開源手機 Agent 框架推薦：Open-AutoGLM、Mobilerun 與 Minitap mobile-use 怎麼選
比較三個開源手機 Agent 框架：Open-AutoGLM、Mobilerun 與 Minitap mobile-use。依裝置前提、執行方式、模型配置、授權、追蹤檢查與維護成本選擇。
- 想研究視覺手機代理與 Android ADB 執行流程，可先看 Open-AutoGLM；它把模型服務、裝置連線與敏感操作確認分開處理。
- 想要 Python 或 CLI 控制、可檢查軌跡與雲端裝置選項，Mobilerun Framework 比較合適；但 Framework 與 Mobilerun Cloud 是不同路線。
- 想用自然語言描述結構化行動任務，並接受專案列出的裝置限制，可評估 Minitap mobile-use；iOS 支援要按 README 的模擬器與實機條件確認。
- 開源框架不等於零成本或免維護；模型 API、自架推論、ADB/Portal/WebDriverAgent、雲端手機、追蹤工具與失敗復原都要一起算。
先按任務選開源手機 Agent 框架
三個開源手機 Agent 框架適合不同任務。Open-AutoGLM 適合想研究視覺手機代理、Android ADB 執行與模型服務分離的人；Mobilerun 適合需要 CLI 或 Python 控制、執行軌跡與雲端裝置選項的團隊；Minitap mobile-use 適合想用自然語言描述結構化手機任務，並按專案支援條件配置 Android 或指定 iOS 模擬器環境的人。
| 選項 | 最適合 | 先確認 |
|---|---|---|
| Open-AutoGLM | 研究視覺手機代理、ADB/HDC 執行與敏感操作確認 | Android 開發者設定、ADB Keyboard、模型端點或自架推論 |
| Mobilerun Framework | 用本機框架控制手機，保留軌跡、截圖與結構化結果 | Portal accessibility service、模型供應商、追蹤工具與裝置連線 |
| Minitap mobile-use | 用自然語言處理結構化手機 UI 任務 | ADB、Docker/本機環境、LLM provider、Android 或 iOS 模擬器條件 |
這份清單不是實測成功率，也不是模型排名。選擇時要把四層分開：框架 runtime、模型推論、手機執行器，以及你願意維護的裝置與觀測成本。
比較設定、執行、模型與授權
三個專案都可以放進「手機智能體開發框架」的討論，但開源倉庫授權不等於整個工作流免費。模型 API 可能收費，自架推論要算硬體和維運，雲端裝置也可能有服務條件。框架能開放你檢查或修改控制流程，並不代表每個 App、每台手機或每個模型都能穩定完成任務。
| 比較項目 | Open-AutoGLM | Mobilerun | Minitap mobile-use |
|---|---|---|---|
| 主要執行路線 | Android 透過 ADB；也文件化 HDC/HarmonyOS | Framework 在你的機器上跑 agent；Cloud 另有託管裝置路線 | Android 透過 ADB；Docker 快速開始偏 Android |
| 模型配置 | 第三方託管模型 API 或自架推論 | 可選模型供應商；本機 runtime 不等於本機推論 | 可配置 LLM providers，支援結構化抽取 |
| 檢查與追蹤 | 看框架流程與裝置回饋 | README 記載 Arize Phoenix、Langfuse 與保存軌跡 | 依任務輸出與框架回傳檢查，需注意 accessibility-tree 限制 |
| 授權 | Apache-2.0 | MIT | Apache-2.0 |
| iOS 條件 | 另有 WebDriverAgent 設定 | 另有 Portal setup flow | README 明列 macOS 上 iOS 模擬器；實體 iOS 尚未支援 |
如果你還在選模型，可先讀AI 代理模型推薦：六款通用與 GUI 模型，手機 Agent 怎麼選，把模型能力和框架執行條件分開評估。
什麼情況適合 Open-AutoGLM
Open-AutoGLM 官方倉庫適合想研究手機 GUI agent 如何把螢幕理解、模型決策和裝置執行串起來的讀者。它的 Android 路線依賴 ADB，設定中包含開發者選項、USB debugging 和 ADB Keyboard；專案也文件化 HDC/HarmonyOS，表示它不是單純的消費者 App 包裝。
它的模型推論可以走第三方託管 API，也可以自架模型服務；因此「開源框架」不代表所有推論都免費或離線。Open-AutoGLM 還描述敏感操作確認，以及登入、驗證碼等場景的人類接手。這對研究安全邊界很有價值：你可以觀察 agent 在不確定或高影響步驟前如何停下，而不是只看它是否能一路點完。
若你的目標是理解 Android GUI 任務的工程拆分，Open-AutoGLM 很值得看；若你只是想馬上在日常手機上完成任務，它的裝置、模型與調試成本就要先算清楚。
什麼情況選 Mobilerun Framework 或 Cloud
Mobilerun 官方倉庫是原 DroidRun 路線的現行名稱。Mobilerun Framework 提供 CLI 與 Python 控制、accessibility trees、截圖、模型供應商選擇和結構化結果；Android 需要 ADB、開發者/USB debugging，以及 Portal accessibility service。它適合需要把手機任務放進程式化流程，並保留可檢查輸出的團隊。
Mobilerun Framework 和 Mobilerun Cloud 要分開看。Framework 在你的機器上跑 agent，不等於模型推論一定在本機，也不等於裝置維護消失；Cloud 則提供連接本地手機，以及託管虛擬或實體手機的 API 工作流。選 Cloud 的好處是降低裝置管理負擔，代價是要接受雲端裝置、帳號、資料流與服務條件。
Mobilerun README 也提到 Arize Phoenix、Langfuse 和保存軌跡，這對失敗分析很實用。你可以把每次錯誤拆成模型選錯、畫面解析錯、權限不足、App 狀態不同或執行器受限。
什麼情況適合 Minitap mobile-use
Minitap mobile-use 官方倉庫主打自然語言行動 UI automation，並提供可配置 LLM providers 與結構化抽取。它適合把任務描述成清楚的 UI 步驟，然後檢查輸出是否符合預期的工程場景，例如表單、設定頁或重複性 App 流程。
它的 Android 物理裝置與模擬器走 ADB；README 的 Docker 快速開始是 Android-only。iOS 要按專案說明逐項看：手動裝置章節列出 macOS 上的 iOS simulators，並明確表示 physical iOS devices 尚未支援。這一點要優先於較寬泛的行銷字句，避免把 iOS 模擬器支援誤讀成實體 iPhone 對等支援。
mobile-use 也提醒，缺少 accessibility-tree 資訊的遊戲類場景會受限制。換句話說，它較適合結構化 UI 任務；如果目標是大量視覺不透明、即時變化或遊戲畫面，就要另外設計觀測和回退策略。
先用一個可復原任務檢查失敗原因
不要用真實帳號付款、外發訊息或刪除資料作為第一輪評估。建議每個框架都跑同一個可復原任務，例如：開啟一個測試 App、讀取目前畫面、建立一則可刪除的測試備忘、回到列表確認它存在，最後刪除。這不是聲稱我們已跑出成績，而是給你一個可比較的評估方法。
- 固定裝置、系統版本、App 版本、登入狀態與網路。
- 記錄模型設定、是否用 hosted API、自架推論或雲端裝置。
- 保存螢幕截圖、accessibility tree、工具呼叫、模型輸出與最終 App 狀態。
- 遇到失敗時標記原因：看不懂畫面、選錯工具、權限不足、按到錯誤控制、模型幻覺或執行器限制。
- 只改一個變數重跑，例如換模型、換裝置、調提示或改 execution backend。
若要把這套方法擴展成完整基準，可以參考Android 手機 Agent 基準測試指南：2026 AI Agent 評估、GUI 測試與可靠性指標。重點不是做漂亮分數，而是讓失敗可定位、可重現、可修正。
不想部署框架時，選現成 Android 路線
如果你的目標不是研究框架，而是直接在 Android 手機上完成受支援的日常任務，FoneClaw 是另一條路。FoneClaw 是可直接使用的 Android App，不是本文三個開源開發框架之一；我們提供的是可使用的 Android 產品路線：可配置模型、受治理的支援工具、權限與核准流程，以及更清楚的錯誤提示和模型選擇。
這條路適合不想維護 ADB、Portal、WebDriverAgent、模型服務和雲端裝置的人。FoneClaw 可處理支援範圍內的手機任務，例如開啟 App、讀取目前畫面脈絡、查詢 SMS、建立待辦，並把高影響動作放在可見核准流程中；但這不代表所有 Android App 都能被任意控制，也不代表所有推論都在裝置本機完成。若想了解產品能力，可從FoneClaw 功能頁開始；若你需要理解意圖、確認、執行和復原的完整邏輯，可延伸閱讀AI 代理控制 Android 手機指南：從意圖到確認、執行、驗證與復原。