最近,HarmonyOS 开发者技术发布了一篇文章,介绍了两个新工具:DevEco Code 和 DevEco CLI。它们的重点不是“又多了一个 AI 聊天助手”,而是把 AI Agent 真正接入鸿蒙应用开发流程。
简单说:
DevEco Code:负责思考、规划、生成、验证和修复DevEco CLI:负责执行具体的鸿蒙开发命令
这篇文章真正重要的地方,不只是发布了两个工具,而是展示了鸿蒙应用开发的一种新范式:
人提出目标AI 拆解任务CLI 执行工程动作知识库提供领域知识Skills 复用专家经验验证系统持续反馈
未来的 AI Coding 不只是帮咱们写代码,而是帮咱们完成一个可验证的开发目标。
DevEco Code 和 DevEco CLI 的组合,正是在把鸿蒙应用开发从单点辅助,推向完整的 AI Agent 开发流程。
如果你是 HarmonyOS 开发者,建议按这个顺序理解:
第一步,先理解 DevEco Code 和 DevEco CLI 的分工。理解三种模式。
DevEco Code:负责智能协作DevEco CLI:负责工程执行Build:直接干活Plan:先规划再干活Goal:围绕目标自动闭环
第二步,熟悉 CLI 命令。
create、build、device、emulator、run
第三步,再看知识库和 Skills。
知识库让 AI 知道鸿蒙规则Skills 让 AI 掌握鸿蒙开发套路
DevEco Code 是什么?
DevEco Code 可以理解为面向 HarmonyOS 应用开发的 AI Agent。而之前的CodeGenine,还是辅助编程的策略,所以会被DevEco Code 替代。
它不是只帮你补全几行代码,而是尝试覆盖完整开发链路:
需求理解方案设计代码生成语法检查编译构建推包运行功能验证问题修复日志分析
它的目标是让开发者从“手动查文档、写代码、调试错误”逐步转向“提出目标,让 AI 帮你拆解和执行”。
三种工作模式:Build、Plan、Goal
1. Build 模式:直接执行
Build 模式适合你已经知道要做什么,只需要 AI 帮你完成。
比如:
帮我修复这个编译错误帮我实现这个页面帮我根据现有代码补一个功能
它更像一个执行型助手。
2. Plan 模式:先审方案,再执行
Plan 模式会先理解需求、拆解任务、生成计划,再进入执行阶段。
适合稍复杂的功能开发,比如:
新增一个登录流程改造一个页面结构增加多设备适配能力
这类任务如果直接让 AI 写代码,容易跑偏。Plan 模式的价值是先把路线说清楚,再动手。
3. Goal 模式:围绕目标自动闭环
Goal 模式更进一步,它强调“以终为始”。
它会根据需求或 Spec 文档,自动完成:
需求分析验收标准确认方案设计任务拆解代码生成语法检查构建打包模拟器/真机运行功能验证问题修复
你可以把它理解为更高阶的自动驾驶模式:不是只完成某一步,而是尽量围绕最终目标持续迭代。
DevEco CLI 是什么?
如果说 DevEco Code 是“大脑”,DevEco CLI 就是“手脚”。
AI Agent 不能只会说,它必须能真正调用工具。DevEco CLI 就是把鸿蒙开发中的常见动作封装成命令,让 AI 可以稳定调用。
常见命令包括:
devecocli createdevecocli builddevecocli devicedevecocli emulatordevecocli run
对应能力分别是:
这意味着 AI 不只是生成代码,还能参与真实的工程流程。
为什么 CLI 对 AI Agent 很重要?
很多 AI Coding 工具的问题是:会写代码,但不一定懂项目怎么跑。
DevEco CLI 解决的是“执行层”的问题。它把鸿蒙开发流程拆成一个个稳定命令,让 AI 可以:
创建项目检查语法编译应用连接设备运行应用查看日志分析错误
这样一来,AI 的能力就从“回答问题”升级成了“参与开发流程”。
知识库和 Skills:让 AI 更懂鸿蒙
文章还提到了两个关键能力:官方知识库和 Skills。
知识库解决的是“AI 知不知道”的问题。它覆盖 HarmonyOS 开发指南、API 参考、最佳实践、版本说明、常见问题等内容。
Skills 解决的是“AI 会不会做”的问题。比如:
ArkTS 语法检查ArkUI 开发技能多设备适配日志分析自动 Bug 修复设备验证本地测试仪器测试
这些 Skills 就像一组可复用的专家经验包。AI 调用它们时,不再只是泛泛生成代码,而是可以结合鸿蒙开发的真实规则和经验。
格物平台:Skills 的广场
文章最后提到了“格物平台”,它可以理解为 HarmonyOS Skills 广场。
它解决三个问题:
Skills 分散,找起来难Skills 质量参差,需要管理优秀经验难以复用和共享
通过平台化方式,开发者可以发现、使用、管理和共建 Skills。对于生态来说,这比单个工具更重要,因为它把个人经验沉淀成了可复用资产。