今天上号了，给大家带来一篇 AI手机 的部署教程，手把手教学，教不会退网。
最近我开始琢磨 ROI 的事情，不知道是在哪个地方看到了这样一句话：提高自己高 ROI 的付出，减少自己低 ROI 的内耗。
ROI 是什么？投资回报率。在一些低价值的地方内耗自己、禁锢自己，不值当。比如，预定会议发给领导，全网搜同款商品比价，规划行程并同步到社交账户。
我就想，这些事为什么不能交给 AI 呢？
于是我折腾了好几天，今天给大家带来了答案，先看效果。
我让 AI 给我预定今天的会议，并把会议链接发到工作室群里。左边是真机的执行效果，右边是AI跑的全过程。
所有过程，0接管，全自动。
为了防止有人杠，我还录了几段视频。
这种看着手机自己干活的感觉，像极了当初老板在办公室看我干活的样子，有一种莫名的爽感
。
对了，这里面的所有数据都是在本地跑的，不上网，非常安全。
一手教程
怎么做的？先简单说一下要用到的模型、环境、工具以及关键步骤。
跟大象装进冰箱一样，这个 AI手机 的部署也是分为三步：
1、搭建大模型推理环境（小白建议用Ollama，高手用vllm）。
2、搭建安卓执行环境（抱歉，尊贵的iOS用户暂时还不能体验）。
3、搭建GUI Agent运行环境。
需要用到的模型和工具有：
0、前置环境：Python。
1、推理模型：GELab-Zero-4B-preview，来自阶跃星辰，非常能打的GUI模型。
2、模型运行：Ollama。
3、安卓连电脑的工具：ADB。
4、运行Agent：GELab-Zero Agent（支持MCP），也是阶跃出品。
5、电脑配置：GPU≥8GB。
6、一根USB数据线。
看到这里，先别方。接下来，我会逐字逐句的详细讲解，并全程配有演示截图。
0）安装Python环境
首先，要确保自己安装得有3.12以上版本的 Python 。
可以先在命令行里输入这段命令，查看你的Python版本号。
python --version
什么？你不知道什么是命令行界面（CLI），也不知道在哪里调用？
行，我今天就教你一个 coding 秘籍，在任意文件夹的地址栏里输入 cmd ，可以快捷调用命令行（这点记住了，后面要考），然后在这个“黑底代码框”里输入 python --version 就可以查看版本号了。
当然，高手是按Win+R键直接调出运行框，输入cmd进入。
对了，本文大部分我都是以 Windows 视角来讲的，苹果电脑也基本差不多，把一些关键按键替换一下就好了。
如果已安装了 Python（已装过Trae、VS code、Claude Code的，大概率都装过Python），命令行会这样显示。
如果没有安装 Python，推荐使用 miniforge 来安装。安装过程需要注意勾选，并将 conda 加入 path 的选项（后面会讲如何设置变量），以确保 conda 能够被正确激活。
详细过程见Install部分：
https://github.com/conda-forge/miniforge
安装后需要激活 conda，在 powershell （按Win+R输入powershell）输入：
# 在 powershell 中激活condaconda init powershell# 允许conda 脚本随powershell 启动Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser
注意！别把#里面的内容一起复制了，那是解释这段命令的。
Mac 和 Linux 用户，则用这个命令下载并安装 miniforge：
curl -L -O "https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-$(uname)-$(uname -m).sh"bash Miniforge3-$(uname)-$(uname -m).sh
安装完成后，新建并激活一个 Python 环境：
conda create -n gelab-zero python=3.12 -yconda activate gelab-zero
1）搭建大模型推理环境
安装好 Python 环境后，接下来就是在你的电脑里装一个大模型，让它能够对手机的 GUI 界面进行识别、推理。
一般，本地大模型的部署主要通过 Ollama 和 vllm。Ollama 适合个人，vllm 适合企业或有一定技术背景的人。
我知道，你肯定只想了解 Ollama。
跟大象装进冰箱一样，Ollama 就是大模型的冰箱，它把大模型分配到 GPU/CPU 里进行运算、干活。
记得，一定要让Ollama开着，不能关掉。别问为什么，因为我吃过亏——我把 Ollama 从后台关掉了，然后 CLI 那边就拼命报错……
安装 Ollama，非常简单。直接前往ollama.com，下载安装，就可以了。
装好后，记得设置一下Ollama的本地模型文件夹，别让它默认放在C盘。不然你C盘要爆的。
然后，下载并部署 gelab-zero-4b-preview 模型，建议通过 huggingface cli的方式下载。
如果没有安装过huggingface cli，先执行这个命令：
pip install huggingface_hub
然后，从huggingface下载gelab-zero-4b-preview 模型权重，命令是：
hf download --no-force-download stepfun-ai/GELab-Zero-4B-preview --local-dir gelab-zero-4b-preview
模型下载好了，是这样的页面。
接着，将模型导入到Ollama。先输入这个命令。
cd gelab-zero-4b-preview
再输这个命令：
ollama create gelab-zero-4b-preview -f Modelfile
这里，可能大部分人都会报错，这是因为Ollama.exe地址不对。
建议自己在C盘找或者搜一下Ollama.exe这个文件，一般在AppData文件夹下的Local文件夹里。
找到后，复制这段路径。
然后重新输入命令：
C:\Users\Administrator\AppData\Local\Programs\Ollama\Ollama.exe create gelab-zero-4b-preview -f Modelfile
模型数据就开始往Ollama导了。
4B模型，建议GPU在12GB以上，跑得比较顺畅。当然，8G也能跑，就是会有点慢。
如果GPU算力不够，建议你做一些量化处理。
# 使用int8 精度量化模型（精度损失较小，模型尺寸变为4.4G ）：ollama create -q q8_0 gelab-zero-4b-preview# 使用int4 精度量化模型（精度损失较大，模型尺寸变为2.2G ）：ollama create -q Q4_K_M gelab-zero-4b-preview# 换回原始精度：ollama create -q f16 gelab-zero-4b-preview
等它导入完成后，模型就安装好了。已经可以在Ollama里用了。
打开Ollama，可以看到模型里多了一个“gelab-zero-4b-preview”，你可以随便问几个问题测试一下。
它能正常吐token，那就代表gelab-zero-4b-preview模型已部署成功。
u1s1，阶跃这个GUI模型是真滴强，在多个GUI bench上拿到SOTA表现。
而且，才4B，非常实用，非常平民了。
2）搭建安卓设备执行环境
有了Python环境，也有了本地模型，接下来就是给手机和电脑牵线搭桥了，这一步很关键。
简单来说就是，一在手机里打开开发者模式，二在电脑里安装ABD工具。这样，就能够通过电脑直接操作手机/模拟器。
首先，打开一台任意的安卓机，进入「设置」页面。
找到「我的设备」或「关于手机」选项，狂点版本号5次以上，直到出现“您已处于开发者模式”为止。
然后返回「设置」页面，找到或搜索「开发者选项」，点击进入。
在「开发者选项」中，找到并开启「USB调试」功能。接下来，屏幕会出现一些重要提示，全部同意。
接下来，给电脑安装ABD（Android Debug Bridge，安卓调试桥）工具，它是链接电脑与 Android 设备的通信渠道。
Windows用户，直接下载ABD工具压缩包，然后解压并加入系统环境变量即可。
下载地址：
https://dl.google.com/android/repository/platform-tools-latest-windows.zip
如何设置环境变量呢？跟大象装进冰箱一样还是分为三步。
首先，找到电脑的「高级系统设置」。
其次，点「环境变量」，找到「Path」变量。
然后，编辑Path变量，点「新建」创建一个新变量，把你的ABD工具压缩包地址添加进来就可以了。
之后，陆续点「确定」，保存更改，关闭页面。
Mac或Linux用户的话，则建议通过 Homebrew（Mac）或系统自带包管理器（Linux）来安装 ADB 工具。
如果没有安装 Homebrew，可以先执行：
ruby -e $(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)
然后，输入命令安装 ADB 工具：
brew cask install android-platform-tools
到这里，手机的开发者模式和电脑的ADB工具都搞定了。
接下来，用USB数据线将手机链接到电脑，然后在命令行里输入：
adb devices
如果链接成功，你会看到这样的提示。
首次链接，手机上会出现这样一段提示，点「确定」即可。
3）搭建GELab-Zero Agent 运行环境
模型配好了，电脑与手机的连接器也弄好了，接下来就是搭建模型的运行环境，也就是GUI Agent。
阶跃已经把这个GUI智能体封装好了，并且还做了开源，我们只需要克隆过来就可以了。
打开CLI输入命令：
git clone https://github.com/stepfun-ai/gelab-zero
这一步可能会比较慢（GitHub比较考验上网环境），耐心等一下。
克隆完成后，输入命令进入gelab-zero agent。
cd gelab-zero
安装一下依赖。
pip install -r requirements.txt
安装完成后，它会这样显示。
到此，就可以正常使用了。使用命令参考：
python examples/run_single_task.py 你的任务
比如，我们让它预定一个会议，并把会议链接分享到微信群。
python examples/run_single_task.py 打开腾讯会议，预定12月31日0点0分的会议，然后把会议链接分享到微信群“冷逸工作室”。
AI就开始自己在手机上跑起来了。
它会识别手机的每个界面，然后一步步地往下走。
这个任务一共执行了14步，我把完整的工作记录放在这里了。
（可上下滑动，查看全图）
4）搭建轨迹可视化环境（可选）
所有的任务轨迹，都会默认保存在 running_log/server_log/os-copilot-local-eval-logs/ 目录下。
如果你想查看任务轨迹，可以使用 streamlit 来对轨迹进行可视化。
先输入命令：
cd gelab-zero
然后输入命令：
# 如果想让局域网内其他设备也能访问，输入这段命令：streamlit run --server.address 0.0.0.0 visualization/main_page.py --server.port 33503# 如果只想在本机访问，使用以下命令：streamlit run --server.address 127.0.0.1 visualization/main_page.py --server.port 33503
然后，在浏览器中访问http://localhost:33503，输入session ID即可查看任务的工作过程。
每次任务执行都会生成唯一的 session ID，在任务结束后可以得到。
5）llama部署（可选）
阶跃的Step GUI，也支持llama.cpp部署。
详细参考阶跃在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的本地客户端里拉起API服务。
6）MCP配置（可选）
如果你嫌本地模型慢，想用云端模型，也可以把GELab-Zero Agent封装成MCP server，在其他客户端里调用MCP进行使用。
先启动gelab-zero。
cd gelab-zero
然后打开MCP服务。
python mcp_server/detailed_gelab_mcp_server.py
你如果看到了这样的界面，就代表MCP Server配置好了。
接下来，在Chabot等客户端中直接调用MCP Server就行。
比如，MCP用Gelab-MCP-Server，模型用GPT-5.1，这速度、质量简直起飞。
这种端云协同带来的好处是，它可以在保障隐私安全的同时，极大程度地拓展 GUI Agent 的能力边界。
云端大模型专注高级规划和复杂意图理解，本地模型负责具体GUI执行和原子操作，以确保所有具体操作和执行轨迹都留在本地。
这对于企业来说，非常重要。
更多用例
阶跃的Step GUI系列模型，既包括端侧模型Step-GUI Edge（原GELab-Zero-4B）、云侧模型（Step-GUI ），也包含MCP协议，支持的场景非常丰富，可在200个APP中顺利执行，是同类模型的4倍。
给大家看一些其他开发者搓的用例。
在多个电商平台搜同款比价。
规划周末的旅行计划，并同步到社交账户。
自动发公众号文章（by好友@Brad强）。
最有意思的是，有个叫@图图 的开发者给机械手接上Step-GUI模型，让它自己边玩手机边刷抖音，这是GUI直接进入物理世界了。
这种通过外接具身智能的方式，可以跳过很多终端的权限，有着更高的自由度。
是不是还挺有趣的，现在就想手搓一个？建议你立即行动起来！
不到半小时，就能搓出一部自己的AI手机。
如果你觉得步骤麻烦，不想自己动手，也可以直接调用他们的Step-GUI Chat API接口。
API Key: xxxxxxxxBase URL: https://api.stepfun.com/v1Model Name: step-gui
目前，API正限时免费体验中。
API接入指引：
https://ai.feishu.cn/wiki/BfVHwghPdiyp2ckS3HfcJZAmnsc
写在最后
今天，Manus作价数10亿美元卖给Meta，创下了Meta第三大收购的纪录。
大半个AI圈都在庆祝，这验证了Agent领域有着极大的市场，而且是一个全新的蓝海市场。GUI Agent作为消费终端Agent的重要形态，同样有着不可估量的市场空间。
而且，它是AI Agent能否真正实现“智能代理”的关键。
阶跃星辰这次开源的Step-GUI系列模型，既有GUI基模，也有GUI Agent，还支持MCP、API（限时免费中）。我感觉它是接入门槛最低的，也是生态最全的，拉起了GUI从“模型-应用”的整个流程。
这波开源真的很赞，值得大家的Star。
