AutoGPT 是一个开源的 AI 智能体平台,可通过自然语言描述或可视化搭建来构建、运行和调度完成多步骤工作流的智能体。
instavm/clickclickclick
一个让大模型自主操作 Android 手机与电脑的框架,可用自然语言下达任务。
- Star
- 714
- Fork
- 87
- 未关闭 Issue
- 3
- 最近提交
- 7个月前
这是什么?
ClickClickClick 是一个 Python 框架,让大模型通过自然语言指令控制 Android 设备或电脑完成任务,例如在 Gmail 中起草邮件或在 Lichess 上开始对局。它将工作拆分为两部分:规划模型负责决定下一步操作,查找模型负责定位屏幕上需要交互的元素。Android 端依赖 ADB,桌面端支持 macOS。
框架既支持通过 Ollama 运行的本地模型(如 Llama 3.2-vision、qwen3.5:4b),也支持 Gemini 和 OpenAI 的云端模型,模型配置写在 config/models.yaml 中。任务可以通过命令行、Gradio 网页界面、Python API 或基于 uvicorn 的 REST 接口来执行。
项目目前仍处于实验阶段,作者提示使用需自行承担风险。目前效果最好的组合是将 Gemini 3.1 Flash-Lite 同时用作规划和查找模型。运行 Android 任务需要在执行代码的机器上安装 adb。
核心功能
- 01由规划模型拆解任务步骤,查找模型定位界面元素。
- 02支持通过 Ollama 运行本地模型,也支持 Gemini 和 OpenAI。
- 03通过 ADB 控制 Android 设备,并支持 macOS 桌面。
- 04提供命令行、Gradio 网页界面、Python API 和 REST 接口。
- 05可调整截图质量,在准确性与处理速度之间取舍。
适用场景
- 自动化重复性的手机操作,如发送消息或打开应用。
- 使用本地开源模型试验电脑操作类智能体。
- 在 Android 或 macOS 上验证大模型驱动的界面自动化方案。
- 将设备自动化能力封装为 HTTP 服务,供其他工具调用。
快速上手
- 1
克隆仓库
git clone https://github.com/yourusername/clickclickclick - 2
进入项目目录并安装依赖
cd clickclickclick && pip install -r requirements.txt - 3
配置规划器和查找器模型及 API 密钥
python main.py setup - 4
运行一个任务
python main.py run "Open Google news" --platform=android --planner-model=openai --finder-model=gemini
使用前须知
- README 称该代码高度实验性,使用风险自负。
- Android 操作需要在运行代码的机器上安装 adb。
- 最佳效果需要付费的 Gemini 或 OpenAI API 密钥,本地 Ollama 模型速度较慢且可靠性较低。
标签
常见问题
- clickclickclick 是什么?
- 一个让大模型自主操作 Android 手机与电脑的框架,可用自然语言下达任务。 ClickClickClick 是一个 Python 框架,让大模型通过自然语言指令控制 Android 设备或电脑完成任务,例如在 Gmail 中起草邮件或在 Lichess 上开始对局。它将工作拆分为两部分:规划模型负责决定下一步操作,查找模型负责定位屏幕上需要交互的元素。Android 端依赖 ADB,桌面端支持 macOS。
- clickclickclick 可以免费使用吗?用的什么许可证?
- clickclickclick 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
- clickclickclick 还在维护吗?
- 超过半年未提交。clickclickclick 最近一次提交是在 2026年3月17日。
- clickclickclick 适合用来做什么?
- 自动化重复性的手机操作,如发送消息或打开应用。 使用本地开源模型试验电脑操作类智能体。 在 Android 或 macOS 上验证大模型驱动的界面自动化方案。 将设备自动化能力封装为 HTTP 服务,供其他工具调用。
- clickclickclick 怎么安装和运行?
- 克隆仓库: git clone https://github.com/yourusername/clickclickclick 进入项目目录并安装依赖: cd clickclickclick && pip install -r requirements.txt 配置规划器和查找器模型及 API 密钥: python main.py setup 运行一个任务: python main.py run "Open Google news" --platform=android --planner-model=openai --finder-model=gemini
- 在哪里获取 clickclickclick?
- 源代码和安装说明在 GitHub 上:https://github.com/instavm/clickclickclick
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
用于构建 LLM 应用和智能体的 Python 框架,提供模型、嵌入、向量库等统一接口与第三方集成。
一个与模型提供商无关的 TypeScript 工具包,用于构建 AI 应用和智能体,支持 React、Next.js、Svelte、Vue 等。
基于 TypeScript 的 AI Agent 框架,集成记忆、工具、MCP、RAG、语音与工作流,并配套 VoltOps 可观测控制台。
本地 MCP 服务器,把 Cursor、VS Code 等编辑器的请求转发到 ChatGPT、Claude、Gemini 等模型。
精选的工作流自动化软件、AI 智能体平台、开发框架与学习资源合集。