登录社区云,与社区用户共同成长
邀请您加入社区
华为发布HarmonyOS AI开发工具DevEco Code 摘要:华为在HDC 2026发布专为HarmonyOS设计的AI Agent工具DevEco Code。该工具基于终端交互,支持自然语言理解,能自主完成从项目创建到真机调试的全流程开发工作。核心功能包括智能对话开发、代码生成修改、编译构建、设备部署等,并内置三种工作模式(Build/Plan/Goal)适应不同开发场景。DevEco
当前,华为账号已融入生活的方方面面——无论是外卖点餐、购物支付,还是日常出行,只需一键登录即可享受无缝体验。截至目前,华为账号一键登录已实现5000+应用接入,凭借无门槛的体验服务了5200万+用户,累计完成4亿+次一键登录,让便捷登录真正成为生活的自然延伸。随着华为账号一键登录在越来越多场景中普及,如何让更多开发者高效集成这一功能,成为持续优化体验的关键一环。Account Kit 推出了一项全
HarmonyOS 7 的新能力方向里,智能化部分已经包括 Skill、Agent 和视觉 AI 能力。Skill 关注应用功能被系统级智能入口调用,Agent 关注系统能力和模型能力开放,视觉 AI 能力关注端侧视觉 AI 处理。对于应用开发来说,这些能力并不是越多越好,真正关键的是把它们放到合适的业务环节里。
HarmonyOS 7 的智能化方向已经把 Agent、Skill 和 AI 开放能力放到同一条链路里。Agent 系统能力和模型能力开放,支持 Agent 能力构建和已有 Agent 的 A2A 接入,用来帮助应用 Agent 对接系统级智能入口。所以,Agent 接入前的重点,可以先落到一个更工程化的问题上:你手里的应用,是否已经把任务边界设计清楚。
Skill、Agent、AI 开放能力被放到了系统智能化方向里,应用功能不再只停留在页面内部。HarmonyOS 7 新能力页面里,Skill Vibe Coding 覆盖 Skill 开发、调测、审核、上架,并且目标是让应用功能能够被系统级智能入口调用。
CodeGenie的Skills功能通过标准化教程(SKILL.md文件)实现任务自动化,支持全局和项目级两种技能类型。SKILL.md采用YAML+Markdown格式,包含技能名称、触发条件和执行步骤。用户可导入管理技能文件,调用时输入技能名称即可复用预设流程。该功能解决了重复性任务处理中的效率问题,适用于DevEco Studio 6.1.0及以上版本,能显著提升开发效率。
摘要: HDC 2026后,HarmonyOS 7的新特性(如Agent、Skill、AI能力等)对开发者提出了工程实践挑战。文章建议开发者优先基于API 26 Beta版建立验证基线,确保工程环境稳定后逐步验证新能力。针对Skill开发,需从页面逻辑转向能力拆分,明确输入、输出和异常处理,以适配系统级智能调用。Agent接入则需预先梳理任务边界,避免过度依赖会话交互。通过分层判断(文档、SDK、
本文介绍了HarmonyOS开发工具链DevEco CLI的安装与基础使用。作为DevEco Studio的命令行封装,devecocli整合了ohpm、hvigor等核心工具,新增项目脚手架、Skills市场等功能,适用于CI/CD等自动化场景。 主要内容包括: 通过npm全局安装devecocli并验证版本 11个子命令功能概览(create/build/run等) ToolProvider自
AI 不应该只是学习 App 里的一个“智能问答按钮”。在真实学习流程中,AI 更适合被拆进每个关键环节:单词读音、语境讲解、错题分析、难度调整、作文批改、学习报告和口语陪练。🤖📖本文以我的 OpenHarmony/HarmonyOS 英语学习项目「英语视界 YingYu」为例,分享当前项目中已经实现的 TTS 语音朗读能力,以及后端预留的 AI Agent 接口设计。同时,也会讨论后续如何扩
摘要: 本文探讨了HarmonyOS应用中AI Agent落地的核心挑战——Runtime(运行时环境)的重要性。作者展菲指出,许多团队过度关注Prompt、模型和RAG技术,却忽略了决定Agent能否稳定运行的Runtime层。真正的Runtime需承担九大职责:生命周期管理、任务调度、上下文管理、Agent调度、Tool运行时、记忆中心、事件驱动及系统治理,其架构类似Android ART或J
文章摘要 展菲作为资深AI开发者提出,当前AI Agent发展的核心已从模型能力转向AI Runtime Kernel——类比操作系统的内核,它成为AI原生应用稳定运行的关键。文章系统阐述了Runtime Kernel的八大核心模块:生命周期管理、任务调度、上下文引擎、记忆中心、工具运行时、Agent总线、状态管理和安全治理,揭示了其作为"中央控制系统"如何统筹Agent的完整工作流(如任务分解、
小艺智能体有五种编排方式,包括单Agent(也就是LLM 模式),工作流模式,A2A 模式,多 Agent 模式,以及 OpenClaw 模式。
本文是补能雷达 Skill 的第 20 篇,围绕项目复盘和未来扩展展开,说明一个高德开放平台参赛 Demo 如何从功能展示走向真实可用。
在 HarmonyOS SDK 26 中,利用全新的 Agent Framework Kit,开发者可以通过约40行代码在端侧快速构建一个具备对话、上下文记忆和流式输出能力的智能体(Agent)。构建一个基础智能体主要涉及三个核心步骤:创建智能体、配置技能(Skill)、以及启动对话。以下是一个完整的 ArkTS 代码示例:关键特性与优势特性说明对应SDK能力极简集成约40行核心代码即可完成智能体
子玥酱:从Execution Flow到Execution Graph的技术演进 摘要:本文探讨了AI Native时代操作系统的范式转变。传统Runtime围绕线性Execution Flow(执行流)设计,关注进程、线程和CPU调度。但随着AI Agent的崛起,执行模式演变为动态的Execution Graph(执行图),需要实时管理目标、上下文、任务和工具的复杂交互。文章分析了Execut
本文是补能雷达 Skill 的第 19 篇,围绕演示脚本和录屏节奏展开,说明一个高德开放平台参赛 Demo 如何从功能展示走向真实可用。
这个宠物训练进度追踪页面完整呈现了 Flutter 在 HarmonyOS 7.0 上构建技能养成型页面的标准做法:用进度分级着色让多项技能的掌握度一目了然,用 `_currentSkill` 状态实现技能列表与教程卡的主从联动,用色阶热力图可视化每日训练强度激励坚持。整个页面把"长期技能养成"处理得清晰而有激励性——分级着色降低了进度认知负担,主从联动让概览与详情顺畅切换,热力图让坚持看得见。这
本文是补能雷达 Skill 的第 18 篇,围绕CSDN 文章结构和传播展开,说明一个高德开放平台参赛 Demo 如何从功能展示走向真实可用。
本文是补能雷达 Skill 的第 17 篇,围绕工程化与验收清单展开,说明一个高德开放平台参赛 Demo 如何从功能展示走向真实可用。
本文是补能雷达 Skill 的第 16 篇,围绕评审表达和创新点包装展开,说明一个高德开放平台参赛 Demo 如何从功能展示走向真实可用。
本文是补能雷达 Skill 的第 15 篇,围绕参赛材料和交付文档展开,说明一个高德开放平台参赛 Demo 如何从功能展示走向真实可用。
本文是补能雷达 Skill 的第 14 篇,围绕桌面和移动端布局展开,说明一个高德开放平台参赛 Demo 如何从功能展示走向真实可用。
本文是补能雷达 Skill 的第 13 篇,围绕可演示性和异常兜底展开,说明一个高德开放平台参赛 Demo 如何从功能展示走向真实可用。
本文是补能雷达 Skill 的第 12 篇,围绕Node 服务、环境变量和密钥保护展开,说明一个高德开放平台参赛 Demo 如何从功能展示走向真实可用。
本文是补能雷达 Skill 的第 11 篇,围绕URI 导航和执行闭环展开,说明一个高德开放平台参赛 Demo 如何从功能展示走向真实可用。
AI Agent记忆中心架构解析 本文系统阐述了AI Agent中Memory Center的核心价值与设计方法。作者指出传统无状态系统无法满足AI Agent持续服务需求,提出四层记忆架构: 工作记忆(Working Memory)- 短期任务状态缓存 情景记忆(Episodic Memory)- 时间序列事件记录 语义记忆(Semantic Memory)- 用户画像向量存储 技能记忆(Pro
Planner:AI Agent 的任务编排核心 摘要:本文深入探讨了AI Agent中Planner(规划器)的核心作用。不同于传统聊天机器人直接输出答案的模式,现代AI Agent需要将用户目标拆解为可执行任务序列。Planner作为Agent的"前额叶",负责目标分析、任务拆解、执行顺序规划和动态调整,形成任务有向无环图(DAG)而非简单线性流程。文章对比了三种Planner实现方案:基于规
本文是补能雷达 Skill 的第 10 篇,围绕风险解释和安全提示展开,说明一个高德开放平台参赛 Demo 如何从功能展示走向真实可用。
本文是补能雷达 Skill 的第 09 篇,围绕补能策略对比展开,说明一个高德开放平台参赛 Demo 如何从功能展示走向真实可用。
本文是补能雷达 Skill 的第 07 篇,围绕自然语言解析和智能体入口展开,说明一个高德开放平台参赛 Demo 如何从功能展示走向真实可用。
本文是补能雷达 Skill 的第 06 篇,围绕静态地图与路线可视化展开,说明一个高德开放平台参赛 Demo 如何从功能展示走向真实可用。