AndroidAI使用心得

一、本周 AI 使用概况

本周在开发过程中持续使用 AI 辅助完成需求分析、代码设计、接口封装、问题排查和调试验证。AI 主要参与了自研 IoT 平台 SDK、P2P 通信、WebSocket 数据解析、设备指令封装、PW7 设备协议调试等相关工作（注：自研 IoT 平台已于2026年1月份完成，PW7 设备相关工作于4.23-4.30完成）。

整体来看，AI 在提升开发效率、减少重复代码、辅助协议理解、定位异常问题方面帮助较大，尤其适合处理协议类、数据解析类、状态机类和 SDK 封装类任务。

二、本周完成/推进的功能

1. 自研 IoT 平台 SDK

本周围绕自研 IoT 平台 SDK 进行了功能设计与代码实现（注：该平台已于2026年1月份完成），主要包括：

SDK 基础通信能力封装；
设备数据模型封装；
指令下发统一入口设计；
设备状态上报解析；
SDK 内部回调机制整理；
对上层业务提供更统一的设备操作接口。

AI 主要用于辅助设计 SDK 的代码结构、封装方式、命名规范，以及梳理不同设备能力之间的抽象边界。

2. P2P 通信与数据下发

完成/推进了 P2P 通信相关能力：

P2P 通道建立逻辑梳理；
指令下发数据结构封装；
P2P 数据发送流程整理；
下发结果回调处理；
异常场景处理逻辑补充。

AI 在这一块主要用于辅助分析通信流程，帮助整理 P2P 数据下发的调用链，减少重复封装代码。

3. WebSocket 和数据解析

本周继续完善 WebSocket 设备数据上报相关逻辑：

WebSocket 消息监听；
设备 ID 过滤；
上报数据分发；
dp 参数解析；
工作状态解析；
设备告警状态解析；
上报数据转换为业务 LiveData/状态对象。

AI 辅助点主要包括：

梳理 WebSocket 消息结构；
优化数据解析逻辑；
帮助区分不同 dp 字段的业务含义；
辅助排查重复上报、状态重复刷新等问题。

4. IoT 平台蓝牙配网

完成/推进 IoT 平台蓝牙配网相关工作：

蓝牙设备发现；
蓝牙连接流程；
配网参数组装；
Wi-Fi 信息下发；
配网状态回调；
配网失败场景处理。

AI 主要用于辅助整理蓝牙配网流程、异常场景处理，以及帮助检查配网过程中的状态流转是否完整。

5. IoT 平台快速建图、多地图及地图下载和加载

本周推进了地图相关核心能力：

快速建图指令封装；
建图任务状态上报解析；
多地图列表管理；
地图下载流程；
地图加载流程；
地图数据与设备状态关联；
地图切换相关逻辑整理。

AI 在该部分主要用于辅助拆解复杂业务流程，帮助梳理"指令下发 → 状态上报 → 地图数据获取 → UI 刷新"的完整链路。

6. IoT 平台定时任务

完成/推进 IoT 平台定时任务相关能力：

定时任务数据结构封装；
定时任务列表获取；
新增/修改/删除定时任务；
定时任务下发协议组装；
定时任务状态解析；
定时任务与业务 UI 的数据转换。

AI 主要用于辅助设计定时任务模型、封装通用转换方法，以及减少重复代码。

7. IoT 平台指令下发和上报封装实现

本周重点完善了 IoT 平台指令下发和上报解析的统一封装：

指令下发统一入口；
不同设备指令参数封装；
动态 dp 参数支持；
上报数据统一分发；
上报数据转换为业务状态；
错误回调和异常处理。

AI 帮助较大的点是：将分散的指令逻辑统一整理成更清晰的封装方式，提高后续设备接入和功能扩展效率。

8. PW7 设备指令下发和上报数据解析封装

针对 PW7 设备，完成/推进了设备协议相关封装（注：该部分工作于4.23-4.30完成）：

PW7 设备指令下发；
dp31、dp33、dp34、dp35、dp37、dp38、dp39、dp40 等字段处理；
工作状态解析；
设备状态解析；
告警状态解析；
称重校准结果解析；
音量、设备提醒、拒绝执行等状态解析；
上报数据转换为业务状态对象。

AI 在 PW7 协议封装过程中主要用于辅助：

解析协议结构；
设计状态对象；
优化数据解析代码；
排查状态重复上报引起的 UI 闪烁问题。

9. PW7 称重校准、倒废砂、工作状态等核心指令调试

本周对 PW7 核心指令进行了调试（注：该部分工作于4.23-4.30完成），包括：

称重校准指令；
倒废砂指令；
工作状态上报；
停止任务状态；
设备告警状态；
集砂仓状态；
侧板状态；
防夹保护状态；
童锁开关状态；
设备勿扰开关状态；
设备勿扰时间段
集砂仓除臭开关状态；
集砂仓除臭时长；
清理模式状态；
设备音量；
延迟清理的时间间隔；
沉重校准和归位失败时间；
工作记录和警报封装；
添加设备页自动搜索设备；
任务执行结果解析。

AI 主要用于辅助分析日志、定位状态刷新链路、优化重复状态上报处理，并对 UI 闪烁，自动搜索设备等问题提供解决思路。

三、AI 在本周工作中的具体使用方式

1. 辅助代码设计

在 SDK、指令封装、数据解析等模块中，使用 AI 辅助进行代码结构设计，包括：

如何抽象设备能力；
如何封装指令下发；
如何解析复杂 dp 数据；
如何减少重复代码；
如何保证后续扩展性。

2. 辅助协议解析

对于 PW7 和 IoT 平台上报数据，AI 帮助分析协议格式，例如：

普通状态值；
JSON 格式 dp 数据；
类似 <status,timestamp,code> 的协议格式；
多字段设备状态协议；
指令结果状态码。

3. 辅助问题排查

本周使用 AI 排查了部分 UI 和状态同步问题，例如：

工作状态重复刷新；
DataBinding 重复触发；
Glide 重复加载导致图片闪烁；
WebSocket 重复上报导致 UI 多次刷新；
LiveData 同值重复 post 导致页面抖动。

4. 辅助代码优化

AI 帮助优化了部分代码实现方式，例如：

同值状态不重复刷新；
本地 drawable 不走 Glide；
使用 tag 避免重复加载图片；
避免重复注册监听；
增加状态校验，防止旧回调覆盖新状态。

四、AI 使用技巧和心得

先描述业务背景，再让 AI 给方案 直接问"怎么写代码"效果一般，先描述设备协议、业务状态、当前问题、日志表现，AI 给出的方案会更贴合实际。
协议类代码适合让 AI 辅助拆解 像 IoT 平台、PW7 设备这种协议字段较多、状态较复杂的场景，AI 可以帮助快速整理字段含义、状态流转和解析方法。
调试问题时，把日志和相关代码一起给 AI 本周排查 UI 闪烁、状态重复刷新时，把日志、BindingAdapter、XML 绑定代码一起给 AI，定位效率明显更高。
AI 适合做"第一版封装"，但需要人工确认边界 AI 可以快速生成封装思路和代码结构，但涉及设备协议、状态码、业务规则时，仍需要人工确认协议准确性和边界场景。
对已有代码修改时，要强调"不影响原功能" 在让 AI 修改代码时，需要明确说明：只改指定问题；不影响原有逻辑；尽量小范围修改；修改后检查是否有 linter 错误。这样可以降低引入新问题的风险。

五、Coding 率评估

本周 AI 参与度较高，主要集中在协议解析、SDK 封装、问题定位和代码优化上。

估算本周 Coding 率：

AI 辅助代码生成/修改占比：约 80% - 90%
AI 辅助问题分析和方案设计占比：约 80% -90%
人工协议确认、联调、设备验证占比：约10% -20%

综合来看，本周 AI 对开发效率提升比较明显，尤其在重复封装、日志分析、状态流转梳理方面节省了较多时间。

六、本周 AI 使用收益

提高了 IoT 平台 SDK 封装效率；
加快了 P2P、WebSocket、设备指令等通信链路的整理；
降低了协议解析代码的重复工作量；
辅助定位了 UI 闪烁和状态重复刷新问题；
帮助优化了部分 DataBinding 和 Glide 使用方式；
提升了 PW7 设备核心指令调试效率；
对复杂状态上报的解析和封装有较大帮助。

七、存在的问题

AI 对具体设备协议不了解，需要人工提供协议样例和日志；
AI 生成的代码需要人工二次校验，不能直接完全依赖；
对复杂业务状态，AI 有时只能给通用方案，需要结合实际业务调整；
涉及设备真实联调时，AI 无法替代实际设备验证；
对已有项目结构不熟悉时，需要先提供足够上下文。

八、下周计划

下周计划继续使用 AI 辅助以下工作：

继续完善自研 IoT 平台 SDK；
优化设备指令下发和上报解析封装；
完善 PW7 设备异常状态和核心指令调试；
梳理更多通用设备能力抽象；
辅助排查联调过程中的协议和状态问题；
继续总结 AI 在 Android IoT 设备开发中的最佳使用方式。

九、总结

本周 AI 在 IoT 平台 SDK、P2P 通信、WebSocket 数据解析、蓝牙配网、地图能力、定时任务、PW7 指令封装与调试等工作中使用较多（注：自研 IoT 平台已于2026年1月份完成，PW7 设备相关工作于4.23-4.30完成）。整体来看，AI 对协议类开发、状态解析、代码封装和问题排查帮助明显，能够有效提升开发效率。

后续会继续将 AI 作为辅助开发工具，用于需求拆解、方案设计、代码生成、日志分析和问题定位，同时对关键协议和业务逻辑保持人工校验，确保功能稳定可靠。