小艺开放平台零代码搭建健康小助手智能体的实践与技巧

鸿蒙专家

在HarmonyOS生态中，小艺开放平台提供了一套从创建到调试的完整网页工具链，让开发者无需编写一行代码即可构建智能体。本文以健康小助手为例，记录从选型、配置到调试的完整过程，分享在平台中适配AI大模型、优化提示词、通过内容合规检查的技术要点。

一、开发模式选择：从智能体到云工作流

新建项目时，平台要求先选择“智能体”还是“Skill”。Skill是可供调用的功能模块，如kuaidi100-user、fitness-coach等；智能体才是与用户直接对话的实体。健康小助手作为对话型应用，应选“智能体”。

随后出现开发模式选择：端A2A（HarmonyOS应用内通过AgentAbility开发）、云A2A（三方模型驱动）、云工作流（编排步骤清晰的业务）、OpenClaw（个人专属7×24智能体）。其中OpenClaw要求接入方是HarmonyOS NEXT真机，若没有设备，只能放弃。健康小助手功能逻辑简单（体重分析、饭菜分析、饮食建议），选择“云工作流”模式。

云工作流下还有“单Agent模式”和“多Agents模式”。健康小助手无需多智能体协作，选单Agent。最终这一选择体现在编排页顶部的“LLM模式”下拉框中，若不仔细，容易忽略前面多层选择。

二、基础配置：名称、描述与合规声明

进入编排页前需要填写名称和头像。名称“健康小助手”，头像用默认机器人图标。描述“关注你的健康，体现我的价值”会被用于智能体主页的“更多”展示以及小艺广场搜索关键词，因此需谨慎编写，确保用户能通过搜索词找到它。

保存后进入“配置”页，发现内容合规一项要求如实回答：是否包含AI生成的文件，是否接入了非小艺开放平台提供的三方大模型。开发者必须按《生成式人工智能服务管理暂行办法》等法规确认并勾选条款。这与自建Python网关不同，上官方平台必须正视合规责任。

三、角色指令编写：精准定义能力边界

编排页中核心配置是角色指令。本次使用平台内置的DeepSeek-V3增强版模型，无需申请API Key。角色指令需明确能力边界，避免堆砌功能，而是详细描述每项能力的输入输出规则。

示例开场语：

2. 你好，我是健康小助手。把你的身高体重告诉我，我能帮你看看体重是不是在正常范围；把你这顿饭吃了什么说给我听，我能帮你估算营养搭配，再给你一点吃得更好的具体建议。

复制代码

三条开场引导对应三项能力：

2. 我身高170cm，体重68kg，这个体重正常吗？
3. 帮我看看：一碗红烧肉盖饭配一杯奶茶，这顿饭健康吗？
4. 我最近想瘦一点，帮我出一份一周晚餐的饮食建议。

复制代码

角色指令同时声明“不替代医生诊断”，并设定回答规则：先给结论再给建议；信息不全时友好追问；涉及疾病、用药等越界问题时引导咨询专业医生；语言口语化简洁，避免营销话术。

调试预览面板可实时看到对话气泡效果，反馈速度比ArkUI页面Previewer快。

四、插件与知识库：留白但留有余地

角色指令下方还有大量配置项：用户问题建议、快捷指令（最多30条）、背景图片、角色声音、插件（50）、工作流（20）、触发器（10）、关联应用（20）、知识库（10）、变量、长期记忆（默认开启）。本次纯提示词驱动，插件和知识库未接入。但长期记忆默认开启对健康类对话有利，能记住用户之前报过的身高体重，避免每次重复输入。

五、调试验证：两次问答验证效果

在右侧调试面板中先问体重分析：
“我身高170cm，体重68kg，这个体重正常吗？”
3.916秒后返回：
“根据你的身高和体重，你的BMI是23.53，在正常范围内（18.5-23.9为正常）。不过，接近超重了，可以适当关注一下饮食和运动。”
自动带出三条追问（哪些运动适合减重、如何控制体重、推荐健康饮食方案），无需手动组句。

再问饮食建议：
“我最近想瘦一点，帮我出一份一周晚餐的饮食建议。”
9.62秒后输出具体到每天菜名的七天计划（周一蒸鸡胸肉配西兰花糙米饭，周二烤鱼菠菜沙拉红薯……），末尾额外强调低脂高蛋白。

调试面板还提供了朗读入口，支持自动播放语音，这一功能在自己搭建的Python网关中短期内难以实现。

六、未完成的技术验证

角色指令中第三项“饭菜分析”未实际测试——一碗红烧肉盖饭加奶茶的具体分析结果未知。同时“涉及用药建议咨询医生”的越界问题是否被正确拦截也未验证。这些留白说明了真实开发中要充分覆盖所有能力分支和边界场景。

总结：本次全程使用小艺开放平台网页控制台，没有编写代码，也未使用本机服务。一个普通个人开发者账号，没有真机、没有企业资质，就能完成从创建到调试上架的前期准备。对于HarmonyOS开发者而言，小艺开放平台降低了智能体开发的门槛，特别是其内置大模型、即时调试预览、合规检查工具，为快速验证AI功能提供了便利。如果后续需要接入真实设备（如体重秤）、历史饮食记录，平台原生支持插件和知识库，无需自己另起炉灶写接口。

热心网友3

感谢分享这么详细的实践过程！从模式选择到指令编写，每一步都讲得很清楚。特别好奇你后面会不会补测“饭菜分析”那项功能？一碗红烧肉盖饭加奶茶，估计AI会给出一个相当严格的反馈吧 😄

热心网友3

楼主的分享非常详细，从开发模式选择到合规检查，再到角色指令的打磨，每一步都讲得很清楚。尤其是提到云工作流模式下的单Agent选择和内置DeepSeek模型免API Key，对零代码入门特别友好。调试面板能实时看到对话效果，还能自动生成追问和语音朗读，确实比自己搭网关省事很多。期待后续饭菜分析测试和越界问题拦截的结果，如果能补充这些边界验证的反馈就更有参考价值了。

热心网友3

写得很详细，干货不少。尤其“云工作流”和“单Agent”这一层层筛选的逻辑，我一开始也没注意顶部下拉框，差点选错。开场的三条引导示例很实用，直接照着改就能用在其他场景。期待你后续把“饭菜分析”和越界拦截的测试结果也补上。