开发内容与工作范围
以下工作可根据现有系统和项目条件组合实施，具体模块与交付责任在项目范围中确认。
需求与现状评估
核对业务目标、用户、现有系统、数据、接口、部署环境和验收要求，形成范围与风险基线。
架构与接口设计
划分前端、服务、数据、设备和第三方系统边界，确定接口、权限、日志和异常处理方案。
功能与模块开发
按照确认的技术栈和功能清单实施软件开发，保持代码、配置和版本可追溯。
数据与系统集成
接入数据库、业务 API、设备或第三方平台，完成数据格式、状态和错误链路联调。
测试与质量检查
按目标环境验证功能、兼容性、性能、安全、异常流程和持续运行条件。
部署与维护交付
交付约定范围内的源码或制品、部署配置、接口说明、测试记录和维护资料。
鸿蒙AI应用开发与能力适配能做什么？
鸿蒙AI应用开发与能力适配从业务任务、数据来源、时延、网络、隐私和目标设备出发，评估使用HarmonyOS公开AI相关能力、现有云端或企业服务、端侧模型及端云协同的实现路线。对于Agent、Skill等随版本演进的新能力，先在指定SDK和设备上完成可复现原型，再决定产品化范围。
AI功能不能只按模型名称确定方案。项目需要明确输入输出、数据授权、准确性评估方法、失败处理、人工确认、网络和算力条件，以及模型或第三方服务的许可、费用和可用区域。
哪些项目适合这项服务？
适用于已有明确业务任务，需要在HarmonyOS应用中增加智能交互或模型能力的项目。
- 文本、语音、图像或多模态能力接入
- 企业知识检索、问答或业务助手
- 端侧模型推理与设备资源适配
- 云端模型服务和端云协同
- AI结果需要权限、隐私和人工确认
- Agent或Skill等新能力需要版本与设备验证
鸿蒙AI应用开发与能力适配服务范围
按场景、数据、模型服务、端侧资源和产品交互拆分。
场景与数据评估
定义任务、输入输出、数据来源和评价方法。
- 业务流程和失败处理
- 样本、授权和数据边界
- 准确性、时延和成本口径
能力选型与原型
验证官方能力、第三方服务或自有模型路线。
- SDK/API和版本可用性
- 端侧、云端或端云协同
- 最小可复现原型
应用集成与交互
把AI能力接入可控的用户流程。
- ArkTS界面和状态
- 权限、隐私和用户确认
- 超时、失败和降级
目标设备验证
在约定设备和样本上测试功能与资源。
- 功能和异常
- 时延、内存和功耗相关记录
- 样本范围和已知限制
项目启动需要哪些资料？
没有业务任务、样本和评价方法时，只能进行能力调研，不能形成产品验收。
- 业务场景、用户角色和决策边界
- 输入输出样例及数据授权
- 已有模型、API、服务和账号权限
- 目标设备、系统/API和网络条件
- 隐私、安全、人工确认与内容要求
- 评价样本、指标、费用和验收方法
交付物与验收方式
交付范围写入任务书，验收对应指定版本、设备、环境、数据、步骤和通过条件。
在窄屏设备上可左右滑动查看完整表格。
| 交付类别 | 交付内容 | 主要验收依据 |
|---|---|---|
| 技术评估 | 场景、数据、能力路线和风险说明 | 输入输出与评价口径明确 |
| 技术验证原型 | 指定SDK、服务或模型的可复现原型 | 在约定环境完成演示和验证记录 |
| 应用模块 | AI交互、接口、状态和异常处理代码 | 指定流程和权限用例通过 |
| 设备验证 | 样本、时延、资源和失败情况记录 | 结论限定于测试范围 |
| 集成资料 | 接口、配置、模型/服务版本和限制说明 | 部署与复测步骤可执行 |
鸿蒙AI应用开发与能力适配常见问题
项目范围、输入条件、交付物和验收方式在需求确认及项目任务书中明确。
技术参考与版本依据
开发实施以目标版本、设备、API支持范围、官方开发资料和第三方许可条件为依据。
服务边界与项目约定
AI结果受模型、服务版本、样本、数据质量、网络、设备资源和第三方策略影响。准确率、适用范围、失败处理和人工确认机制在约定评价集、模型版本、设备与统计方法下确定。Agent、Skill及其他新能力在完成指定版本和设备验证后，再确认工程化交付范围。
鸿蒙AI应用开发与能力适配常见问题
鸿蒙AI应用开发是否必须使用端侧模型？+
端侧模型不是必选方案。应根据时延、隐私、网络、模型规模、设备资源、更新频率和费用选择端侧、云端或端云协同。
可以接入企业现有大模型服务吗？+
可以根据API、鉴权、网络、数据合规、并发、费用和可用区域评估接入，并设计超时、失败和降级处理。
端侧模型能否在所有鸿蒙设备运行？+
不能概括为全部支持。需要核对模型格式、算子、内存、存储、算力、系统版本和目标设备，再进行转换、适配和实测。
AI功能如何确定验收指标？+
应使用有代表性的样本，明确准确性或任务完成率、时延、失败类型、人工确认和统计方法，并记录样本范围和版本。
是否可以开发Agent或Skill？+
可根据指定HarmonyOS SDK、目标设备和开放能力开展场景评估与原型验证；关键链路可复现后，再确定工程化方案和交付范围。
AI数据如何处理隐私和权限？+
需要明确数据来源、授权、采集、传输、存储、日志、删除和第三方处理范围，并在产品流程和材料中保持一致。
第三方模型服务变化怎么办？+
项目应固定服务、模型和API版本，记录配额、费用和限制，并设计监测、兼容和替代策略。后续变更按维护范围处理。
AI效果如何验收？+
在双方确认的评价集、模型或服务版本、目标设备、网络环境和统计方法下记录测试结果，并按准确性、任务完成率、时延、失败类型和人工确认要求完成验收。
服务与验收说明
本页说明可讨论的工程服务范围，不构成对固定性能、周期、价格、认证、审批或业务结果的承诺；最终范围以目标环境、输入资料及双方确认的技术和商务文件为准。
在线咨询
电话咨询
微信咨询
回到顶部