鸿蒙数据增广套件开发实战：邮件智能分类摘要与意图抽取

鸿蒙专家

现代职场邮件中，长篇周报、系统告警、会议邀约和客户催办混杂在一起，人工筛选效率低且容易漏掉关键待办。过去常见的方案是把邮件正文上传到云端大模型解析，但邮件往往涉及商业机密，直接上云存在数据出境和隐私稳定性风险。HarmonyOS 7.0（API 26）开放的Data Augmentation Kit，利用设备端NPU和本地小模型，提供文本特征提取、智能分类、长文本摘要、待办意图推理等端侧能力，让邮件可以在本地零延迟处理，不把敏感内容送出厂。

一、核心API与关键参数

Data Augmentation Kit对应模块为js-apis-data-augmentation，导出textProcessing对象。三个核心异步API分别覆盖摘要、分类和意图抽取：

2. import { textProcessing } from '@kit.DataAugmentationKit';
4. textProcessing.generateSummary(text: string, options?: SummaryOptions): Promise<string>;
5. textProcessing.classifyText(text: string, categories: Array<string>): Promise<ClassificationResult>;
6. textProcessing.extractIntent(text: string): Promise<IntentResult>;

复制代码

摘要接口通过SummaryOptions.maxLength控制输出长度，但NPU算力有限，maxLength设置过大会让耗时指数级上升。实测把目标摘要长度控制在30到50字符，能在阅读体验和推理耗时之间取得最佳平衡。分类接口的categories参数是实现零样本分类的关键，不需要在端侧微调模型，只需要传入“会议邀约”“报销审批”“系统通知”这类描述性标签，底层会自动计算文本特征向量与标签特征向量的余弦相似度，从而判断文本所属类别。

二、工程结构与服务封装

在示例“智能邮件助手”中，一封新邮件到达后，应用在毫秒级完成三件事：提取一句话摘要、判断邮件类别、抽取出行动意图（比如“周五前提交报告”）。核心工程结构如下：

2. entry/src/main/ets/
3. ├── pages/
4. │   └── EmailInboxPage.ets
5. ├── model/
6. │   ├── EmailEntity.ets
7. │   └── IntentCategory.ets
8. └── service/
9.     ├── DataAugmentationService.ets
10.     └── NPUInferenceManager.ets

复制代码

为了避免UI线程卡顿，不要在邮件到达时把2000字正文直接丢给主线程上的NPU推理接口。合理的设计是利用并发机制，把文本处理放到异步任务中，由底层NPU调度引擎自行管理硬件队列。下面是核心封装DataAugmentationService.ets的实现，把分类、摘要和意图抽取整合为高内聚服务，并加入针对超长文本的防御性截断：

2. import { textProcessing } from '@kit.DataAugmentationKit';
3. import { hilog } from '@kit.PerformanceAnalysisKit';
5. const TAG = 'DataAugmentationService';
7. export interface EmailKnowledge {
8.     summary: string;
9.     category: string;
10.     intentAction: string | null;
11.     intentTime: string | null;
12. }
14. export class DataAugmentationService {
15.     private static readonly CATEGORIES = [
16.         '紧急待办', '会议邀约', '进度汇报', '系统告警', '日常闲聊'
17.     ];
19.     private static readonly MAX_PROCESS_LENGTH = 1500;
21.     public static async processEmailContent(rawText: string): Promise<EmailKnowledge> {
22.         const cleanText = this.preprocessText(rawText);
23.         hilog.info(0x0000, TAG, `开始处理邮件文本，截断后长度: ${cleanText.length}`);
25.         try {
26.             const [categoryRes, summaryRes, intentRes] = await Promise.all([
27.                 this.fetchCategory(cleanText),
28.                 this.fetchSummary(cleanText),
29.                 this.fetchIntent(cleanText)
30.             ]);
32.             return {
33.                 category: categoryRes,
34.                 summary: summaryRes,
35.                 intentAction: intentRes?.action || null,
36.                 intentTime: intentRes?.targetTime || null
37.             };
38.         } catch (error) {
39.             hilog.error(0x0000, TAG, `文本处理发生稳定性风险: ${JSON.stringify(error)}`);
40.             return {
41.                 category: '未知类别',
42.                 summary: cleanText.substring(0, 30) + '...',
43.                 intentAction: null,
44.                 intentTime: null
45.             };
46.         }
47.     }
49.     private static preprocessText(text: string): string {
50.         if (!text) {
51.             return '';
52.         }
53.         let processed = text.replace(/[\r\n]+/g, ' ').replace(/\s+/g, ' ').trim();
54.         if (processed.length > this.MAX_PROCESS_LENGTH) {
55.             processed = processed.substring(0, this.MAX_PROCESS_LENGTH);
56.         }
57.         return processed;
58.     }
60.     private static async fetchCategory(text: string): Promise<string> {
61.         const result = await textProcessing.classifyText(text, this.CATEGORIES);
62.         if (result && result.topCategory && result.topScore > 0.5) {
63.             return result.topCategory;
64.         }
65.         return '常规邮件';
66.     }
68.     private static async fetchSummary(text: string): Promise<string> {
69.         const summary = await textProcessing.generateSummary(text, { maxLength: 40 });
70.         return summary || '无摘要';
71.     }
73.     private static async fetchIntent(text: string): Promise<{ action?: string, targetTime?: string } | null> {
74.         const result = await textProcessing.extractIntent(text);
75.         if (result && result.primaryAction) {
76.             return {
77.                 action: result.primaryAction,
78.                 targetTime: result.timeEntity || '待定'
79.             };
80.         }
81.         return null;
82.     }
83. }

复制代码

UI层只需在收到邮件数据时调用processEmailContent，再把返回的EmailKnowledge映射到组件状态变量。数据计算与页面渲染彻底解耦，代码可维护性也更高。

三、避坑指南

1. 并行调用OOM

代码中通过Promise.all同时发起分类、摘要和意图抽取，在旗舰机上NPU资源充裕时调度器能完美并行；但在算力受限的老旧机型上，同时加载三个不同任务的权重可能触碰显存上限。如果强依赖低端机适配，建议改成串行await调用：先获取分类，如果是垃圾邮件则跳过后续的摘要与意图抽取，节省算力开销。

2. 零样本分类的标签设计

classifyText的categories参数需要传递语义明确的自然语言，不要传“TYPE_01”“TYPE_02”这类枚举代号。模型不认识代码符号，标签名应该像写Prompt一样，使用“需要回复的紧急工作”“无关紧要的通知”这种描述性强的词汇，分类准确率会明显提升。

3. 输入文本的“垃圾进，垃圾出”

邮件正文常包含Base64编码的内联图片、HTML标签、杂乱签名档。如果不对原始文本做preprocessText清洗，直接扔给extractIntent，特征提取引擎会被无意义字符淹没，拖慢提取速度，还容易产生“幻觉”或提取失败。因此必须先做换行折叠、空白压缩、长度截断等预处理。

四、总结

接入HarmonyOS 7.0的Data Augmentation Kit后，传统依赖云端的高成本NLP任务可以转化为端侧闭环的本地原生能力。从API设计到底层NPU调度，系统已经屏蔽了大量硬件复杂性。对于邮件、笔记、聊天记录这类隐私敏感文本，端侧处理既能保障数据不出设备，又能在无网弱网环境下提供流畅的智能体验，是应用走向“端智能”值得关注的方向。