「OMG-Agent」开源移动端 GUI Agent：用自然语言驱动 AI 操作 Android 手机

OMG-Agent 是 Safphere 开源社区做的移动端 GUI Agent 桌面客户端。它的目标是让 AI 通过自然语言指令操作 Android 手机：用户输入任务，工具通过 ADB 获取实时截图，把界面状态交给手机 GUI 模型理解，再执行点击、输入、滑动等操作。

README 里的典型流程是：安装 ADB，运行桌面客户端，打开手机开发者选项和 USB 调试，安装 ADBKeyboard 输入法，连接设备后点击刷新和开始投屏，然后输入任务并执行。它也支持 Android 模拟器，适合没有实体安卓机但想做 GUI Agent 实验的用户。

模型侧，OMG-Agent 推荐 AutoGLM-Phone-9B 和 GELab-Zero-4B-preview 这类专门面向手机 GUI 任务训练的模型，同时支持 OpenAI-compatible API。也就是说，它不是单纯的脚本自动化工具，而是把移动端界面感知、任务规划和 ADB 执行串成一个桌面端实验框架。

从界面截图看，OMG-Agent 左侧是手机投屏画面，右侧是投屏控制、AI 任务输入、执行控制和日志区域。README 还提到它有中英双语界面、深色/浅色主题，以及 Windows、macOS 平台支持；GitHub Release v0.1.0 里还提供了 Linux、macOS 和 Windows 可执行文件。

这个项目更适合作为学习、研究和技术探索入口。它能帮助你理解移动端 GUI Agent 如何连接模型、屏幕截图、输入法和 ADB 操作，也方便复现实验或搭建自己的手机自动化原型。但涉及真实手机和真实 App 时，必须遵守设备厂商、应用和服务的使用条款。

截至 2026 年 6 月 10 日，OMG-Agent 在 GitHub 上大约有 213 stars，主要语言是 Python，最新 release 是 v0.1.0，发布于 2025 年 12 月 28 日。许可证需要特别注意：项目采用 Apache License 2.0 with Commons Clause，README 和 LICENSE 都明确禁止商业用途，并要求保留来源署名和 About 页面内容。