重磅升级：我给 harmony-mcp 集成了鸿蒙 HDC，让 AI 能直接调试 HarmonyOS 设备

丨丨丨972026-06-03 10:18

重磅升级：我给 harmony-mcp 集成了鸿蒙 HDC，让 AI 能直接调试 HarmonyOS 设备

定位：项目升级发布 + 实操工作流分享

目标读者：正在用 Cursor、Claude、Kiro 等 AI 工具做小程序或 HarmonyOS 开发的开发者

之前做的 harmony-mcp，主要解决的是微信小程序开发里的重复操作：环境检查、编译诊断、包体积分析、合规预检、一键上传。

这次是一次比较大的升级：在原有小程序能力基础上，我给 harmony-mcp 集成了鸿蒙 HDC 设备自动化。

也就是说，现在 AI 不只可以帮你操作微信开发者工具，还可以通过 HDC 直接操作 HarmonyOS 真机或模拟器：

  • 检查 HDC 环境
  • 列出已连接设备
  • 安装 HAP 包
  • 启动指定 Ability
  • 抓取 hilog 日志
  • 推送文件到设备
  • 从设备拉取文件
  • 卸载应用

目标还是同一个：让 AI 不只"告诉你该执行什么命令"，而是能在本地安全边界内直接调用工具，执行、验证、再反馈结果。

先说效果

以前调试鸿蒙应用，我的流程通常是这样的：

  1. 打开终端，确认 hdc 能不能用
  2. 执行 hdc list targets 看设备有没有连上
  3. 找到 HAP 包路径
  4. 执行 hdc install xxx.hap
  5. 手写 aa start 命令拉起 Ability
  6. 再执行 hdc hilog 看日志
  7. 遇到多设备，还要手动补 -t connectKey

现在可以直接对 AI 说：

text 复制代码 
帮我检查鸿蒙环境，列出设备，然后把这个 HAP 安装到模拟器上并启动 EntryAbility

AI 会按顺序调用：

text 复制代码 
harmony_ready_check
harmony_list_devices
harmony_install
harmony_start
harmony_log

如果 HDC 找不到、设备没连、存在多设备但没指定 target，工具会返回结构化错误和修复建议。AI 不需要猜命令输出，用户也不用在终端里来回复制。

原理：MCP + HDC

MCP（Model Context Protocol）可以理解为 AI 调用外部工具的标准协议。

text 复制代码 
以前：AI 给你一段命令，你复制到终端执行
现在：AI 通过 MCP 调用工具，工具再调用本地 HDC，并返回结构化结果

HDC 是 HarmonyOS 官方设备连接工具，常见命令包括：

bash 复制代码 
hdc list targets
hdc install entry-default-signed.hap
hdc uninstall com.example.app
hdc shell aa start -a EntryAbility -b com.example.app
hdc shell hilog -x
hdc file send local.txt /data/local/tmp/local.txt
hdc file recv /data/local/tmp/local.txt local-back.txt

直接让 AI 裸跑 shell 当然也能做，但稳定性和安全边界都不够好。

所以这次升级的核心不是"让 AI 拼命令"，而是把 HDC 能力封装成明确的 MCP tools：每个工具都有固定名称、入参 schema、行为说明和安全标记。

这次新增的 8 个鸿蒙工具

工具 能力
harmony_ready_check 检测 HDC 路径、HDC 版本、设备连接状态
harmony_list_devices 列出鸿蒙真机和模拟器，返回 connectKey
harmony_install 安装 HAP 包，支持异步任务
harmony_uninstall 按 bundleName 卸载应用
harmony_start 启动指定 bundleName 和 abilityName
harmony_log 抓取 hilog 日志，支持行数和关键词过滤
harmony_file_push 推送本地文件到设备
harmony_file_pull 从设备拉取文件到本地

所有能力都基于华为官方 HDC CLI，不涉及逆向，也不调用非公开接口。

5 分钟配置

前置条件

  1. 已安装 DevEco Studio 或 HarmonyOS SDK
  2. 本机能找到 HDC 工具
  3. 已启动 DevEco 模拟器，或已连接 HarmonyOS 真机
  4. 真机已开启开发者模式和 USB 调试
  5. Node.js >= 18

如果 HDC 没有加入 PATH，也可以用环境变量或本地配置指定路径。

环境变量方式：

bash 复制代码 
HDC_PATH=你的hdc可执行文件完整路径

或者在项目根目录创建 harmony-mcp.json：

json 复制代码 
{
  "hdcPath": "D:\\Huawei\\Sdk\\default\\toolchains\\hdc.exe"
}

Cursor 配置

在项目根目录创建 .cursor/mcp.json：

json 复制代码 
{
  "mcpServers": {
    "harmony-mcp": {
      "command": "npx",
      "args": ["-y", "@yujiamei/harmony-mcp"]
    }
  }
}

重启 Cursor，在 MCP 面板里看到 harmony-mcp 可用即可。

Windows 用户如果 npx 启动不稳定，可以先全局安装：

bash 复制代码 
npm install -g @yujiamei/harmony-mcp

然后配置改成：

json 复制代码 
{
  "mcpServers": {
    "harmony-mcp": {
      "command": "harmony-mcp",
      "args": []
    }
  }
}

Claude Desktop、Kiro 等支持 MCP 的客户端配置方式类似。

我的 5 个鸿蒙高频使用场景

场景 1：环境预检

以前我会先在终端里确认：

bash 复制代码 
hdc version
hdc list targets

现在直接对 AI 说：

text 复制代码 
帮我检查鸿蒙开发环境

AI 会调用 harmony_ready_check，一次性检查：

  1. HDC 路径是否能找到
  2. HDC 版本是否能读取
  3. 当前是否有真机或模拟器连接

如果 HDC 找不到，返回结果里会带修复建议，例如设置 HDC_PATH、检查 SDK 安装目录、把 toolchains 加入 PATH。

这个能力看起来简单，但很实用。很多问题不是代码错，而是设备、SDK、HDC 服务状态不对。

场景 2：多设备自动识别

鸿蒙调试经常遇到多设备场景，比如同时开着模拟器，又插着一台真机。

以前要自己看：

bash 复制代码 
hdc list targets

然后手动复制某个 connectKey，再给后续命令补：

bash 复制代码 
hdc -t 127.0.0.1:5555 install xxx.hap

现在可以说：

text 复制代码 
列出当前所有鸿蒙设备

AI 调用 harmony_list_devices 后会拿到结构化结果：

json 复制代码 
{
  "status": "OK",
  "deviceCount": 2,
  "devices": [
    {
      "connectKey": "127.0.0.1:5555",
      "status": "Connected",
      "kind": "emulator"
    },
    {
      "connectKey": "FMR0223C13000649",
      "status": "Connected",
      "kind": "device"
    }
  ]
}

后续安装、启动、抓日志都可以复用这个 connectKey。

场景 3：安装 HAP 并启动 Ability

以前的手动流程：

bash 复制代码 
hdc install D:\demo\entry-default-signed.hap
hdc shell aa start -a EntryAbility -b com.example.demo

现在可以直接说：

text 复制代码 
把 D:/demo/entry-default-signed.hap 安装到模拟器上，然后启动 com.example.demo 的 EntryAbility

AI 会调用：

text 复制代码 
harmony_install
harmony_start

harmony_install 还做了异步任务设计。安装 HAP 可能耗时较长，如果客户端支持 MCP Tasks，可以先返回 taskId，再轮询最终结果，避免整个对话被安装过程阻塞。

如果客户端不支持 Tasks，也可以降级成同步结果。

场景 4：抓 hilog 定位问题

应用拉起后，最常见的下一步就是看日志。

以前我要手动执行：

bash 复制代码 
hdc shell hilog -x

日志多了以后还得自己过滤。

现在可以直接说：

text 复制代码 
看一下设备最近 100 行日志，只保留包含 App 的行

AI 调用 harmony_log，传入：

json 复制代码 
{
  "lines": 100,
  "keyword": "App"
}

工具会返回结构化结果，包括日志行数、过滤关键词和日志内容。

这一步的价值在于，AI 可以继续基于日志判断下一步：是启动失败、权限问题、bundleName 错误，还是应用自身 crash。

场景 5：文件推送和拉取

有些调试需要把配置、日志、测试数据放到设备里，或者从设备里拉文件出来。

以前要自己执行：

bash 复制代码 
hdc file send C:\test\hello.txt /data/local/tmp/hello.txt
hdc file recv /data/local/tmp/hello.txt C:\test\hello-back.txt

现在可以对 AI 说：

text 复制代码 
把 C:/test/hello.txt 推送到设备的 /data/local/tmp/hello.txt，然后再拉回到 C:/test/hello-back.txt 验证

AI 会调用：

text 复制代码 
harmony_file_push
harmony_file_pull

这类动作本身不复杂，但很适合交给 AI 串流程，尤其是在调试脚本、复现问题、收集设备文件时。

为什么不直接让 AI 执行 shell

这个问题我在做鸿蒙模块时想了很久。

让 AI 直接执行：

bash 复制代码 
hdc install xxx.hap

确实最快，但工程上有几个问题：

  1. HDC 输出不是稳定 API，不同版本和设备可能不一样
  2. 多设备场景下，AI 容易忘记指定 -t
  3. 安装、卸载、文件写入这些动作需要明确风险标记
  4. 原始 stdout/stderr 不利于 AI 后续决策
  5. 很难写可回归的测试

MCP tool 的好处是把这些不稳定性收敛到工具层。

AI 看到的是：

text 复制代码 
harmony_install(hapPath, target)
harmony_start(bundleName, abilityName, target)
harmony_log(lines, keyword, target)

工具层负责处理 HDC 路径、命令拼接、超时、错误映射和输出解析。

这次升级里我最重视的一点：HDC 输出样本库

HDC 输出并不是一个严格稳定的 JSON API。

所以项目里新增了一个 fixture 样本库：

text 复制代码 
test/fixtures/hdc-outputs/

里面收集各种 HDC stdout/stderr 样本：

text 复制代码 
list-targets-empty.txt
list-targets-single-device.txt
list-targets-single-emulator.txt
list-targets-multi.txt
install-success.txt
install-signature-error.txt
install-no-space.txt
uninstall-success.txt
uninstall-not-installed.txt
aa-start-success.txt
aa-start-not-found.txt
hilog-normal.txt
hilog-crash.txt
file-send-success.txt
file-recv-success.txt
error-device-not-found.txt
error-cannot-connect.txt
error-timeout.txt
version.txt

每个样本第一行都会标记来源：

text 复制代码 
# source: official-docs
# source: deveco-simulator-3.1
# source: community-issue-123
# source: synthetic

现在有些样本仍然是 synthetic，也就是基于文档和常见输出推测出来的。后续如果有真机或模拟器输出，就可以把它们替换成真实样本。

这样做的目的很明确：不要靠想象写解析逻辑，要用真实输出反向校准工具行为。

测试覆盖

这次鸿蒙模块不是只写了工具注册，还补了几层测试：

测试层 覆盖内容
单元测试 CLI 参数拼接、parseDeviceList、超时和错误映射
MCP 协议测试 8 个工具的注册、入参 schema、契约一致性
Mock E2E 通过 mock-hdc 模拟完整链路
Fixture-driven 测试 基于 test/fixtures/hdc-outputs/ 校准解析逻辑

当前解析层、错误处理层和 MCP 协议层已经有测试覆盖。

但我也要把边界说清楚：真机和模拟器的完整链路还需要更多社区反馈，尤其是不同 HarmonyOS 版本、不同 HDC 版本下的输出差异。

常见问题

Q：这个是替代 DevEco Studio 吗？

不是。它是把 HDC 设备操作接入 AI 工作流。开发、构建、签名、调试 UI 仍然依赖 DevEco Studio 和 HarmonyOS SDK。

Q：需要华为账号或密钥吗？

不需要。当前鸿蒙能力只调用本地 HDC，不需要把账号、密钥交给 AI。

Q：支持真机吗？

设计上支持真机和 DevEco 模拟器。真机需要开启开发者模式、USB 调试，并在首次连接时允许调试。

Q：支持多设备吗？

支持。先调用 harmony_list_devices 获取 connectKey，后续工具用 target 指定设备。

Q：会不会误删应用？

harmony_uninstall 被标记为 destructive 工具。支持 MCP 安全提示的客户端会在执行前提示风险。实际使用时也建议明确传入 bundleName 和 target。

Q：为什么强调需要社区反馈？

因为 HDC 输出可能随设备、系统版本、SDK 版本变化。真实 stdout/stderr 样本越多，解析逻辑越可靠。

推荐 Prompt

装好之后，可以直接复制这些 prompt 试一下：

场景 Prompt
环境检查 "检查一下我的鸿蒙 HDC 环境是否正常"
设备列表 "列出当前连接的鸿蒙真机和模拟器"
安装应用 "把 D:/demo/entry-default-signed.hap 安装到模拟器上"
启动应用 "启动 com.example.demo 的 EntryAbility"
查看日志 "抓取最近 200 行 hilog，只看包含 Error 的日志"
文件推送 "把 C:/test/config.json 推送到设备 /data/local/tmp/config.json"
文件拉取 "把设备 /data/local/tmp/log.txt 拉到 C:/test/log.txt"
完整流程 "检查鸿蒙环境，选择模拟器，安装 HAP，启动 EntryAbility，然后抓最近 100 行日志"

数据

指标 数据
新增鸿蒙工具 8 个
设备操作来源 华为官方 HDC CLI
支持设备 HarmonyOS 真机 / DevEco 模拟器
支持客户端 Cursor / Claude Desktop / Kiro / 任何支持 MCP 的客户端
测试方式 单元测试 / MCP 协议测试 / Mock E2E / Fixture-driven 测试
核心样本目录 test/fixtures/hdc-outputs/

链接

如果你手上有 HarmonyOS 真机或 DevEco 模拟器，欢迎跑一遍 docs/MANUAL_VERIFICATION.md。

如果实际 HDC 输出和样本不一致，欢迎把 stdout/stderr 回贡到 fixtures。

这会直接提升这个工具在真实设备上的可靠性。

这次升级之后，harmony-mcp 不再只是小程序 AI 工作流工具，而是在原有基础上开始覆盖鸿蒙设备调试。下一步我会继续补真机样本、错误场景和更多自动化链路。

我给 harmony-mcp 接入了鸿蒙 HDC，让 AI 直接调试 HarmonyOS 设备

适合发布平台：掘金 / V2EX / 微信开放社区 / 鸿蒙开发者社区

定位：项目升级发布 + 实操工作流分享

目标读者：正在用 Cursor、Claude、Kiro 等 AI 工具做小程序或 HarmonyOS 开发的开发者

之前我做 harmony-mcp，主要解决的是微信小程序开发里的重复操作：环境检查、编译诊断、包体积分析、合规预检、一键上传。

这次是一次比较大的升级：在原有小程序能力基础上，我给 harmony-mcp 集成了鸿蒙 HDC 设备自动化。

也就是说，现在 AI 不只可以帮你操作微信开发者工具，还可以通过 HDC 直接操作 HarmonyOS 真机或模拟器：

  • 检查 HDC 环境
  • 列出已连接设备
  • 安装 HAP 包
  • 启动指定 Ability
  • 抓取 hilog 日志
  • 推送文件到设备
  • 从设备拉取文件
  • 卸载应用

目标还是同一个：让 AI 不只"告诉你该执行什么命令"，而是能在本地安全边界内直接调用工具，执行、验证、再反馈结果。

先说效果

以前调试鸿蒙应用，我的流程通常是这样的：

  1. 打开终端，确认 hdc 能不能用
  2. 执行 hdc list targets 看设备有没有连上
  3. 找到 HAP 包路径
  4. 执行 hdc install xxx.hap
  5. 手写 aa start 命令拉起 Ability
  6. 再执行 hdc hilog 看日志
  7. 遇到多设备，还要手动补 -t connectKey

现在可以直接对 AI 说：

text 复制代码 
帮我检查鸿蒙环境，列出设备，然后把这个 HAP 安装到模拟器上并启动 EntryAbility

AI 会按顺序调用：

text 复制代码 
harmony_ready_check
harmony_list_devices
harmony_install
harmony_start
harmony_log

如果 HDC 找不到、设备没连、存在多设备但没指定 target，工具会返回结构化错误和修复建议。AI 不需要猜命令输出，用户也不用在终端里来回复制。

原理：MCP + HDC

MCP（Model Context Protocol）可以理解为 AI 调用外部工具的标准协议。

text 复制代码 
以前：AI 给你一段命令，你复制到终端执行
现在：AI 通过 MCP 调用工具，工具再调用本地 HDC，并返回结构化结果

HDC 是 HarmonyOS 官方设备连接工具，常见命令包括：

bash 复制代码 
hdc list targets
hdc install entry-default-signed.hap
hdc uninstall com.example.app
hdc shell aa start -a EntryAbility -b com.example.app
hdc shell hilog -x
hdc file send local.txt /data/local/tmp/local.txt
hdc file recv /data/local/tmp/local.txt local-back.txt

直接让 AI 裸跑 shell 当然也能做，但稳定性和安全边界都不够好。

所以这次升级的核心不是"让 AI 拼命令"，而是把 HDC 能力封装成明确的 MCP tools：每个工具都有固定名称、入参 schema、行为说明和安全标记。

这次新增的 8 个鸿蒙工具

工具 能力
harmony_ready_check 检测 HDC 路径、HDC 版本、设备连接状态
harmony_list_devices 列出鸿蒙真机和模拟器，返回 connectKey
harmony_install 安装 HAP 包，默认同步返回，兼容不支持 Tasks 的客户端
harmony_uninstall 按 bundleName 卸载应用
harmony_start 启动指定 bundleName 和 abilityName
harmony_log 抓取 hilog 日志，支持行数和关键词过滤
harmony_file_push 推送本地文件到设备
harmony_file_pull 从设备拉取文件到本地

所有能力都基于华为官方 HDC CLI，不涉及逆向，也不调用非公开接口。

5 分钟配置

前置条件

  1. 已安装 DevEco Studio 或 HarmonyOS SDK
  2. 本机能找到 HDC 工具
  3. 已启动 DevEco 模拟器，或已连接 HarmonyOS 真机
  4. 真机已开启开发者模式和 USB 调试
  5. Node.js >= 18

如果 HDC 没有加入 PATH，也可以用环境变量或本地配置指定路径。

环境变量方式：

bash 复制代码 
HDC_PATH=你的hdc可执行文件完整路径

或者在项目根目录创建 harmony-mcp.json：

json 复制代码 
{
  "hdcPath": "D:\\Huawei\\Sdk\\default\\toolchains\\hdc.exe"
}

Cursor 配置

在项目根目录创建 .cursor/mcp.json：

json 复制代码 
{
  "mcpServers": {
    "harmony-mcp": {
      "command": "npx",
      "args": ["-y", "@yujiamei/harmony-mcp"]
    }
  }
}

重启 Cursor，在 MCP 面板里看到 harmony-mcp 可用即可。

Windows 用户如果 npx 启动不稳定，可以先全局安装：

bash 复制代码 
npm install -g @yujiamei/harmony-mcp

然后配置改成：

json 复制代码 
{
  "mcpServers": {
    "harmony-mcp": {
      "command": "harmony-mcp",
      "args": []
    }
  }
}

Claude Desktop、Kiro 等支持 MCP 的客户端配置方式类似。

我的 5 个鸿蒙高频使用场景

场景 1：环境预检

以前我会先在终端里确认：

bash 复制代码 
hdc version
hdc list targets

现在直接对 AI 说：

text 复制代码 
帮我检查鸿蒙开发环境

AI 会调用 harmony_ready_check，一次性检查：

  1. HDC 路径是否能找到
  2. HDC 版本是否能读取
  3. 当前是否有真机或模拟器连接

如果 HDC 找不到，返回结果里会带修复建议，例如设置 HDC_PATH、检查 SDK 安装目录、把 toolchains 加入 PATH。

这个能力看起来简单，但很实用。很多问题不是代码错，而是设备、SDK、HDC 服务状态不对。

场景 2：多设备自动识别

鸿蒙调试经常遇到多设备场景，比如同时开着模拟器，又插着一台真机。

以前要自己看：

bash 复制代码 
hdc list targets

然后手动复制某个 connectKey，再给后续命令补：

bash 复制代码 
hdc -t 127.0.0.1:5555 install xxx.hap

现在可以说：

text 复制代码 
列出当前所有鸿蒙设备

AI 调用 harmony_list_devices 后会拿到结构化结果：

json 复制代码 
{
  "status": "OK",
  "deviceCount": 2,
  "devices": [
    {
      "connectKey": "127.0.0.1:5555",
      "status": "Connected",
      "kind": "emulator"
    },
    {
      "connectKey": "FMR0223C13000649",
      "status": "Connected",
      "kind": "device"
    }
  ]
}

后续安装、启动、抓日志都可以复用这个 connectKey。

场景 3：安装 HAP 并启动 Ability

以前的手动流程：

bash 复制代码 
hdc install D:\demo\entry-default-signed.hap
hdc shell aa start -a EntryAbility -b com.example.demo

现在可以直接说：

text 复制代码 
把 D:/demo/entry-default-signed.hap 安装到模拟器上，然后启动 com.example.demo 的 EntryAbility

AI 会调用：

text 复制代码 
harmony_install
harmony_start

harmony_install 目前默认同步返回，优先兼容 Cursor Inspector 这类不支持 MCP Tasks 的客户端。这样做的好处是更直接：装完就返回结果，不需要再处理 taskId 和轮询状态。

场景 4：抓 hilog 定位问题

应用拉起后，最常见的下一步就是看日志。

以前我要手动执行：

bash 复制代码 
hdc shell hilog -x

日志多了以后还得自己过滤。

现在可以直接说：

text 复制代码 
看一下设备最近 100 行日志，只保留包含 App 的行

AI 调用 harmony_log，传入：

json 复制代码 
{
  "lines": 100,
  "keyword": "App"
}

工具会返回结构化结果，包括日志行数、过滤关键词和日志内容。

这一步的价值在于，AI 可以继续基于日志判断下一步：是启动失败、权限问题、bundleName 错误，还是应用自身 crash。

场景 5：文件推送和拉取

有些调试需要把配置、日志、测试数据放到设备里，或者从设备里拉文件出来。

以前要自己执行：

bash 复制代码 
hdc file send C:\test\hello.txt /data/local/tmp/hello.txt
hdc file recv /data/local/tmp/hello.txt C:\test\hello-back.txt

现在可以对 AI 说：

text 复制代码 
把 C:/test/hello.txt 推送到设备的 /data/local/tmp/hello.txt，然后再拉回到 C:/test/hello-back.txt 验证

AI 会调用：

text 复制代码 
harmony_file_push
harmony_file_pull

这类动作本身不复杂，但很适合交给 AI 串流程，尤其是在调试脚本、复现问题、收集设备文件时。

为什么不直接让 AI 执行 shell

这个问题我在做鸿蒙模块时想了很久。

让 AI 直接执行：

bash 复制代码 
hdc install xxx.hap

确实最快，但工程上有几个问题：

  1. HDC 输出不是稳定 API，不同版本和设备可能不一样
  2. 多设备场景下，AI 容易忘记指定 -t
  3. 安装、卸载、文件写入这些动作需要明确风险标记
  4. 原始 stdout/stderr 不利于 AI 后续决策
  5. 很难写可回归的测试

MCP tool 的好处是把这些不稳定性收敛到工具层。

AI 看到的是：

text 复制代码 
harmony_install(hapPath, target)
harmony_start(bundleName, abilityName, target)
harmony_log(lines, keyword, target)

工具层负责处理 HDC 路径、命令拼接、超时、错误映射和输出解析。

这次升级里我最重视的一点：HDC 输出样本库

HDC 输出并不是一个严格稳定的 JSON API。

所以项目里新增了一个 fixture 样本库：

text 复制代码 
test/fixtures/hdc-outputs/

里面收集各种 HDC stdout/stderr 样本：

text 复制代码 
list-targets-empty.txt
list-targets-single-device.txt
list-targets-single-emulator.txt
list-targets-multi.txt
install-success.txt
install-signature-error.txt
install-no-space.txt
uninstall-success.txt
uninstall-not-installed.txt
aa-start-success.txt
aa-start-not-found.txt
hilog-normal.txt
hilog-crash.txt
file-send-success.txt
file-recv-success.txt
error-device-not-found.txt
error-cannot-connect.txt
error-timeout.txt
version.txt

每个样本第一行都会标记来源：

text 复制代码 
# source: official-docs
# source: deveco-simulator-3.1
# source: community-issue-123
# source: synthetic

现在有些样本仍然是 synthetic，也就是基于文档和常见输出推测出来的。后续如果有真机或模拟器输出，就可以把它们替换成真实样本。

这样做的目的很明确：不要靠想象写解析逻辑，要用真实输出反向校准工具行为。

测试覆盖

这次鸿蒙模块不是只写了工具注册，还补了几层测试：

测试层 覆盖内容
单元测试 CLI 参数拼接、parseDeviceList、超时和错误映射
MCP 协议测试 8 个工具的注册、入参 schema、契约一致性
Mock E2E 通过 mock-hdc 模拟完整链路
Fixture-driven 测试 基于 test/fixtures/hdc-outputs/ 校准解析逻辑

当前解析层、错误处理层和 MCP 协议层已经有测试覆盖。

除此之外，我还在 DevEco 模拟器上手动跑通了一轮真实链路，已经验证：

  • harmony_ready_check
  • harmony_list_devices
  • harmony_install
  • harmony_start
  • harmony_uninstall
  • harmony_log 底层 hdc shell hilog -x 可用，工具层也已经补了限流和关键词过滤

但我也要把边界说清楚：不同 HarmonyOS 版本、不同 HDC 版本下，输出细节仍可能存在差异，真机样本和社区反馈依然很重要。

常见问题

Q：这个是替代 DevEco Studio 吗？

不是。它是把 HDC 设备操作接入 AI 工作流。开发、构建、签名、调试 UI 仍然依赖 DevEco Studio 和 HarmonyOS SDK。

Q：需要华为账号或密钥吗？

不需要。当前鸿蒙能力只调用本地 HDC，不需要把账号、密钥交给 AI。

Q：支持真机吗？

设计上支持真机和 DevEco 模拟器。真机需要开启开发者模式、USB 调试，并在首次连接时允许调试。

Q：支持多设备吗？

支持。先调用 harmony_list_devices 获取 connectKey，后续工具用 target 指定设备。

Q：会不会误删应用？

harmony_uninstall 被标记为 destructive 工具。支持 MCP 安全提示的客户端会在执行前提示风险。实际使用时也建议明确传入 bundleName 和 target。

Q：为什么强调需要社区反馈？

因为 HDC 输出可能随设备、系统版本、SDK 版本变化。真实 stdout/stderr 样本越多，解析逻辑越可靠。

推荐 Prompt

装好之后，可以直接复制这些 prompt 试一下：

场景 Prompt
环境检查 "检查一下我的鸿蒙 HDC 环境是否正常"
设备列表 "列出当前连接的鸿蒙真机和模拟器"
安装应用 "把 D:/demo/entry-default-signed.hap 安装到模拟器上"
启动应用 "启动 com.example.demo 的 EntryAbility"
查看日志 "抓取最近 200 行 hilog，只看包含 Error 的日志"
文件推送 "把 C:/test/config.json 推送到设备 /data/local/tmp/config.json"
文件拉取 "把设备 /data/local/tmp/log.txt 拉到 C:/test/log.txt"
完整流程 "检查鸿蒙环境，选择模拟器，安装 HAP，启动 EntryAbility，然后抓最近 100 行日志"

数据

指标 数据
新增鸿蒙工具 8 个
设备操作来源 华为官方 HDC CLI
支持设备 HarmonyOS 真机 / DevEco 模拟器
支持客户端 Cursor / Claude Desktop / Kiro / 任何支持 MCP 的客户端
测试方式 单元测试 / MCP 协议测试 / Mock E2E / Fixture-driven 测试
核心样本目录 test/fixtures/hdc-outputs/

链接

如果你手上有 HarmonyOS 真机或 DevEco 模拟器，欢迎跑一遍 docs/MANUAL_VERIFICATION.md。

如果实际 HDC 输出和样本不一致，欢迎把 stdout/stderr 回贡到 fixtures。

这会直接提升这个工具在真实设备上的可靠性。

这次升级之后，harmony-mcp 不再只是小程序 AI 工作流工具，而是在原有基础上开始覆盖鸿蒙设备调试。下一步我会继续补真机样本、错误场景和更多自动化链路。

相关推荐
oort1231 小时前
VLStream 全开源可私有化的AI视频平台 真能解决传统项目的痛点吗？ 太实用了
人工智能·开源·音视频
TheSumSt2 小时前
日常教程丨远程串流打游戏方法介绍（Parsec/Tailscale+Headscale+DERP+Sunshine&Moonlight）
linux·网络·经验分享·nginx·开源·玩游戏
Soari2 小时前
GitHub 开源项目解析：EveryInc/compound-engineering-plugin —— 让 AI 编程从“一次性生成”走向“持续复利工程”
人工智能·开源·github·claude code
xixixi777772 小时前
Hugging Face 开源模型供应链安全平台、AI 数据隐私保护法草案发布：AI 安全合规进入技术 + 法律双驱动阶段
大数据·人工智能·安全·ai·开源·大模型·智能体
好好风格2 小时前
微软这个 14 万星工具，把 PDF、PPT、Excel 都变成大模型爱读的 Markdown
人工智能·python·开源
TechWJ2 小时前
被 Intercom Zendesk收费坑过？我用Chatwoot搭了个免费客服站
docker·ai·开源·客服·chatwoot
梦梦代码精2 小时前
功能堆砌不如好扩展：4 款开源商城系统的选型思考
java·docker·uni-app·开源·php
该昵称用户已存在2 小时前
开源即自由：MyEMS 能源管理系统的技术栈解耦与兼容性架构
架构·开源·能源
DO_Community2 小时前
Claude Code 的开源替代方案：用 OpenCode + DigitalOcean 实现模型自由
人工智能·开源·agent·claude·deepseek
热门推荐
012026 年 AI 编程工具终极横评：Cursor vs Claude Code vs Copilot vs Windsurf02GitHub 镜像站点03【AI】2026 年具身智能模型和世界模型总结04Codex 下载安装指南：Windows 和 macOS 官方版下载05【踩坑记录 | 第一篇】微软商店无法使用时，如何手动安装 OpenAI Codex？附`.msix`文件系统错误解决方法06裂开！ChatGPT 居然开始要手机号验证，附详细解决方法07CC-Switch 下载、安装与使用配置指南【2026.5.29】08CC-Switch & Claude 基于 Linux 服务器安装使用指南09Codex 接入 DeepSeek API 完整配置文档10几个好用的ip纯净度检测网站