查看: 166|回复: 0

HarmonyOS小艺智能体接入:工作流+端插件+卡片直达

[复制链接]
发表于 1 小时前 | 显示全部楼层 |阅读模式
工具类应用常见的困境是功能越堆越多,用户越难找到目标入口。奇妙工具箱的选择是把HarmonyOS AI开放能力与小艺开放平台工作流结合,让用户通过语音直接抵达服务。其团队由一群00后大学同学组成,在校期间参与科创竞赛和联合开发项目,因看好鸿蒙生态成长与华为开发者支持而加入。奇妙工具箱聚合300多项实用能力,上线一年积累120万用户,月营收达50万元;其“奇妙全家桶”系列应用不到一年用户数突破120万,月收入达到50万元。

一、场景与能力组合:从工具集合到AI大脑

奇妙工具箱的创意来自日常办公与生活中的碎片化痛点,例如视频压缩、图片文字识别、测距、文档处理等。用户频繁切换网页、安装多款独立软件,处理零散需求时总要来回切换不同应用。因此,团队整合高频轻量化工具,打造一站式使用入口,标语是“拥有再多,不如有我”。其核心不是解决市面上工具功能不足,而是免去用户四处寻找工具的困扰。

在能力落地上,奇妙工具箱没有停留在功能堆砌,而是把鸿蒙AI开放能力放到用户看得懂、用得上的具体场景:利用Core Vision Kit的人脸检测能力,免去合照逐张手工遮蔽的繁琐;通过Core Speech Kit的语音识别能力实时语音转录,服务于会议记录、灵感捕捉等办公场景。

二、小艺开放平台接入:云工作流+端插件+卡片

功能多是工具箱的优势,也可能成为用户门槛,尤其对不熟悉“测速”“OCR”这类关键词的用户。为此,团队依托小艺开放平台云工作流模式打造专属智能助手“小妙”,并上架小艺智能体广场。用户无需打开奇妙工具箱App翻找功能菜单,只需通过小艺语音唤起“小妙”,即可直接进入目标功能页面,做到指令即达。

整个接入过程仅用一周时间,流程清晰简洁,主要包括三个环节:编排工作流、接入插件、开发卡片。从技术实现角度看,这一方式把智能体接入拆成可管理的节点与端侧能力对接,降低了工具类应用接入系统级语音入口的复杂度。

三、以“金价查询”为例的指令直达链路

以“我想看一下金价”为例,系统首先通过意图分类节点识别用户需求,再由大模型节点进行语义理解,随后知识库节点检索最新金价数据,端侧插件拉起对应界面,最终通过卡片将金价信息与功能直达入口推送给用户,完整实现了从“用户说一句话”到“服务送到眼前”的闭环体验。

这条链路中,意图分类决定需求识别,大模型节点负责语义理解,知识库节点提供数据,端侧插件和卡片完成动作调用与结果呈现。对开发者而言,要做好类似智能体,需要同时关注意图覆盖、知识库数据质量以及端侧插件、卡片的对接体验。

四、从页面入口到服务入口:下一步小艺Skill

开发者认为,HarmonyOS 7(API 26)的智能化能力,为工具类应用提供了从“页面入口”走向“服务入口”的路径。团队已基于小艺开放平台的工作流、端插件和开发卡片能力,完成需求理解、功能匹配、端侧动作调用和结果呈现的闭环。用户在应用内说出需求,即可更直接地抵达服务。

下一步,团队计划接入小艺Skill,将奇妙工具箱的Skill开放给小艺调用,进一步打通应用与系统的交互。用户不必先想到“我要打开奇妙工具箱”,而是在系统中说出“帮我测一下距离”“帮我压缩视频”“帮我做个决定”时,小艺便能发现并调用合适的服务。团队的目标不止于工具,更要做未来的智能服务,深耕小艺生态,让用户无需打开专属智能体,也能随时通过手机上的小艺与智能体或应用交互。

五、对HarmonyOS开发者的启示

奇妙工具箱的实践表明,扎根真实用户场景、善用平台优势,独立开发者同样能在鸿蒙生态中挖掘创新机遇。对于工具类应用,可以优先梳理高频碎片需求,用Core Vision Kit、Core Speech Kit等能力增强场景体验;再通过小艺开放平台云工作流接入语音入口,用意图分类、大模型、知识库、端侧插件和卡片串起服务闭环;后续可考虑接入小艺Skill,让应用能力被系统更自然地发现和调用。团队并未止步于现有成绩,而是持续深耕泛在服务,推动应用融入系统全域场景,让工具响应自然贴合人的需求。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

指导单位

江苏省公安厅

江苏省通信管理局

浙江省台州刑侦支队

DEFCON GROUP 86025

Hacking Group 021A

旗下站点

态势感知中心

应急响应中心

红盟安全

联系我们

官方QQ群:112851260

官方邮箱:security#ihonker.org(#改成@)

官方核心成员

关注微信公众号

Archiver|手机版|小黑屋| ( 沪ICP备2021026908号 )

GMT+8, 2026-9-11 09:29 , Processed in 0.024067 second(s), 18 queries , Gzip On, Redis On.

Powered by ihonker.com

Copyright © 2015-现在.

  • 返回顶部