HarmonyOS应用＜奇妙科学乐园＞开发第2篇:Vibe Coding开发流程——从需求描述到应用上线

📖 引言

在上一篇《Agent与Skill框架重构——端侧AI能力全面下放》中，我们深入了解了HarmonyOS 7（API 26）带来的Agent智能体与标准化Skill开发体系。本篇将视角从框架原理转向实战工作流，系统讲解如何借助Vibe Coding理念与DevEco Code AI Agent工具，将自然语言需求转化为可运行的应用代码，并完成Skill的全流程开发、审核与多设备分发。

Vibe Coding（氛围编程）是2026年HarmonyOS生态最重要的开发范式变革——开发者用自然语言描述需求，AI Agent理解意图、拆解任务、生成代码、编译构建、本地调测，最终完成端到端交付。对于"奇妙科学乐园"这类儿童科普应用，Vibe Coding可以极大地加速科学问答Skill的开发、智能交互能力的接入以及多设备适配的效率。

通过本文，你将掌握：

• Vibe Coding的核心理念及其在HarmonyOS开发中的落地方式
• DevEco Code AI Agent的三种工作模式与完整开发流程
• Skill从创建、编码、配置到测试、审核、分发的全生命周期
• 小艺智能入口的接入方式与语音交互实现
• 用Vibe Coding为"奇妙科学乐园"快速开发智能问答Skill的完整实战

🎯 学习目标

完成本文后，你将能够：

• ✅ 理解Vibe Coding"意图即服务"的核心理念，区分传统编码与AI辅助编码的差异
• ✅ 使用DevEco Code AI Agent进行需求分析、代码生成、本地调测的完整开发闭环
• ✅ 独立完成Skill的SKILL.md编写、ArkTS入口脚本开发、module.json5配置
• ✅ 接入小艺智能入口，实现语音驱动的科学问答交互
• ✅ 掌握多设备适配策略与智能体市场审核分发流程

💡 需求分析

功能模块设计

本文涉及的知识点覆盖了从开发工具链到应用分发的完整链路，核心模块设计如下：

整体流程概览

Vibe Coding开发流程的核心链路可以概括为：

开发者自然语言描述需求
↓
DevEco Code AI Agent 理解意图、拆解任务
↓
自动生成 Skill 代码（SKILL.md + ArkTS入口 + 配置）
↓
本地编译构建、模拟器/真机调测
↓
优化完善 → 提交智能体市场审核
↓
审核通过 → 多设备分发上线

🛠️ 核心实现

步骤1: Vibe Coding理念——意图即服务

功能说明

Vibe Coding（氛围编程）是2026年最受关注的开发范式。其核心理念是：开发者用自然语言表达需求意图，AI Agent负责将意图转化为可运行代码。在HarmonyOS 7生态中，这一理念通过DevEco Code工具链和Skill开发体系完整落地。

与传统编码相比，Vibe Coding带来三个根本性变化：

核心认知：Vibe Coding不等于"AI代写代码"

💡 重要提示：Vibe Coding不是让开发者"躺着不动"，而是将开发者从重复性编码工作中解放出来，让精力集中在业务逻辑设计、用户体验打磨和场景创新上。

在HarmonyOS生态中，Vibe Coding有三个关键支撑：

代码示例：传统开发 vs Vibe Coding

以创建一个"科学问答Skill"为例，对比两种开发方式：

传统开发流程：

1. 查阅Skill开发文档，理解目录结构和配置规范
2. 手动创建 skills/science-qa/ 目录
3. 编写 SKILL.md（触发场景、参数契约、返回值契约）
4. 编写 ArkTS 入口脚本（参数解析、业务调用、结果回传）
5. 修改 module.json5 添加 skillProfiles
6. 编译、运行、调试
7. 出错后查文档、搜索、修复
预计耗时：2-3天

Vibe Coding流程：

1. 在 DevEco Code 中输入：
"为奇妙科学乐园创建一个科学问答Skill，
支持太空、自然、海洋等主题的智能问答，
能回答'太阳系有几颗行星'这类问题"
2. AI Agent 自动：
– 分析需求，确定Skill类型
– 生成 SKILL.md + ArkTS入口脚本 + module.json5配置
– 编译构建，推送到模拟器
3. 开发者审查生成的代码，用自然语言指出需要调整的地方
4. AI Agent 自动修改、重新构建
预计耗时：30分钟-2小时

步骤2: DevEco Code AI Agent工作流程

功能说明

DevEco Code是华为基于开源项目OpenCode扩展开发的HarmonyOS专属AI Agent工具。它内置GLM-5.1免费模型、5大鸿蒙专属Skill和3种Agent模式，支持代码生成、编译构建、错误修复、文档搜索全链路开发。

安装与配置

DevEco Code的安装只需一行命令：

# 全局安装 DevEco Code
npm install -g @deveco/deveco-code

# 验证安装
deveco –version
# 输出: 0.1.0 即安装成功

# 启动 TUI 交互界面
deveco

环境要求：

• Node.js >= 18（推荐22+）
• DevEco Studio 26.0.0+（API 26 Beta1）
• 华为开发者账号（登录后解锁GLM-5.1免费额度）

DEVECO_HOME环境变量配置：

# Windows PowerShell 设置环境变量
[System.Environment]::SetEnvironmentVariable('DEVECO_HOME', 'C:\\Program Files\\Huawei\\DevEco Studio', 'User')

# 验证
echo $env:DEVECO_HOME

三种Agent模式

DevEco Code提供三种Agent模式，通过Tab键切换：

五大内置Skill

DevEco Code内置的5个Skill会在对话中自动加载，这是它与通用AI工具（如ChatGPT）的本质区别：

完整代码：用DevEco Code创建Skill项目

以下是使用DevEco Code进行需求分析→代码生成的完整交互示例：

// =============================================
// DevEco Code 交互示例
// 在 DevEco Code TUI 中输入以下需求描述：
// =============================================

// 开发者输入：
// "帮我为奇妙科学乐园创建一个科学问答Skill，
// 支持以下功能：
// 1. 回答太空、自然、海洋、科技、人体、天气六大主题的科学问题
// 2. 支持语音触发，如'小艺，太阳系有几颗行星'
// 3. 对于不确定的问题，返回友好的提示语
// 4. Skill名称为 science-qa"

// AI Agent 会自动执行以下步骤：
// 1. 分析需求，确定Skill类型和功能范围
// 2. 生成目录结构和文件
// 3. 编写 SKILL.md（触发场景、参数契约、返回值契约）
// 4. 编写 ArkTS 入口脚本
// 5. 修改 module.json5 配置
// 6. 尝试编译构建

代码解析

1. 需求分析阶段——AI Agent如何理解意图

DevEco Code在接收到自然语言需求后，会通过以下步骤进行意图分析：

自然语言输入 → GLM-5.1语义理解 → 提取关键信息
↓
├── Skill名称: science-qa
├── 功能类型: 知识问答
├── 触发方式: 语音/文字
├── 主题范围: 太空/自然/海洋/科技/人体/天气
└── 错误策略: 友好提示语

2. 代码生成阶段——ArkTS语法规范自动遵守

与通用AI工具不同，DevEco Code内置的arkts-grammar-standards Skill会确保生成的代码符合ArkTS严格模式规范：

// ❌ 通用AI工具可能生成的代码（ArkTS严格模式报错）
// 使用了 any、as 类型断言、模板字符串等ArkTS禁止的语法

function queryScience(topic: any, question: string): any {
const result = data as Record<string, string>;
return `答案是：${result.answer}`;
}

// ✅ DevEco Code 生成的代码（完全符合ArkTS规范）
// 使用明确类型定义、Record类型、字符串拼接

function queryScience(
topic: string,
question: string
): ScienceAnswer | null {
const result: ScienceAnswer | null = ScienceDataService.search(topic, question);
if (result === null) {
return null;
}
return result;
}

3. 常用命令速查

deveco # 启动TUI对话界面（默认Build Agent + GLM-5.1）
deveco –agent plan # 以Plan模式启动（适合复杂需求拆解）
deveco –agent goal # 以Goal模式启动（端到端交付）
deveco –continue # 续接上次会话（保留上下文）
deveco models # 查看可用模型列表
deveco stats # 查看Token用量和费用统计
deveco session list # 查看历史会话列表
deveco upgrade # 升级到最新版本

步骤3: Skill开发全流程——创建→编码→配置→测试→审核→分发

功能说明

Skill是HarmonyOS 7引入的声明式能力外化机制。通过编写SKILL.md描述文件和ArkTS入口脚本，将应用内的业务功能对外开放，让系统AI智能体（小艺）可以"一句话调用"你的应用能力。

完整代码：Skill目录结构

entry/
├── skills/ ← 【固定目录名】Skill根目录
│ └── science-qa/ ← Skill名（三处一致）
│ ├── scripts/ ← 【固定目录名】脚本目录
│ │ └── ScienceQASkill.ets ← ArkTS入口脚本
│ └── SKILL.md ← 【固定文件名】描述文件
└── src/
└── main/
├── ets/
│ ├── service/
│ │ └── ScienceDataService.ets ← 应用内已有的业务服务
│ └── entryability/
│ └── EntryAbility.ets
├── module.json5 ← 在此注册skillProfiles
└── resources/

⚠️ 关键约束：Skill目录名science-qa、SKILL.md中的name字段、module.json5中skillProfiles的name，三者必须完全一致，否则Skill注册失败。

完整代码：SKILL.md——Skill的灵魂文件

SKILL.md是系统AI智能体进行"意图→能力"匹配的唯一依据。以下是为"奇妙科学乐园"编写的完整SKILL.md：

—
name: science-qa
description: 提供儿童科学知识问答能力，覆盖太空、自然、海洋、科技、人体、天气六大主题，
响应"太阳系有几颗行星"、"水循环是怎么回事"、"人体有多少块骨骼"等科学类指令
—

## 触发场景

当用户询问**科学知识相关的问题**时调用。典型话术：

– "太阳系有几颗行星"
– "水循环是怎么回事"
– "人体有多少块骨骼"
– "为什么天空是蓝色的"
– "最大的海洋是什么"
– "闪电是怎么产生的"
– "光合作用是什么原理"
– "小艺讲个太空故事"

不调用的情况：

– 用户说"帮我设个闹钟"——这是系统工具功能，不是科学问答
– 用户说"今天天气怎么样"——这是天气查询，不是科学知识科普
– 用户说"播放一首歌"——这是媒体控制，与科学无关
– 用户说"打开微信"——这是应用启动，不是知识问答
– 用户问数学计算题"3加5等于几"——这是数学计算，不是科学知识

—

### 场景1：查询科学知识（queryScience）

#### 执行参数

exec-cli(command: ohos-arkTSScript –skillName 'science-qa'
–scriptPath 'scripts/ScienceQASkill.ets'
–functionName 'queryScience'
–args '{"arg1": "太空", "arg2": "太阳系有几颗行星"}'
)

参数Schema：

```json
{
"args": {
"type": "object",
"properties": {
"arg1": {
"type": "string",
"description": "主题分类，如太空、自然、海洋、科技、人体、天气"
},
"arg2": {
"type": "string",
"description": "具体的科学问题"
}
},
"required": ["arg2"]
}
}

执行返回值

// 1. 查询成功{ "type": "result", "status": "success", "data": { "topic": "太空", "question": "太阳系有几颗行星", "answer": "太阳系目前有8颗行星，按离太阳从近到远的顺序分别是： 水星、金星、地球、火星、木星、土星、天王星和海王星。", "funFact": "冥王星在2006年被重新分类为矮行星哦！", "difficulty": "简单" }}

// 2. 问题未找到{ "type": "result", "status": "failed", "errCode": "ERR_NOT_FOUND", "data": { "searchedQuestion": "宇宙的外面是什么" }, "suggestion": "这个问题目前超出了我的知识范围， 不过好奇心是科学探索的第一步！你可以问问关于太空、自然、 海洋、科技、人体或天气方面的问题哦。"}

// 3. 参数缺失{ "type": "result", "status": "failed", "errCode": "ERR_INVALID_PARAMS", "errMsg": "question is required", "suggestion": "请告诉我你想了解什么科学知识呢？"}

#### 完整代码：ArkTS入口脚本（薄适配层）

```typescript
// entry/skills/science-qa/scripts/ScienceQASkill.ets

import { scriptManager } from '@kit.AbilityKit';
import { BusinessError } from '@kit.BasicServicesKit';

// 导入应用内已有的科学数据服务
import {
ScienceDataService,
type ScienceAnswer
} from '../../../src/main/ets/service/ScienceDataService';

/**
* 科学问答Skill入口类
* 每个public async方法对应SKILL.md中声明的一项能力
* 方法名必须与SKILL.md中的functionName严格一致
*/
export default class ScienceQASkill {

/**
* 查询科学知识
* @param info – 系统注入的脚本执行信息（含context和requestCode）
* @param argv – AI智能体传入的参数列表（按位置排列）
*/
public async queryScience(
info: scriptManager.ArkTSScriptInfo,
…argv: string[]
): Promise<void> {
// 解析参数：arg1为主题（可选），arg2为问题（必填）
const topic: string = argv.length > 0 ? argv[0].trim() : '';
const question: string = argv.length > 1 ? argv[1].trim() :
(argv.length > 0 ? argv[0].trim() : '');

// 参数校验：问题不能为空
if (question.length === 0) {
const payload: Record<string, Object> = {
'type': 'result',
'status': 'failed',
'errCode': 'ERR_INVALID_PARAMS',
'errMsg': 'question is required',
'suggestion': '请告诉我你想了解什么科学知识呢？'
};
await this.report(info, { code: -1, result: payload });
return;
}

// 调用应用内已有的业务服务查询答案
try {
const answer: ScienceAnswer | null =
ScienceDataService.search(topic, question);

if (answer === null) {
// 未找到匹配的答案
const payload: Record<string, Object> = {
'type': 'result',
'status': 'failed',
'errCode': 'ERR_NOT_FOUND',
'data': { 'searchedQuestion': question },
'suggestion': '这个问题目前超出了我的知识范围，' +
'不过好奇心是科学探索的第一步！' +
'你可以问问关于太空、自然、海洋、科技、人体或天气方面的问题哦。'
};
await this.report(info, { code: -1, result: payload });
return;
}

// 查询成功，构造结果回传
const data: Record<string, Object> = {
'topic': answer.topic,
'question': answer.question,
'answer': answer.content,
'funFact': answer.funFact,
'difficulty': answer.difficulty
};
const payload: Record<string, Object> = {
'type': 'result',
'status': 'success',
'data': data
};
await this.report(info, { code: 0, result: payload });
} catch (e) {
// 异常处理：分类捕获，输出可读中文错误信息
const err = e as BusinessError;
const payload: Record<string, Object> = {
'type': 'result',
'status': 'failed',
'errCode': 'ERR_INTERNAL',
'errMsg': err.message,
'suggestion': '查询科学知识时出了点问题，稍后再试试吧！'
};
await this.report(info, { code: -1, result: payload });
}
}

/**
* 统一封装结果回传方法
* 所有业务分支的结果回传都通过此方法
* @param info – 系统注入的脚本执行信息
* @param result – 执行结果（包含code、result、uris、flags）
*/
private async report(
info: scriptManager.ArkTSScriptInfo,
result: scriptManager.ExecuteResult
): Promise<void> {
try {
await scriptManager.completeArkTSScriptInApp(
info.context,
info.requestCode,
result
);
} catch (e) {
const err = e as BusinessError;
console.error(
`[ScienceQASkill] 回传结果失败, code: ${err.code}, message: ${err.message}`
);
}
}
}

代码解析

1. 入口脚本的"薄适配层"设计理念

Skill入口脚本的设计遵循"薄适配层"原则——它不承载业务逻辑，只做三件事：接参数 → 调业务 → 报结果。这意味着：

// ✅ 正确：薄适配层设计，复用已有业务代码
const answer: ScienceAnswer | null =
ScienceDataService.search(topic, question);

// ❌ 错误：在Skill入口脚本中直接写业务逻辑
const answer: string = '';
if (topic === '太空' && question.includes('行星')) {
answer = '太阳系有8颗行星…';
} else if (topic === '自然' && question.includes('水循环')) {
answer = '水循环是指…';
}

原理：

• 入口脚本只是AI与App之间的桥梁
• 业务逻辑应放在App内部的Service层中
• 这样做的好处是：原有业务代码一行都不用改，Skill只是增加了一个入口

2. 参数校验的重要性

AI智能体传进来的参数都是string类型，需要开发者自己校验：

// ✅ 正确：严格校验必填参数
const question: string = argv.length > 1 ? argv[1].trim() :
(argv.length > 0 ? argv[0].trim() : '');
if (question.length === 0) {
// 返回友好的错误提示（suggestion字段）
await this.report(info, { code: -1, result: payload });
return;
}

// ❌ 错误：不校验参数，直接使用
const question: string = argv[1]; // 可能越界或为空
const result = ScienceDataService.search(topic, question); // 查询结果不可控

3. suggestion字段——决定用户体验的关键

// ✅ 正确：suggestion使用儿童友好的语言
'suggestion': '这个问题目前超出了我的知识范围，' +
'不过好奇心是科学探索的第一步！' +
'你可以问问关于太空、自然、海洋、科技、人体或天气方面的问题哦。'

// ❌ 错误：suggestion是冰冷的系统语言
'suggestion': 'ERR_NOT_FOUND: 该问题无匹配结果'

完整代码：module.json5配置

// entry/src/main/module.json5
{
"module": {
"name": "entry",
"type": "entry",

// Skill注册配置
"skillProfiles": [
{
// 必须与目录名、SKILL.md的name三者一致
"name": "science-qa",
// 关联的Ability
"abilityName": "EntryAbility",
// 脚本路径（相对于 src/main/）
"srcEntries": [
"../../skills/science-qa/scripts/ScienceQASkill.ets"
]
}
],

"abilities": [
{
"name": "EntryAbility",
"srcEntry": "./ets/entryability/EntryAbility.ets",
// …其他配置
}
],

"requestPermissions": [
// Skill运行所需的权限
]
}
}

步骤4: 小艺智能入口接入——系统级语音交互

功能说明

HarmonyOS 7的小艺智能体已经接入了超过2000个鸿蒙智能体和2100多项系统能力。开发者开发的Skill通过小艺搜索、系统导航条、小艺建议等系统级入口被用户触达。用户只需一句话，就能触发应用功能。

整体调用链路

理解小艺智能入口的工作链路，有助于正确编写SKILL.md：

用户语音/文字输入："小艺，太阳系有几颗行星"
↓
系统智能体解析意图（NLU语义理解）
↓
匹配所有Skill的SKILL.md触发场景
↓
命中 science-qa Skill 的触发条件
↓
按 exec-cli 构造调用参数
–skillName 'science-qa'
–functionName 'queryScience'
–args '{"arg1": "太空", "arg2": "太阳系有几颗行星"}'
↓
调用 ArkTS 入口脚本 ScienceQASkill.ets
↓
解析参数 → 校验 → 调用 ScienceDataService.search()
↓
按返回值契约构造 ExecuteResult
↓
调用 completeArkTSScriptInApp 回传结果
↓
系统智能体将结果转换为自然语言回复用户
↓
用户听到："太阳系目前有8颗行星，按离太阳从近到远的顺序分别是：
水星、金星、地球、火星、木星、土星、天王星和海王星。
冥王星在2006年被重新分类为矮行星哦！"

代码解析：触发场景的精准定义

SKILL.md中的触发场景定义直接决定Skill能否被正确调用。以下是关键技巧：

<!– ✅ 正确：触发场景包含正向示例和反向排除 –>
## 触发场景
当用户询问科学知识相关的问题时调用：
– "太阳系有几颗行星" ← 正向示例
– "水循环是怎么回事" ← 正向示例

不调用的情况：
– "今天天气怎么样" ← 反向排除：天气查询≠科学知识
– "3加5等于几" ← 反向排除：数学计算≠科学知识
– "帮我打电话给妈妈" ← 反向排除：通信功能≠科学知识

<!– ❌ 错误：触发场景过于宽泛 –>
## 触发场景
当用户问问题时调用。
→ 这会导致所有问题都触发这个Skill，误触发率极高

完整代码：核心接口速查

// Skill开发涉及的三个核心接口

// 1. ArkTSScriptInfo —— 入口函数的首参，系统注入
interface ArkTSScriptInfo {
context: UIAbilityContext; // 绑定的Ability上下文
requestCode: number; // 当前请求的唯一标识码
}

// 2. ExecuteResult —— 脚本执行结果
interface ExecuteResult {
code: number; // 结果码，0为成功，非0为失败
result?: Record<string, Object>; // 结果内容
uris?: Array<string>; // 需要授权给调用方的URI列表
flags?: number; // URI读写权限
}

// 3. completeArkTSScriptInApp —— 上报执行结果
// 不管成功还是失败，都必须调用此接口回传结果
// 否则系统侧会超时等待
await scriptManager.completeArkTSScriptInApp(
info.context, // Ability上下文
info.requestCode, // 请求标识码（必须原样传回）
result // ExecuteResult结果对象
);

步骤5: 实战——为"奇妙科学乐园"开发智能问答Skill

功能说明

本步骤将前面所有知识串联起来，完成"奇妙科学乐园"智能问答Skill的完整开发流程。我们将使用Vibe Coding方式，通过DevEco Code完成从需求描述到代码生成的全过程。

完整代码：ScienceDataService业务服务

在编写Skill入口脚本之前，先确认应用内已有的科学数据服务：

// entry/src/main/ets/service/ScienceDataService.ets

/**
* 科学数据服务
* 负责从本地数据源搜索科学知识答案
*/
export class ScienceDataService {

/**
* 搜索科学知识答案
* @param topic – 主题分类（太空、自然、海洋、科技、人体、天气）
* @param question – 用户提出的问题
* @returns 匹配的科学答案，未找到返回null
*/
static search(topic: string, question: string): ScienceAnswer | null {
// 从ScienceData单例获取全量数据
const allTopics: Topic[] = ScienceData.getInstance().getAllTopics();

// 遍历所有主题文章，匹配问题关键词
for (let i = 0; i < allTopics.length; i++) {
const currentTopic: Topic = allTopics[i];
// 主题匹配（可选）
if (topic.length > 0 && currentTopic.category !== topic) {
continue;
}
// 关键词匹配
if (this.isQuestionMatched(question, currentTopic)) {
return {
topic: currentTopic.category,
question: question,
content: currentTopic.content,
funFact: currentTopic.funFact,
difficulty: currentTopic.difficulty
};
}
}
return null;
}

/**
* 判断问题是否与文章内容匹配
* @param question – 用户问题
* @param topic – 文章数据
* @returns 是否匹配
*/
private static isQuestionMatched(question: string, topic: Topic): boolean {
// 提取问题中的关键词
const keywords: string[] = this.extractKeywords(question);
// 在文章标题和内容中搜索关键词
const searchField: string = topic.title + topic.content;
let matchCount: number = 0;
for (let i = 0; i < keywords.length; i++) {
if (searchField.includes(keywords[i])) {
matchCount++;
}
}
// 至少匹配一个关键词即认为匹配
return matchCount > 0;
}

/**
* 从问题中提取关键词
* @param question – 用户问题
* @returns 关键词数组
*/
private static extractKeywords(question: string): string[] {
// 去除常见疑问词，提取核心词
const stopWords: string[] = [
'的', '是', '什么', '为什么', '怎么', '多少',
'有', '能', '会', '可以', '吗', '呢', '啊', '吧'
];
let cleaned: string = question;
for (let i = 0; i < stopWords.length; i++) {
cleaned = cleaned.replace(new RegExp(stopWords[i], 'g'), '');
}
// 按空格分割关键词
return cleaned.split(' ').filter((word: string) => word.length > 0);
}
}

/**
* 科学答案数据模型
*/
export interface ScienceAnswer {
topic: string; // 主题分类
question: string; // 用户问题
content: string; // 答案内容
funFact: string; // 趣味冷知识
difficulty: string; // 难度等级
}

/**
* 文章数据模型（简化版）
*/
interface Topic {
title: string;
category: string;
content: string;
funFact: string;
difficulty: string;
}

Vibe Coding实战：用DevEco Code生成Skill

以下是完整的Vibe Coding交互过程，展示如何用自然语言驱动AI完成Skill开发：

=== 第1轮对话：创建Skill骨架 ===

开发者输入：
"为奇妙科学乐园创建一个科学问答Skill，
名称为 science-qa，关联 EntryAbility。
支持查询太空、自然、海洋、科技、人体、天气六大主题的科学知识。
对于找不到答案的问题，返回儿童友好的提示语。"

AI Agent执行：
– 创建 entry/skills/science-qa/ 目录结构
– 生成 SKILL.md（含触发场景、参数契约、返回值契约）
– 生成 scripts/ScienceQASkill.ets 入口脚本
– 修改 module.json5 添加 skillProfiles
– 执行编译验证

=== 第2轮对话：调整触发场景 ===

开发者输入：
"SKILL.md的触发场景需要更精确：
1. 排除数学计算类问题，比如'3加5等于几'
2. 排除天气查询类问题，比如'今天出门要带伞吗'
3. 增加'小艺讲个科学故事'的触发"

AI Agent执行：
– 读取当前 SKILL.md
– 修改触发场景部分，添加排除规则
– 保存文件，重新编译

=== 第3轮对话：优化返回结果 ===

开发者输入：
"queryScience的返回结果需要增加以下字段：
1. relatedTopics – 相关主题推荐（最多3个）
2. ageRange – 适合的年龄范围
同时更新SKILL.md的返回值契约"

AI Agent执行：
– 读取 ScienceQASkill.ets
– 在返回的data中添加 relatedTopics 和 ageRange 字段
– 同步更新 SKILL.md 的返回值Schema
– 编译验证通过

=== 第4轮对话：本地调测 ===

开发者输入：
"帮我模拟一个测试：用'太阳系有几颗行星'这个问问题调一下 science-qa Skill"

AI Agent执行：
– 在模拟器/真机上执行Skill测试
– 输出测试结果：
✅ 触发成功
✅ 参数解析正确 (topic="太空", question="太阳系有几颗行星")
✅ 查询成功，返回8颗行星的答案
✅ suggestion中包含冥王星冷知识

代码解析

1. Vibe Coding的迭代式开发模式

上面的交互展示了Vibe Coding的核心工作方式——对话式迭代开发。与传统开发的对比：

// 传统开发：手动修改 → 编译 → 运行 → 查看结果 → 再修改
// 每轮迭代需要 10–30 分钟

// Vibe Coding：自然语言描述 → AI自动修改 → 自动编译 → 自动测试
// 每轮迭代需要 30 秒 – 2 分钟

2. 分层返回结果设计

为"奇妙科学乐园"这类儿童应用设计返回结果时，需要考虑不同场景的数据结构：

// ✅ 正确：分场景设计返回结果
// 场景1：查询成功
const successPayload: Record<string, Object> = {
'type': 'result',
'status': 'success',
'data': {
'topic': '太空',
'question': '太阳系有几颗行星',
'answer': '太阳系目前有8颗行星…',
'funFact': '冥王星在2006年被重新分类为矮行星哦！',
'difficulty': '简单',
'relatedTopics': ['月球探索', '恒星知识', '宇宙奥秘'],
'ageRange': '4-10岁'
}
};

// 场景2：答案未找到（儿童友好提示）
const notFoundPayload: Record<string, Object> = {
'type': 'result',
'status': 'failed',
'errCode': 'ERR_NOT_FOUND',
'data': { 'searchedQuestion': '宇宙的外面是什么' },
'suggestion': '这个问题目前超出了我的知识范围，' +
'不过好奇心是科学探索的第一步！' +
'你可以问问关于太阳系、恐龙、海洋动物等问题哦！'
};

// ❌ 错误：所有场景返回相同的结构
// 不区分成功/失败，不提供suggestion提示
const badPayload: Record<string, Object> = {
'result': ScienceDataService.search(topic, question)
};

步骤6: 多设备适配与分发策略

功能说明

HarmonyOS的最大优势之一是"一次开发，多端部署"。当Skill开发完成并通过审核后，需要考虑如何在不同设备形态（手机、平板、车机、手表等）上正确运行和分发。

多设备适配原则

完整代码：设备能力预查询

// entry/src/main/ets/utils/DeviceCapabilityUtil.ets

import { deviceInfo } from '@kit.BasicServicesKit';

/**
* 设备能力工具类
* 用于判断当前设备类型，适配不同设备形态
*/
export class DeviceCapabilityUtil {

/**
* 获取设备类型
* @returns 设备类型字符串
*/
static getDeviceType(): string {
const deviceType: string = deviceInfo.deviceType;
return deviceType;
}

/**
* 是否为大屏设备（平板、折叠屏）
* @returns 是否大屏
*/
static isLargeScreen(): boolean {
// 平板或折叠屏判定
const deviceType: string = this.getDeviceType();
return deviceType === 'tablet' || deviceType === '2in1';
}

/**
* 是否为可穿戴设备（手表）
* @returns 是否可穿戴
*/
static isWearable(): boolean {
return this.getDeviceType() === 'watch';
}

/**
* 是否为车机
* @returns 是否车机
*/
static isCarDevice(): boolean {
return this.getDeviceType() === 'car';
}

/**
* 根据设备类型获取适合的回答长度
* @returns 最大回答字符数
*/
static getMaxAnswerLength(): number {
if (this.isWearable()) {
return 100; // 手表：超短回答
} else if (this.isCarDevice()) {
return 200; // 车机：简短回答（语音播报）
} else if (this.isLargeScreen()) {
return 1000; // 平板：完整回答
} else {
return 500; // 手机：中等长度回答
}
}
}

完整代码：适配不同设备的Skill返回结果

// 在 ScienceQASkill.ets 的 queryScience 方法中添加设备适配逻辑

import { DeviceCapabilityUtil } from '../../../src/main/ets/utils/DeviceCapabilityUtil';

// 在查询成功后，根据设备类型裁剪答案
const maxLen: number = DeviceCapabilityUtil.getMaxAnswerLength();
let displayAnswer: string = answer.content;
if (displayAnswer.length > maxLen) {
displayAnswer = displayAnswer.substring(0, maxLen) + '…';
}

const data: Record<string, Object> = {
'topic': answer.topic,
'question': answer.question,
'answer': displayAnswer,
'funFact': DeviceCapabilityUtil.isWearable() ? '' : answer.funFact,
'difficulty': answer.difficulty,
'deviceType': deviceInfo.deviceType
};

智能体市场审核与分发

Skill开发完成后，通过以下流程上架到智能体市场：

开发完成 → 自测验证 → 提交审核 → 审核通过 → 市场上架 → 多端分发

审核要点：
1. Skill名称：不超过8个中文字符，直观表达功能
2. 触发场景：正向示例和反向排除都要清晰
3. 参数契约：args Schema完整，required标记必填项
4. 返回值契约：覆盖所有场景（成功、参数缺失、未找到、内部错误）
5. suggestion字段：必须包含，且使用用户友好的语言
6. 隐私政策：必须提供可访问的隐私政策链接
7. 内容合规：涉及AI生成内容需填写备案信息
8. 未成年人保护：面向儿童的应用需特别关注

代码解析

1. 审核常见驳回原因与规避

// ❌ 常见驳回原因1：Skill名称不规范
// "免费科学问答助手" → 包含"免费"营销词，会被驳回
// "AI科学王" → 名称过于抽象，无法直观表达功能
// ✅ 正确命名："奇妙科学问答" → 清晰表达功能

// ❌ 常见驳回原因2：触发场景边界不清晰
// 只写了"当用户问问题时调用" → 误触发率极高
// ✅ 正确写法：
// "当用户询问科学知识相关的问题时调用"
// 并明确列出"不调用的情况"

// ❌ 常见驳回原因3：缺少隐私政策
// 没有配置隐私政策链接
// ✅ 正确做法：在智能体市场配置中关联有效的隐私政策URL

2. 版本管理策略

版本号规范：主版本号.次版本号.修订号（如 1.0.0 → 1.1.0 → 1.1.1）

变更类型 版本号变化 示例
新增功能 次版本号+1 1.0.0 → 1.1.0
Bug修复 修订号+1 1.1.0 → 1.1.1
重大架构调整 主版本号+1 1.1.0 → 2.0.0

⚠️ 常见问题与解决方案

问题1: Skill注册失败——三处名称不一致

现象:Skill开发完成后，通过语音或文字触发时系统无响应，控制台也没有错误日志。

原因:Skill目录名、SKILL.md中的name字段、module.json5中skillProfiles的name，三者不一致导致Skill注册失败。

错误代码:

// ❌ 错误：三处名称不一致

// 目录名: skills/science-qa/
// SKILL.md: name: science_qa ← 下划线
// module.json5: skillProfiles[0].name: "ScienceQA" ← 大驼峰

正确代码:

// ✅ 正确：三处名称完全一致

// 目录名: skills/science-qa/
// SKILL.md:
—
name: science-qa ← 与目录名一致
—
// module.json5:
"skillProfiles": [
{
"name": "science-qa" ← 与目录名、SKILL.md一致
}
]

规则/建议:

• Skill名称使用小写字母和短横线分隔（如science-qa）
• 开发时先确定名称，然后三处同步填写
• 编译前检查三处是否一致

问题2: 入口脚本方法名与SKILL.md不匹配

现象:系统智能体能匹配到Skill，但执行时返回"function not found"错误。

原因:ArkTS入口脚本中的public方法名与SKILL.md中的functionName不一致。

错误代码:

// ❌ 错误：方法名不一致

// SKILL.md中声明:
// functionName: 'queryScience'

// 入口脚本中:
export default class ScienceQASkill {
public async getScienceInfo( // ← 方法名不匹配
info: scriptManager.ArkTSScriptInfo,
…argv: string[]
): Promise<void> { }
}

正确代码:

// ✅ 正确：方法名与SKILL.md的functionName严格一致

// SKILL.md中声明:
// functionName: 'queryScience'

// 入口脚本中:
export default class ScienceQASkill {
public async queryScience( // ← 与SKILL.md一致
info: scriptManager.ArkTSScriptInfo,
…argv: string[]
): Promise<void> { }
}

规则/建议:

• 方法名严格匹配，区分大小写
• 建议在SKILL.md中写完functionName后，直接复制到入口脚本中

问题3: 未调用completeArkTSScriptInApp导致超时

现象:Skill被触发并开始执行，但系统一直等待，最终超时返回"执行失败"。

原因:某个代码分支（如异常处理、参数校验失败）忘记调用completeArkTSScriptInApp回传结果。

错误代码:

// ❌ 错误：参数校验分支没有回传结果

public async queryScience(
info: scriptManager.ArkTSScriptInfo,
…argv: string[]
): Promise<void> {
const question: string = argv.length > 1 ? argv[1].trim() : '';
if (question.length === 0) {
return; // ← 直接返回，没有调用completeArkTSScriptInApp
// 系统会一直等待直到超时
}
// …正常逻辑
}

正确代码:

// ✅ 正确：所有分支都必须回传结果

public async queryScience(
info: scriptManager.ArkTSScriptInfo,
…argv: string[]
): Promise<void> {
const question: string = argv.length > 1 ? argv[1].trim() : '';
if (question.length === 0) {
const payload: Record<string, Object> = {
'type': 'result',
'status': 'failed',
'errCode': 'ERR_INVALID_PARAMS',
'suggestion': '请告诉我你想了解什么科学知识呢？'
};
await this.report(info, { code: –1, result: payload }); // ← 必须回传
return;
}
// …正常逻辑
}

规则/建议:

• 封装统一的report()方法，所有分支都通过它回传结果
• 不管成功还是失败，都必须调用completeArkTSScriptInApp
• 每次新增错误分支时，检查是否调用了回传方法

问题4: argv参数越界导致运行时异常

现象:某些用户提问能正常回答，但某些提问会导致Skill崩溃。

原因:AI智能体传入的参数数量不固定，直接按索引访问argv数组导致越界。

错误代码:

// ❌ 错误：直接按索引访问，可能越界

public async queryScience(
info: scriptManager.ArkTSScriptInfo,
…argv: string[]
): Promise<void> {
// 假设argv[0]是topic，argv[1]是question
const topic: string = argv[0].trim(); // ← argv[0]可能不存在
const question: string = argv[1].trim(); // ← argv[1]可能不存在
}

正确代码:

// ✅ 正确：安全地访问argv，做好长度判断和默认值处理

public async queryScience(
info: scriptManager.ArkTSScriptInfo,
…argv: string[]
): Promise<void> {
// 安全获取参数，带默认值
const topic: string = argv.length > 0 ? argv[0].trim() : '';
const question: string = argv.length > 1 ? argv[1].trim() :
(argv.length > 0 ? argv[0].trim() : '');

// 进一步校验
if (question.length === 0) {
// 返回参数缺失错误
}
}

规则/建议:

• argv是string数组，AI传参数量不固定
• 访问前务必判断length
• 对第一个参数同时做topic和question的兜底处理

问题5: DevEco Code生成的代码不符合ArkTS严格模式

现象:DevEco Code生成的Skill代码在编译时报ArkTS严格模式错误，如"Spread operator is not allowed"。

原因:GLM-5.1模型虽然内置了ArkTS语法规范Skill，但在复杂场景下可能仍然生成不符合严格模式的代码。

错误代码:

// ❌ DevEco Code可能生成的代码（ArkTS严格模式不兼容）

// 1. 使用了展开运算符
const result = { …baseData, …extraData };

// 2. 使用了 any 类型
const data: any = JSON.parse(jsonStr);

// 3. 使用了模板字符串
const msg = `答案是：${answer}`;

// 4. 使用了 as 类型断言
const result = data as ScienceAnswer;

正确代码:

// ✅ ArkTS严格模式兼容的写法

// 1. 展开运算符 → 使用Object.assign或显式赋值
const result: Record<string, Object> = Object.assign({}, baseData, extraData);

// 2. any → 使用明确类型或unknown + 类型守卫
const data: ScienceAnswer | null = ScienceDataService.parseJSON(jsonStr);

// 3. 模板字符串 → 使用字符串拼接
const msg: string = '答案是：' + answer;

// 4. as类型断言 → 使用类型守卫函数
function isScienceAnswer(obj: unknown): obj is ScienceAnswer {
return obj !== null &&
typeof obj === 'object' &&
'topic' in obj &&
'content' in obj;
}
if (isScienceAnswer(data)) {
// 安全使用
}

规则/建议:

• 收到编译错误后，在DevEco Code中直接粘贴错误信息，AI会自动修复
• arkts-grammar-standards Skill会在生成时自动检查大部分语法问题
• 对于复杂类型转换，建议使用类型守卫函数替代as

📝 本章小结

核心知识点

本文详细讲解了Vibe Coding开发流程——从需求描述到应用上线，主要包括：

1. Vibe Coding理念

• 核心是"意图即服务"，用自然语言表达需求，AI自动生成代码
• 不是替代开发者，而是将精力从重复编码中释放到业务创新上
• DevEco Code是HarmonyOS生态Vibe Coding的核心工具

2. DevEco Code AI Agent工作流

• 三种Agent模式：Build（日常开发）、Plan（需求拆解）、Goal（端到端交付）
• 五大内置Skill：项目创建、语法规范、运行时修复、ArkUI知识、错误修复
• 完整链路：需求分析 → 代码生成 → 编译构建 → 本地调测 → 优化

3. Skill开发全流程

• SKILL.md：Skill的灵魂文件，定义触发场景和参数/返回值契约
• ArkTS入口脚本：薄适配层设计，只做"接参数→调业务→报结果"
• module.json5：skillProfiles配置，三处名称必须一致
• 关键接口：ArkTSScriptInfo、ExecuteResult、completeArkTSScriptInApp

4. 小艺智能入口接入

• 系统智能体完成意图匹配 → 参数构造 → 脚本调用 → 结果回传 → 自然语言回复
• suggestion字段决定用户体验，必须使用友好语言

5. 多设备适配与分发

• 设备能力预查询，根据设备类型调整回答长度和内容
• 智能体市场审核要点：名称规范、触发边界、隐私政策、内容合规

最佳实践总结

✅ Skill名称三处一致

// 目录名: skills/science-qa/
// SKILL.md: name: science-qa
// module.json5: skillProfiles[0].name: "science-qa"

✅ 薄适配层设计——复用已有业务代码

// Skill入口脚本只做桥接，不写业务逻辑
const answer: ScienceAnswer | null =
ScienceDataService.search(topic, question);

✅ 统一的report方法——所有分支都回传结果

// 不管成功还是失败，都通过report方法统一回传
await this.report(info, { code: 0, result: successPayload });
await this.report(info, { code: -1, result: errorPayload });

✅ 儿童友好的suggestion提示

// 面向儿童应用，suggestion使用鼓励性、引导性的语言
'suggestion': '这个问题目前超出了我的知识范围，' +
'不过好奇心是科学探索的第一步！'

✅ DevEco Code Vibe Coding交互技巧

# 先用Plan模式拆解复杂需求
deveco –agent plan

# 再用Build模式执行代码生成
deveco –agent build

# 编译错误直接粘贴给AI自动修复

下一步预告

在下一篇文章《A2A跨应用智能体互通——实现多软件联动复杂任务》中，我们将:

• 🎨 深入了解A2A（Agent to Agent）跨应用通信机制
• 📚 实现端侧A2A和云侧A2A的双向通道
• 🏷️ 通过多Agent协同编排，完成"一句话查天气→推荐户外活动→自动添加日历"的跨应用任务链

🔗 相关链接

• 项目源码: Atomgit仓库
• DevEco Code 开源地址: gitcode.com/openharmony-sig/deveco-code
• HarmonyOS 官方文档: developer.harmonyos.com
• 小艺开放平台: 小艺智能体开发指南

💡 提示: 建议结合项目源码和DevEco Code工具同步阅读本文，动手实践效果更好！可以尝试用DevEco Code为"奇妙科学乐园"创建一个简单的Skill，体验Vibe Coding的完整开发流程。