鸿蒙 App 集成 AI 助手：架构设计 + 实战代码

网罗开发 （小红书、快手、视频号同名）

大家好，我是展菲，目前在上市企业从事人工智能项目研发管理工作，平时热衷于分享各种编程领域的软硬技能知识以及前沿技术，包括iOS、前端、Harmony OS、Java、Python等方向。在移动端开发、鸿蒙开发、物联网、嵌入式、云原生、开源等领域有深厚造诣。

图书作者：《ESP32-C3 物联网工程开发实战》
图书作者：《SwiftUI 入门，进阶与实战》
超级个体：COC上海社区主理人
特约讲师：大学讲师，谷歌亚马逊分享嘉宾
科技博主：华为HDE/HDG

我的博客内容涵盖广泛，主要分享技术教程、Bug解决方案、开发工具使用、前沿科技资讯、产品评测与使用体验 。我特别关注云服务产品评测、AI 产品对比、开发板性能测试以及技术报告，同时也会提供产品优缺点分析、横向对比，并分享技术沙龙与行业大会的参会体验。我的目标是为读者提供有深度、有实用价值的技术洞察与分析。

展菲：您的前沿技术领航员

👋 大家好，我是展菲！

📱 全网搜索"展菲"，即可纵览我在各大平台的知识足迹。

每周定时推送干货满满的技术长文，从新兴框架的剖析到运维实战的复盘，助您技术进阶之路畅通无阻。

文章目录

- 引言
- [一、为什么普通 AI 聊天框没有价值](#一、为什么普通 AI 聊天框没有价值)
- [二、真正的 AI 助手架构](#二、真正的 AI 助手架构)
- [三、第一层：Assistant Runtime](#三、第一层：Assistant Runtime)
- [四、第二层：Intent Engine](#四、第二层：Intent Engine)
- [五、第三层：Task Center](#五、第三层：Task Center)
- [六、第四层：Tool Center](#六、第四层：Tool Center)
- [七、鸿蒙 App 中如何设计 Tool](#七、鸿蒙 App 中如何设计 Tool)
- [八、鸿蒙 ArkUI 接入助手](#八、鸿蒙 ArkUI 接入助手)
- [九、增加 Memory](#九、增加 Memory)
- - [Memory 架构](#Memory 架构)
- [十、增加 State](#十、增加 State)
- 十一、一个完整课程助手实战
- [十二、AI Native 鸿蒙 App 的推荐目录](#十二、AI Native 鸿蒙 App 的推荐目录)
- 十三、为什么未来会从页面驱动变成助手驱动
- 十四、结合鸿蒙分布式能力
- 十五、总结

引言

过去几年，大模型接入 App 的方式其实非常简单：

text 复制代码

输入问题
 ↓
调用 API
 ↓
返回答案

很多鸿蒙项目也是这样做的：

ts 复制代码

const result = await llm.chat(prompt)

然后把结果展示到页面，看起来：

text 复制代码

AI 已经接入成功

但很快你会发现：

text 复制代码

只能聊天
不能做事

例如用户说：

text 复制代码

帮我预约今天下午的课程

AI 返回：

text 复制代码

您可以点击课程页面进行预约

用户会觉得：

text 复制代码

那我为什么要问你？

真正的 AI 助手应该是：

text 复制代码

用户说需求
 ↓
AI理解意图
 ↓
调用业务能力
 ↓
完成任务
 ↓
返回结果

而不是：

text 复制代码

用户提问
 ↓
AI聊天
 ↓
结束

所以：

AI 助手不是一个聊天窗口，而是一套新的应用架构。

一、为什么普通 AI 聊天框没有价值

很多项目的第一版：

text 复制代码

ArkUI
 ↓
LLM API
 ↓
Answer

例如：

ts 复制代码

Button("发送")
  .onClick(async () => {

    const result =
      await llm.chat(input)

    this.answer = result

  })

架构：

text 复制代码

UI
 ↓
Model
 ↓
Text

问题，AI 永远只能：

text 复制代码

说

不能：

text 复制代码

做

所以：

text 复制代码

无法和业务结合

最终变成：

text 复制代码

一个套壳 ChatGPT

二、真正的 AI 助手架构

推荐结构：

text 复制代码

UI
 ↓
Assistant
 ↓
Intent Engine
 ↓
Task Center
 ↓
Tool Center
 ↓
System
 ↓
Repository

这里：

text 复制代码

Assistant

成为整个应用的新入口。

三、第一层：Assistant Runtime

Assistant 是整个 AI 助手的大脑，职责：

text 复制代码

理解用户
管理上下文
调度任务

示例：

ts 复制代码

export class Assistant {

  async run(text: string) {

    const intent =
      await this.parseIntent(text)

    return await taskCenter.run(intent)

  }

}

调用：

ts 复制代码

await assistant.run(
  "帮我预约英语课程"
)

四、第二层：Intent Engine

Intent Engine 负责：

text 复制代码

把自然语言
变成结构化命令

例如，用户输入：

text 复制代码

帮我购买英语四级课程

转换：

json 复制代码

{
  "intent": "buy_course",
  "course": "英语四级"
}

示例：

ts 复制代码

class IntentEngine {

  async parse(text: string) {

    return await llm.chat(`
      提取用户意图:
      ${text}
    `)

  }

}

整个 AI 应用最关键的一步：

不是生成答案，而是识别意图。

五、第三层：Task Center

很多开发者喜欢：

text 复制代码

AI直接调用业务代码

这是错误的，正确方式：

text 复制代码

AI
 ↓
Task
 ↓
业务能力

例如：

ts 复制代码

class BuyCourseTask {

  async run(params) {

    return await courseTool.buy(
      params.courseId
    )

  }

}

统一入口：

ts 复制代码

await taskCenter.run(
  "BuyCourseTask"
)

这样：

text 复制代码

业务流程标准化

六、第四层：Tool Center

这是 AI Native 架构里最重要的一层，很多团队会这样写：

ts 复制代码

orderStore.orders = []

AI 直接修改数据，问题：

text 复制代码

无法审计
无法控制权限

正确做法：

ts 复制代码

await orderTool.cancel(id)

示例：

ts 复制代码

export class OrderTool {

  async cancel(
    orderId: string
  ) {

    return await orderSystem
      .cancel(orderId)

  }

}

Tool 的本质：

text 复制代码

AI 与业务之间的隔离层

七、鸿蒙 App 中如何设计 Tool

推荐目录：

text 复制代码

tools/
 ├── user
 ├── order
 ├── payment
 ├── course
 └── message

例如：

text 复制代码

tools/
 └── order/
      ├── CancelOrderTool
      ├── QueryOrderTool
      └── CreateOrderTool

示例：

ts 复制代码

export class QueryOrderTool {

  async execute(id: string) {

    return await repository.find(id)

  }

}

这样：

text 复制代码

AI 能力标准化

八、鸿蒙 ArkUI 接入助手

页面层应该非常轻，例如：

ts 复制代码

@State question: string = ""
@State answer: string = ""

Column() {

  TextInput({
    text: this.question
  })

  Button("发送")
    .onClick(async () => {

      this.answer =
        await assistant.run(
          this.question
        )

    })

  Text(this.answer)

}

这里页面不知道：

text 复制代码

任务怎么执行
工具怎么调用
模型怎么推理

只负责：

text 复制代码

输入
输出

九、增加 Memory

如果没有记忆：

text 复制代码

每次都是新对话

例如，用户：

text 复制代码

帮我查订单

AI：

text 复制代码

哪个订单？

用户：

text 复制代码

昨天那个

AI：

text 复制代码

无法理解

因为：

text 复制代码

上下文丢失

Memory 架构

text 复制代码

Assistant
 ↓
Memory
 ↓
LLM

示例：

ts 复制代码

class MemoryStore {

  history: string[] = []

  add(message: string) {
    this.history.push(message)
  }

}

调用：

ts 复制代码

await assistant.run(
  text,
  memoryStore.history
)

十、增加 State

AI Native App 必须管理状态，例如：

text 复制代码

当前任务
当前订单
当前用户

十一、一个完整课程助手实战

用户：

text 复制代码

帮我推荐专升本课程

流程：

text 复制代码

Assistant
      ↓
Intent Engine
      ↓
RecommendCourseTask
      ↓
CourseTool
      ↓
CourseRepository
      ↓
Result

代码：

ts 复制代码

const intent =
  await intentEngine.parse(text)

const result =
  await taskCenter.run(intent)

return result

整个系统：

text 复制代码

完全任务化

十二、AI Native 鸿蒙 App 的推荐目录

text 复制代码

src
├── assistant
│    ├── runtime
│    ├── intent
│    ├── memory
│    └── state
│
├── task
│    ├── order
│    ├── payment
│    └── course
│
├── tools
│    ├── order
│    ├── user
│    └── payment
│
├── system
│
├── repository
│
├── store
│
└── ui

这是比较适合的结构是：

text 复制代码

AI Native 鸿蒙 App

十三、为什么未来会从页面驱动变成助手驱动

传统 App：

text 复制代码

页面
 ↓
按钮
 ↓
功能

AI Native App：

text 复制代码

意图
 ↓
Assistant
 ↓
Task
 ↓
结果

例如，过去：

text 复制代码

打开订单页
点击取消
确认取消

未来：

text 复制代码

帮我取消昨天的订单

AI 自动完成，这里最大的变化是：

页面不再是入口。

而是：

Assistant 成为入口。

十四、结合鸿蒙分布式能力

鸿蒙最大的优势：

text 复制代码

多设备协同

例如，手机：

text 复制代码

发起任务

平板：

text 复制代码

查看执行过程

PC：

text 复制代码

继续处理结果

因此：

text 复制代码

AssistantState

应该支持：

text 复制代码

分布式同步

结构：

text 复制代码

Phone
   ↓
AssistantState
   ↓
Pad
   ↓
PC

未来：

text 复制代码

AI 助手是跨设备存在的

而不是：

text 复制代码

只存在某个页面

十五、总结

如果用一句话总结：

鸿蒙 App 集成 AI 助手，不是在页面里放一个聊天框，而是在应用内部增加一个新的 Runtime。

过去：

text 复制代码

用户操作功能

未来：

text 复制代码

用户表达意图

过去：

text 复制代码

页面驱动业务

未来：

text 复制代码

Assistant 驱动业务

过去：

text 复制代码

App = UI + Service

未来：

text 复制代码

App
 = UI
 + State
 + Task
 + Tool
 + Assistant Runtime

很多开发者接入 AI 后，看到模型能够回复内容，就觉得已经完成了 AI 化。

但真正的 AI Native 鸿蒙应用，目标从来不是：

text 复制代码

让 AI 会聊天

而是：

text 复制代码

让 AI 会做事

记住一句话：

text 复制代码

聊天框只是入口，

Assistant Runtime 才是核心。

当你的鸿蒙 App 开始拥有：

Intent Engine
Memory Engine
Task Center
Tool Center
Assistant State
分布式 Assistant Runtime

你会发现：

text 复制代码

AI 不再是一个功能模块，

而开始成为整个鸿蒙 App 的新基础设施。