只需3步，教你部署自己的AI手機 | 保姆級教程

大家好，我是已經擺爛了好幾天的冷逸。

今天上號了，給大家帶來一篇AI手機 的部署教程，手把手教學，教不會退網。

最近我開始琢磨 ROI 的事情，不知道是在哪個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 的內耗。

ROI 是什么？投資回報率。在一些低價值的地方內耗自己、禁錮自己，不值當。比如，預定會議發給領導，全網搜同款商品比價，規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，今天給大家帶來了答案，先看效果。

我讓 AI 給我預定今天的會議，并把會議鏈接發到工作室群里。左邊是真機的執行效果，右邊是AI跑的全過程。

所有過程，0接管，全自動。

為了防止有人杠，我還錄了幾段視頻。

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

對了，這里面的所有數據都是在本地跑的，不上網，非常安全。

一手教程

怎么做的？先簡單說一下要用到的模型、環境、工具以及關鍵步驟。

跟大象裝進冰箱一樣，這個 AI手機 的部署也是分為三步：

• 1、搭建大模型推理環境（小白建議用Ollama，高手用vllm）。

• 2、搭建安卓執行環境（抱歉，尊貴的iOS用戶暫時還不能體驗）。

• 3、搭建GUI Agent運行環境。

需要用到的模型和工具有：

• 0、前置環境：Python。

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

• 2、模型運行：Ollama。

• 3、安卓連電腦的工具：ADB。

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

• 5、電腦配置：GPU≥8GB。

• 6、一根USB數據線。

看到這里，先別方。接下來，我會逐字逐句的詳細講解，并全程配有演示截圖。

0）安裝Python環境

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。

python --version

什么？你不知道什么是命令行界面（CLI），也不知道在哪里調用？

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

當然，高手是按Win+R鍵直接調出運行框，輸入cmd進入。

對了，本文大部分我都是以 Windows 視角來講的，蘋果電腦也基本差不多，把一些關鍵按鍵替換一下就好了。

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

如果沒有安裝 Python，推薦使用miniforge來安裝。安裝過程需要注意勾選，并將 conda 加入 path 的選項（后面會講如何設置變量），以確保 conda 能夠被正確激活。

詳細過程見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 Python 環境：

conda activate gelab-zero

1）搭建大模型推理環境

安裝好 Python 環境后，接下來就是在你的電腦里裝一個大模型，讓它能夠對手機的 GUI 界面進行識別、推理。

一般，本地大模型的部署主要通過Ollama和vllm。Ollama 適合個人，vllm 適合企業或有一定技術背景的人。

我知道，你肯定只想了解 Ollama。

跟大象裝進冰箱一樣，Ollama 就是大模型的冰箱，它把大模型分配到 GPU/CPU 里進行運算、干活。

記得，一定要讓Ollama開著，不能關掉。別問為什么，因為我吃過虧——我把 Ollama 從后臺關掉了，然后 CLI 那邊就拼命報錯……

安裝 Ollama，非常簡單。直接前往ollama.com，下載安裝，就可以了。

裝好后，記得設置一下Ollama的本地模型文件夾，別讓它默認放在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 huggingface cli的方式下載。

如果沒有安裝過huggingface cli，先執行這個命令：

pip install huggingface_hub

然后，從huggingface下載gelab-zero-4b-preview 模型權重，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，是這樣的頁面。

接著，將模型導入到Ollama。先輸入這個命令。

cd gelab-zero-4b-preview

再輸這個命令：

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

這里，可能大部分人都會報錯，這是因為Ollama.exe地址不對。

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

找到后，復制這段路徑。

然后重新輸入命令：

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

模型數據就開始往Ollama導了。

4B模型，建議GPU在12GB以上，跑得比較順暢。當然，8G也能跑，就是會有點慢。

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

等它導入完成后，模型就安裝好了。已經可以在Ollama里用了。

打開Ollama，可以看到模型里多了一個“gelab-zero-4b-preview”，你可以隨便問幾個問題測試一下。

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GUI模型是真滴強，在多個GUI bench上拿到SOTA表現。

而且，才4B，非常實用，非常平民了。

2）搭建安卓設備執行環境

有了Python環境，也有了本地模型，接下來就是給手機和電腦牽線搭橋了，這一步很關鍵。

簡單來說就是，一在手機里打開開發者模式，二在電腦里安裝ABD工具。這樣，就能夠通過電腦直接操作手機/模擬器。

首先，打開一臺任意的安卓機，進入「設置」頁面。

找到「我的設備」或「關于手機」選項，狂點版本號5次以上，直到出現“您已處于開發者模式”為止。

然后返回「設置」頁面，找到或搜索「開發者選項」，點擊進入。

在「開發者選項」中，找到并開啟「USB調試」功能。接下來，屏幕會出現一些重要提示，全部同意。

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

Windows用戶，直接下載ABD工具壓縮包，然后解壓并加入系統環境變量即可。

下載地址：

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

如何設置環境變量呢？跟大象裝進冰箱一樣還是分為三步。

首先，找到電腦的「高級系統設置」。

其次，點「環境變量」，找到「Path」變量。

然后，編輯Path變量，點「新建」創建一個新變量，把你的ABD工具壓縮包地址添加進來就可以了。

之后，陸續點「確定」，保存更改，關閉頁面。

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

如果沒有安裝 Homebrew，可以先執行：

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，手機的開發者模式和電腦的ADB工具都搞定了。

接下來，用USB數據線將手機鏈接到電腦，然后在命令行里輸入：

adb devices

如果鏈接成功，你會看到這樣的提示。

首次鏈接，手機上會出現這樣一段提示，點「確定」即可。

3）搭建GELab-Zero Agent 運行環境

模型配好了，電腦與手機的連接器也弄好了，接下來就是搭建模型的運行環境，也就是GUI Agent。

階躍已經把這個GUI智能體封裝好了，并且還做了開源，我們只需要克隆過來就可以了。

打開CLI輸入命令：

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

這一步可能會比較慢（GitHub比較考驗上網環境），耐心等一下。

克隆完成后，輸入命令進入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

比如，我們讓它預定一個會議，并把會議鏈接分享到微信群。

python examples/run_single_task.py 打開騰訊會議，預定12月31日0點0分的會議，然后把會議鏈接分享到微信群“冷逸工作室”。

AI就開始自己在手機上跑起來了。

它會識別手機的每個界面，然后一步步地往下走。

這個任務一共執行了14步，我把完整的工作記錄放在這里了。

（可上下滑動，查看全圖）

4）搭建軌跡可視化環境（可選）

所有的任務軌跡，都會默認保存在 running_log/server_log/os-copilot-local-eval-logs/ 目錄下。

如果你想查看任務軌跡，可以使用 streamlit 來對軌跡進行可視化。

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http://localhost:33503，輸入session ID即可查看任務的工作過程。

每次任務執行都會生成唯一的 session ID，在任務結束后可以得到。

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。

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，在其他客戶端里調用MCP進行使用。

先啟動gelab-zero。

cd gelab-zero

然后打開MCP服務。

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，在Chabot等客戶端中直接調用MCP Server就行。

比如，MCP用Gelab-MCP-Server，模型用GPT-5.1，這速度、質量簡直起飛。

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

云端大模型專注高級規劃和復雜意圖理解，本地模型負責具體GUI執行和原子操作，以確保所有具體操作和執行軌跡都留在本地。

這對于企業來說，非常重要。

更多用例

階躍的Step GUI系列模型，既包括端側模型Step-GUI Edge（原GELab-Zero-4B）、云側模型（Step-GUI ），也包含MCP協議，支持的場景非常豐富，可在200個APP中順利執行，是同類模型的4倍。

給大家看一些其他開發者搓的用例。

在多個電商平臺搜同款比價。

規劃周末的旅行計劃，并同步到社交賬戶。

自動發公眾號文章（by好友@Brad強）。

最有意思的是，有個叫@圖圖 的開發者給機械手接上Step-GUI模型，讓它自己邊玩手機邊刷抖音，這是GUI直接進入物理世界了。

這種通過外接具身智能的方式，可以跳過很多終端的權限，有著更高的自由度。

是不是還挺有趣的，現在就想手搓一個？建議你立即行動起來！

不到半小時，就能搓出一部自己的AI手機。

如果你覺得步驟麻煩，不想自己動手，也可以直接調用他們的Step-GUI Chat API接口。

Model Name: step-gui

目前，API正限時免費體驗中。

API接入指引：

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

今天，Manus作價數10億美元賣給Meta，創下了Meta第三大收購的紀錄。

大半個AI圈都在慶祝，這驗證了Agent領域有著極大的市場，而且是一個全新的藍海市場。GUI Agent作為消費終端Agent的重要形態，同樣有著不可估量的市場空間。

而且，它是AI Agent能否真正實現“智能代理”的關鍵。

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（限時免費中）。我感覺它是接入門檻最低的，也是生態最全的，拉起了GUI從“模型-應用”的整個流程。

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