鸿蒙7 HMAF 2.0 Skill开发实战：从describe到exe

鸿蒙专家

鸿蒙7（HarmonyOS 7）的核心变化是把过去“人找App”的逻辑彻底改为“意图即服务”。华为官方将其定义为“全面构建Agent亲和的系统架构”，具体包括三件事：Agent亲和系统架构（系统能力全面Skill化）、HMAF 2.0（复杂任务成功率超90%，首次开放GUI操控能力，开放20+系统级AI能力）、以及小艺从语音助手进化为系统智慧大脑（接入2100+系统能力、500+精选Skill、2000+鸿蒙智能体，日活1.8亿）。

在这套架构下，用户说“帮我规划周末去杭州的行程”，小艺会自主拆解任务——查天气、看日程、订酒店、规划路线、写入日历——全程跨多个App和系统服务自动完成，而不是简单返回一个搜索链接。

HMAF 2.0架构分为五层：用户意图层（多模态输入，盘古大模型6.0端侧推理）、智能体调度层（图推理引擎自动拆解为子任务DAG并并行调度）、Skill能力层（500+精选Skill，每个Skill声明describe和execute）、系统服务层（分布式软总线、意图框架Intents Kit、Agent Framework Kit、MCP协议）、设备执行层（16台设备协同，延迟低至8ms）。

对于开发者而言，入门鸿蒙Agent生态最快的路径是先做Skill。HMAF 2.0提供了一套标准开发流程：先用自然语言描述Skill能力，框架自动生成骨架代码，开发者只需要填充业务逻辑。整体路径为：描述意图 → 生成Skill骨架 → 填充业务逻辑 → 注册到Agent → 本地调试 → 上架发布。

使用DevEco CLI创建Agent模块并添加Skill非常简单：

2. # 创建agent模块
3. deveco create --type module --name agent --template agent
4. # 添加天气查询Skill
5. deveco agent add-skill --name weather_query --module agent

复制代码

CLI会在agent/src/main/ets/skills/下生成WeatherQuerySkill.ets骨架文件。

一个Skill的核心就两件事：describe()声明能力，execute()执行逻辑。以下是一个完整的天气查询Skill示例，包含数据结构和HTTP请求封装：

2. // agent/src/main/ets/skills/WeatherQuerySkill.ets
3. import { Skill, SkillContext, SkillResult, SkillParameter } from '@kit.AgentKit'
4. import { http } from '@kit.NetworkKit'
6. interface WeatherData {
7.   location: string
8.   temperature: number
9.   condition: string
10.   humidity: number
11.   forecast: ForecastItem[]
12. }
14. interface ForecastItem {
15.   date: string
16.   high: number
17.   low: number
18.   condition: string
19. }
21. class WeatherService {
22.   private baseUrl: string = 'https://api.example.com/weather'
23.   async fetchWeather(location: string): Promise<WeatherData> {
24.     const httpRequest = http.createHttp()
25.     try {
26.       const response = await httpRequest.request(
27.         `${this.baseUrl}?city=${encodeURIComponent(location)}`,
28.         {
29.           method: http.RequestMethod.GET,
30.           header: { 'Content-Type': 'application/json' },
31.           connectTimeout: 5000,
32.           readTimeout: 5000
33.         }
34.       )
35.       if (response.responseCode === http.ResponseCode.OK) {
36.         return JSON.parse(response.result as string) as WeatherData
37.       }
38.       throw new Error(`请求失败，状态码: ${response.responseCode}`)
39.     } finally {
40.       httpRequest.destroy()
41.     }
42.   }
43. }
45. export class WeatherQuerySkill extends Skill {
46.   private weatherService: WeatherService = new WeatherService()
48.   describe(): SkillParameter {
49.     return {
50.       name: 'weather_query',
51.       description: '查询指定城市的实时天气信息',
52.       parameters: {
53.         location: {
54.           type: 'string',
55.           description: '城市名称，如"北京""上海"',
56.           required: true
57.         },
58.         date: {
59.           type: 'string',
60.           description: '查询日期，默认今天。格式：YYYY-MM-DD',
61.           required: false
62.         }
63.       }
64.     }
65.   }
67.   async execute(context: SkillContext): Promise<SkillResult> {
68.     const location = context.params.location as string
69.     if (!location) {
70.       return SkillResult.error('你还没说要查哪个城市的天气呢')
71.     }
72.     try {
73.       const data = await this.weatherService.fetchWeather(location)
74.       const today = data.forecast[0]
75.       return SkillResult.success({
76.         location: data.location,
77.         temperature: data.temperature,
78.         condition: data.condition,
79.         humidity: data.humidity,
80.         summary: `${data.location}今天${data.condition}，` +
81.           `气温${today.low}~${today.high}°C，` +
82.           `湿度${data.humidity}%`
83.       })
84.     } catch (e) {
85.       console.error(`查询 ${location} 天气出错:`, e)
86.       return SkillResult.error(`查询${location}的天气失败了，稍后再试试`)
87.     }
88.   }
89. }

复制代码

Skill写好后，需要注册到Agent实例中。以下是在SmartLifeAgent中注册WeatherQuerySkill的典型代码：

2. // agent/src/main/ets/SmartLifeAgent.ets
3. import { Agent, AgentConfig, AgentRequest, AgentResponse } from '@kit.AgentKit'
4. import { WeatherQuerySkill } from './skills/WeatherQuerySkill'
6. export class SmartLifeAgent extends Agent {
7.   onCreate(config: AgentConfig): void {
8.     this.registerSkill(new WeatherQuerySkill())
9.   }
10. }

复制代码

整个调用链路是：用户说“北京天气怎么样” → 小艺解析意图 → matchSkill()匹配到WeatherQuerySkill → 调用execute() → 返回格式化结果。开发者只需要关心describe()写对参数、execute()写好逻辑，意图匹配、任务拆解、多Skill调度全部由HMAF 2.0框架自动完成。

在应用端，通过Agent Framework Kit集成智能体入口。核心组件是FunctionComponent（UI入口）和FunctionController（控制器）。以下是一个完整的集成示例，包含智能体可用性检查、对话框生命周期监听和降级方案：

2. // entry/src/main/ets/pages/SmartAssistantPage.ets
3. import { BusinessError } from '@kit.BasicServicesKit'
4. import { common } from '@kit.AbilityKit'
5. import {
6.   FunctionComponent,
7.   FunctionController,
8.   ButtonType
9. } from '@kit.AgentFrameworkKit'
10. import { hilog } from '@kit.PerformanceAnalysisKit'
12. @Entry
13. @Component
14. struct SmartAssistantPage {
15.   @State isAgentReady: boolean = false
16.   private agentId: string = 'agentproxy_smart_life_2026'
17.   private controller: FunctionController = new FunctionController()
19.   async aboutToAppear() {
20.     try {
21.       let context = this.getUIContext()?.getHostContext() as common.UIAbilityContext
22.       this.isAgentReady = await this.controller.isAgentSupport(context, this.agentId)
23.     } catch (err) {
24.       hilog.error(0x0001, 'AgentDemo', `智能体检查失败: ${err}`)
25.     }
27.     this.controller.on('agentDialogOpened', () => {
28.       hilog.info(0x0001, 'AgentDemo', '智能体对话框已打开')
29.     })
30.     this.controller.on('agentDialogClosed', () => {
31.       hilog.info(0x0001, 'AgentDemo', '智能体对话框已关闭')
32.     })
33.   }
35.   aboutToDisappear() {
36.     this.controller.off('agentDialogOpened')
37.     this.controller.off('agentDialogClosed')
38.   }
40.   build() {
41.     Column({ space: 16 }) {
42.       if (this.isAgentReady) {
43.         FunctionComponent({
44.           agentId: this.agentId,
45.           onError: (err: BusinessError) => {
46.             hilog.error(0x0001, 'AgentDemo',
47.               `拉起智能体失败: ${err.code} - ${err.message}`)
48.           },
49.           options: {
50.             title: 'AI 生活助手',
51.             queryText: '帮我看看今天有什么安排',
52.             buttonType: ButtonType.CAPSULE,
53.             isShowShadow: true,
54.             titleFontSize: 16,
55.             iconSize: 20,
56.             iconColors: ['#00d4ff'],
57.             titleColors: ['#00d4ff', '#00ff88'],
58.             backgroundColor: '#0a1628'
59.           },
60.           controller: this.controller
61.         })
62.       } else {
63.         Text('AI助手暂不可用，请稍后重试')
64.           .fontSize(14)
65.           .fontColor('#999999')
66.       }
67.     }
68.     .width('100%')
69.     .height('100%')
70.     .justifyContent(FlexAlign.Center)
71.     .alignItems(HorizontalAlign.Center)
72.   }
73. }

复制代码

鸿蒙智能体的能力扩展有三个路径：端插件（通过Intents Kit桥接，数据不出设备，零网络延迟，响应小于100ms，适合隐私敏感场景）、云插件（HTTP对接后端，超时时间需小于2200ms）、以及MCP协议（跨平台工具连接标准，通过dart_mcp等库支持，实现“一句话调度全屋鸿蒙设备”）。选型原则是：能端侧就不上云，需要外部数据走云插件，跨平台互联走MCP。

在多设备协同场景下，需要通过统一服务能力模型进行动态路由。以下是一个示例模型，根据设备上下文（网络状态、位置权限、电量）自动选择最优目标：

2. type DeviceType = 'phone' | 'tablet' | 'pc' | 'watch' | 'car'
4. interface ServiceCapability {
5.   id: string
6.   name: string
7.   scene: string
8.   requiredPermissions: string[]
9.   supportedDevices: DeviceType[]
10.   riskLevel: 'low' | 'medium' | 'high'
11.   fallback: string
12. }
14. const routePlanning: ServiceCapability = {
15.   id: 'travel.route.plan',
16.   name: '路线规划',
17.   scene: '出行',
18.   requiredPermissions: ['location'],
19.   supportedDevices: ['phone', 'tablet', 'car'],
20.   riskLevel: 'medium',
21.   fallback: '展示手动输入地址页面'
22. }
24. interface DeviceContext {
25.   device: DeviceType
26.   networkAvailable: boolean
27.   locationGranted: boolean
28.   batteryLow: boolean
29. }
31. function selectRouteTarget(ctx: DeviceContext): string {
32.   if (!ctx.networkAvailable) return 'offlineFallback'
33.   if (ctx.device === 'car' && ctx.locationGranted) return 'carNavigation'
34.   if (ctx.device === 'watch') return 'briefReminder'
35.   return 'phoneRoutePage'
36. }

复制代码

这套模型让同一业务规则在不同设备上自动适配：手机做身份认证和输入，平板做阅读编辑，手表做提醒，车机做导航——用户感知到的是任务连续而非设备切换。

对于想要入局的开发者，建议首先从Skill做起，因为鸿蒙7的入口不再只是App图标，Skill可以通过负一屏、语音、搜索、卡片等多渠道触达用户。当前500+精选Skill仍有竞争窗口，天工计划对单个智能体最高提供75万元激励。同时坚持端侧优先——盘古大模型6.0端侧运行加上端插件数据不出设备，是鸿蒙区别于其他平台的核心差异。此外，关注MCP生态，鸿蒙+MCP的组合意味着你的App可以同时被小艺和任何支持MCP的AI平台调用。降级设计也不能省：定位失败允许手动输入，车机不可用则手机继续导航，Agent理解失败则展示候选意图。

总体来看，鸿蒙7不是一个普通的版本升级，而是从“App的容器”到“意图的执行者”的范式转变。HMAF 2.0框架已经成熟，Skill开发门槛显著降低，Agent Framework Kit让接入极简，加上天工计划的真金白银激励，现在是进入鸿蒙Agent生态的有利时机。

热心网友2

感谢分享，非常详细！对鸿蒙7的“意图即服务”理念很感兴趣，特别是Skill开发的describe和execute这种简洁模式。请问在实际应用中，多个Skill之间如何协作完成复杂任务？比如天气查询后结合日历和酒店Skill自动规划行程？另外，HMAF 2.0开放的GUI操控能力具体是指什么场景？期待后续更多实战内容。

热心网友2

这个帖子干货满满，特别是从“意图即服务”到具体Skill开发流程的拆解，把鸿蒙7的Agent生态讲得很透。天气查询Skill的示例也很实用，`describe()`和`execute()`的结构一目了然，对于想快速上手HMAF 2.0的开发者来说，直接照着写就能跑通一个基础Skill。期待后续能分享更多实际调试中遇到的坑或者性能优化经验！

热心网友2

感谢楼主的详细分享！鸿蒙7的“意图即服务”思路确实很吸引人，把用户从繁琐的操作中解放出来。HMAF 2.0的五层架构和Skill开发流程写得非常清楚，尤其是从 `describe` 到 `execute` 的核心模式，降低了Agent开发的入门门槛。 示例代码里 `WeatherQuerySkill` 的结构很典型，但我注意到API地址是示例的 `api.example.com`——在实际发布时，替换成真实天气服务接口后，还需要处理API授权或数据缓存吗？另外，`SkillParameter` 里 `parameters` 的声明方式，是否支持枚举或更复杂的校验规则？期待楼主后续深入讲讲调试和上架的经验。感谢！