豆包手机的那个AI怎么弄到电脑上去

刚刚我发现了豆包手机有一个特别逆天的功能，到底有多恐怖？给大家看看啊！豆包豆包，打开向日葵，然后呢，再在图库上找到第一张图片，识别图片里面的验证码，输入进去，控制我的电脑，在电脑桌面上打开 i g 浏览器， 大家到底看看有多吓人啊？他先啊打开了向日葵，然后 查看了我的图库，找到了第一张图片，看它识别记录了这个验证码的信息啊，然后找到返回到向日葵，点击控制，看能不能控制， 看厉不厉害。用豆包控制电脑了，而且是用语音控制的，点击按键，你看它识别到了这个桌面的按键， 看能不能打开啊，等待按键打开，双击六不六，牛不牛？是不是很恐怖？

来了来了，全网都在找的豆包手机同款 ai 工具，智谱开源 autobot 膜给你们找到了，操作简单而且免费，小白也会试用，同时支持安卓、苹果、鸿蒙。 下面我速分享给大家。首先点视频右下角分享键分享复制链接，然后打开这个工具包， 没有的去下载一个就会弹出资源包，没有弹出的去首页输入鱼饼大全，然后打开这个文件包，右下角去保存就可以了。

今天给大家分享一个豆包手机同款的开源项目，也就是最近特别火的智普，他们开源的 open oto g l m 是 专门用于控制这种托管手机的智能体。这个是一个框架，也是一个项目，但是这个总体来讲它的亮点大于实践， 主要有两个比较大的创新。第二个就是他们这个框架是可以进行这种手机的 连接，其实它跟按键精灵是差不多的，甚至它比按键精灵要小或者简单很多，实现了电脑和手机的远程操作，可以直接连 usb 或者直接在一个 wifi 里面就可以进行对接和联通。 我也详细梳理了一下这个项目，它开源的话其实并没有开源特别多的东西，像一些 memory 记忆体啊，这些记忆模块都没有开源，而且它只有一个智能体模块，它更像一个 simon， 而不是实际的一个项目。因为他在去年的时候其实是呃发了一个 app 的， 也是 otoglm， 但是在后面就没有特别多的推广了，而且效果也一般。 但是由于这一次豆包手机大火了之后，他借着这个风也做了开源，让大家也看到了这个项目。 我们详细来梳理一下这个项目。首先它的主要的架构就是你可以支持用它自己的本地模型，当然它都是使用的这种 best url 的 方式，你可以用本地的，也可以直接用现成的，但是那个模型必须要支持能元素定位， 现在币源的模型几乎都可以多模态的，最近的微软也开源了一个三 b 的 模型，应该性能也是蛮不错的，做元素定位，而且思考的模型 应该性能也是蛮不错的，但是他没有跟这个模型做一下对比，不知道他们九 b 的 这模型跟这个微软开源的三 b 的 模型比起来怎么样，应该大差不差，因为微软这个模型稍微小一点点，但是测试起来效果还是蛮不错的，而且小了之后才能在我们这种本地的这种显卡上面跑。九 b 还是挺大的，不算小了， 但是他有量化的，不过肯定是需要二十四 g 才能跑的，三 b 的 话做一些量化操作的话，也是可以让他实现在十二 g 内存上面跑的。 我重点比较疑惑的就是它到底有哪些工具和它这个智能体，它是什么样的一个智能体？它智能体只有一个智能体，然后我也没有 memory， 也没有记忆的规则，然后主要就是典型的 react 智能体， 整个流程就是典型的感知、思考、行动的这样的一个循环。然后每一次它做任务的时候或者下发任务的时候，它就会把整个 手机的系统去构建一个上下文，他的系统有什么应用这些，还有他的截图，就构建这样整体的一个上下文，加上你的一个任务规划， 然后他通过思考思考了之后去规划出来一个计划，然后去做执行，每一次执行了之后，他再进行一次思考，然后再进行执行，直到完成任务为止。当然他还有一些敏感操作，比如说验证码，比如说 要进行付款呀，这个是要人工介入的，它会主动的提示你们，我重点是想要知道它有哪些工具，或者可以执行哪些操作，是怎么样执行的？然后我就让它梳理了下，我是用的这个 deepweek 来做的，梳理它的工具也 跟按键精灵是差不多的，甚至比按键精灵要简单很多。首先就是启停指定的应用，然后手机上面关键的那几个按钮，还有就是滑动输入文本，返回上一页，还有点击，这些都都是可以的， 主要用的就是滑动文本和点击这几个，然后启启停应用，切换应用，这都是标准的按键精灵里面的东西。然后就是操作他的其实是一个相当于方寸扣领，点击某一个按钮去调用这某一个工具，然后有一些比较标准的规则， 应该执行前要检查应用，然后最多呢连续的等待三次，验证这个操作是否可以 进行操作。然后就是完成之后检查一下它的准确度，其实整体看起来它是一个 demo 的 形式，它并不是一个特别完整的项目，只是一个 非常简单的 demo， 稍微复杂一点的可能就是它搭起来了这样的一个框架，你自己可以去加一些 memory， 或者说加一些什么东西，然后我去可以放在你的手机里面，可以进行继续的二次开发。 总体来讲这个项目还是不能直接拿来做实际的运行的，可以做二开，这个是可以的。然后我都还专门让它梳理了一下它的记忆模块有没有，它是没有记忆模块的，它只有它模型上下文 token 的 这样一个上下文，然后这些提示词它都是用的中文呢？然后必须遵循的一些规则， 这些提示词其实还可以拿来做一些借鉴这些智能体的提示词借鉴还是蛮不错的。还有像这些执行动作某一个 app， 然后这就是它们方选透的一些东西了，当然做成 mcp 其实也是可以的。

打开抖音搜索美女主播，给前三名点上关注， 如何安装，你也不需要去一步一步的操心怎么写指令，你直接把这个地址，直接把这个地址扔给啊切克 ppt， 或者扔给啊通讯签文，扔给豆包，他直接帮你生成一个安装的一个指令，但首先是安装那个对，安装 python 相关的一个环境， 那我们需要去安装一个 v o m 的 一个啊框架，然后再去下载一个模型，对，然后直接啊可以在本地啊启动服务，对，我们还要在手机中去安装一个 a d b 的 一个啊驱动，然后打开 usb 的 一个调试， 那就可以了。安装的过程中你直接的遇到任何的问题报错，然后直接丢给 a， 然后他会对直接帮你去啊找到一个相关的解决方案。

老板让你把这些图都抠出来，你用橡皮擦了一下午都没搞完，那我问你，下班前还能做完吗？豆包更新的超能创意，二点零一句话就能搞定。你就直接打开豆包电脑版，选择右边的图像生成， 把这十张图都拖进去，输入抠图，瞬间就能把所有产品都抠出来。另外还能批量生图，输入，生成三十六张不同于书家和摄影师风格的耐克写海报，立马就能生成出一堆的产品图。还有人说这图没灵感，那我问你，多图融合用没用过？ 比如参考第一张的图的配色，第二张的图的构图，来做出产品效果图。直接把三张图片拖进来，输入图一的配色，图二的构图，图三的产品。学会还怕没灵感吗？除了这些，做绘本更简单，先把故事的主角 放进去，再放一张参考图，输入提示词，请用前两个孩子的形象参考后面的风格，做一个六章节的绘本。你来想一个冒险故事，鼓励他们要勇敢等待几秒，不仅把故事给我们写出来，还把每一个场景的画面都画好， 要是对哪个画面不满一点击再次生成，就能对单张图片做修改。另外还能给照片换风格，比如和豆包说，深层不同的摄影师的风格，背景也要变化，普通的照片秒变摄影大片，学会了吗？第一排这个猴，滚出去站着！