。

詳細(xì)參考階躍在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的本地客戶端里拉起API服務(wù)。

6）MCP配置（可選）

如果你嫌本地模型慢，想用云端模型，也可以把GELab-Zero Agent封裝成MCP server，在其他客戶端里調(diào)用MCP進(jìn)行使用。

先啟動(dòng)gelab-zero。

cd gelab-zero

然后打開MCP服務(wù)。

python mcp_server/detailed_gelab_mcp_server.py

你如果看到了這樣的界面，就代表MCP Server配置好了。

接下來(lái)，在Chabot等客戶端中直接調(diào)用MCP Server就行。

比如，MCP用Gelab-MCP-Server，模型用GPT-5.1，這速度、質(zhì)量簡(jiǎn)直起飛。

這種端云協(xié)同帶來(lái)的好處是，它可以在保障隱私安全的同時(shí)，極大程度地拓展 GUI Agent 的能力邊界。

云端大模型專注高級(jí)規(guī)劃和復(fù)雜意圖理解，本地模型負(fù)責(zé)具體GUI執(zhí)行和原子操作，以確保所有具體操作和執(zhí)行軌跡都留在本地。

這對(duì)于企業(yè)來(lái)說(shuō)，非常重要。

更多用例

階躍的Step GUI系列模型，既包括端側(cè)模型Step-GUI Edge（原GELab-Zero-4B）、云側(cè)模型（Step-GUI ），也包含MCP協(xié)議，支持的場(chǎng)景非常豐富，可在200個(gè)APP中順利執(zhí)行，是同類模型的4倍。

給大家看一些其他開發(fā)者搓的用例。

在多個(gè)電商平臺(tái)搜同款比價(jià)。

規(guī)劃周末的旅行計(jì)劃，并同步到社交賬戶。

自動(dòng)發(fā)公眾號(hào)文章（by好友@Brad強(qiáng)）。

最有意思的是，有個(gè)叫@圖圖 的開發(fā)者給機(jī)械手接上Step-GUI模型，讓它自己邊玩手機(jī)邊刷抖音，這是GUI直接進(jìn)入物理世界了。

這種通過(guò)外接具身智能的方式，可以跳過(guò)很多終端的權(quán)限，有著更高的自由度。

是不是還挺有趣的，現(xiàn)在就想手搓一個(gè)？建議你立即行動(dòng)起來(lái)！

不到半小時(shí)，就能搓出一部自己的AI手機(jī)。

如果你覺(jué)得步驟麻煩，不想自己動(dòng)手，也可以直接調(diào)用他們的Step-GUI Chat API接口。

Model Name: step-gui

目前，API正限時(shí)免費(fèi)體驗(yàn)中。

API接入指引：

https://ai.feishu.cn/wiki/BfVHwghPdiyp2ckS3HfcJZAmnsc

今天，Manus作價(jià)數(shù)10億美元賣給Meta，創(chuàng)下了Meta第三大收購(gòu)的紀(jì)錄。

大半個(gè)AI圈都在慶祝，這驗(yàn)證了Agent領(lǐng)域有著極大的市場(chǎng)，而且是一個(gè)全新的藍(lán)海市場(chǎng)。GUI Agent作為消費(fèi)終端Agent的重要形態(tài)，同樣有著不可估量的市場(chǎng)空間。

而且，它是AI Agent能否真正實(shí)現(xiàn)“智能代理”的關(guān)鍵。

階躍星辰這次開源的Step-GUI系列模型，既有GUI基模，也有GUI Agent，還支持MCP、API（限時(shí)免費(fèi)中）。我感覺(jué)它是接入門檻最低的，也是生態(tài)最全的，拉起了GUI從“模型-應(yīng)用”的整個(gè)流程。

這波開源真的很贊，值得大家的Star。

開源地址：

https://github.com/stepfun-ai/gelab-zero