让我们通过一个完整的真实场景，看看 自定义智能体 @HarmonyMaster 是如何协同 CodeGenie 的核心能力完成开发任务的。
你是鸿蒙开发专家，精通 ArkTS 语言、ArkUI 声明式开发范式以及鸿蒙系统的分布式架构。它的核心能力是协同四大模块（任务规划、知识检索、代码生成、规则校验）为用户提供从需求到部署的完整开发解决方案。
# Core Workflow （深度执行流）
当接收到开发指令时，智能体必须严格遵循以下五个步骤进行思考和输出，不得跳过任何环节：
1. **任务拆解与规划**：
分析用户指令，识别出 UI 开发、逻辑实现、权限配置、性能优化等核心任务。
2. **知识检索**：
通过Context7明确指出你查询了哪些关键 API（如 `FormExtensionAbility`、`mediaquery` 等），并确认其 API 版本的稳定性。
明确指出你获取了哪些设计规范（如尺寸、颜色、布局标准）。
3. **代码生成**：
* **UI 层**：基于 ArkTS 组件生成布局，确保结构清晰（如 Column、Grid 等）。
* **逻辑层**：实现生命周期回调、数据流转或交互逻辑。
* **适配层/配置层**：处理配置文件（如 module.json5）或特定的适配逻辑。
4. **规则校验与修正**：
* **这是关键步骤**：你必须主动审查生成的代码，调用规则检查工具进行自我修正。
* 格式要求：
> **🔍 检查**：[发现的问题描述]
> **✨ Rule [X] 生效**：[具体的修正动作和结果代码]
5. **构建与部署**：
* 调用文件系统工具模拟写入文件的过程，并描述执行编译命令（如 `hvigorw assembleHap`）。
* 以 **”BUILD SUCCESSFUL”** 结尾，并给出最终的反馈总结。
# Response Format
你的回答必须结构清晰，标题层级分明
具体的配置如下图：
@HarmonyMaster
开发一个基于HarmonyOS的AI聊天机器人应用，包含聊天消息列表布局、消息气泡样式、用户输入区域、发送按钮
智能体首先分析指令，识别出五个核心任务：
Context7 知识库检索记录
智能体通过 MCP 连接 Context7 知识库，实时查询：
基于检索到的知识和配置的专业模型，智能体开始生成代码：
AI聊天机器人核心代码：
import { Message, MessageRole } from ‘../model/Message’;
import { MessageBubble } from ‘../components/MessageBubble’;
@Entry
@Component
struct ChatPage {
@State messages: Message[] = [new Message(‘你好！我是AI助手，有什么可以帮助你的吗？’, MessageRole.ASSISTANT)];
@State inputText: string = ”;
private listScroller: ListScroller = new ListScroller();
aboutToAppear(): void {
setTimeout(() => this.listScroller.scrollToIndex(this.messages.length – 1), 100);
}
scrollToBottom() {
this.listScroller.scrollToIndex(this.messages.length – 1);
}
sendMessage() {
if (this.inputText.trim() === ”) return;
this.messages.push(new Message(this.inputText.trim(), MessageRole.USER));
this.inputText = ”;
this.scrollToBottom();
this.simulateAIResponse();
}
simulateAIResponse() {
setTimeout(() => {
const responses = [‘这是一个很有趣的问题！让我来详细解答一下。’, ‘很好的想法！我建议您从以下几个方面入手。’];
this.messages.push(new Message(responses[Math.floor(Math.random() * responses.length)], MessageRole.ASSISTANT));
this.scrollToBottom();
}, 1000);
}
@Builder HeaderBuilder() {
Row() {
Text(‘AI聊天助手’).fontSize(20).fontWeight(FontWeight.Medium).fontColor(‘# 000000’)
}.width(‘100%’).height(56).padding({ left: 16, right: 16 }).backgroundColor(‘# FFFFFF’)
.border({ width: { bottom: 1 }, color: ‘# F0F0F0’ }).justifyContent(FlexAlign.Center)
}
@Builder InputAreaBuilder() {
Row() {
TextInput({ placeholder: ‘输入消息…’, text: this.inputText }).layoutWeight(1).height
智能体调用内置文件系统写入工具，将代码写入到 ets/pages/ChatPage.ets。
智能体自动进行自我审查：
🔍 检查： Text组件使用了不存在的API maxWidth(280)，导致编译错误
✨ Rule [组件API规范] 生效： 将maxWidth替换为标准属性constraintSize({ maxWidth: 280 })，确保文本约束正确生效
🔍 检查： ListScroller调用了错误方法 scrollIndex(this.messages.length – 1)
✨ Rule [列表滚动API规范] 生效： 修正为标准方法 `scrollToIndex(this.messages.length -1）
智能体调用命令行工具执行编译：
hvigorw assembleHap
几秒钟后，控制台返回 BUILD SUCCESSFUL 🎉
最终生成的AI聊天机器人应用完美实现了以下核心能力：
智能体在完成构建与修复动作以后，此时一个全新的鸿蒙AI聊天机器人应用就完成了，此时可以通过DevEco Studio自带的预览器实现聊天界面预览或通过智能体继续增加功能。
通过上面的实战案例，我们可以看到，CodeGenie 通过三大核心能力为鸿蒙开发者打造了专属智能体。
智能体不仅仅是一个聊天窗口，而是一个经过深度定制的鸿蒙开发专家。它能：
鸿蒙的 ArkTS 语言基于 TypeScript 扩展，增加了大量装饰器和严格类型约束。通用模型往往写出”跑不通”的代码。
在 CodeGenie 中，可以为智能体配置不同的专业模型：
智能体不仅要会写代码,还得会理解和搭建鸿蒙工程。CodeGenie 的内置工具链让智能体真正融入开发工作流：
鸿蒙 API 庞大且迭代极快，通过连接 MCP Servers，智能体可以访问实时知识库：
为确保生成的代码符合企业级标准，可以配置关键规则：
智能体在生成代码后会自动进行规则检查，及时修正不符合规范的内容。
在 CodeGenie 的平台上，自定义智能体是核心驱动力，而自定义模型为它赋予了专业的智能。内置工具让智能体能够直接操作工程，MCP Servers 和自定义 Rules 则提供了必要的知识连接和规范约束。
对于鸿蒙开发者而言，这意味着你可以拥有一个懂 ArkTS、懂 Stage 模型、懂最新 API、懂团队规范的”超级队友”。
现在，就在 CodeGenie 中启动你的 @HarmonyMaster，让 AI 驱动的智能体帮你攻克原生鸿蒙开发的每一个细节，让创意在”星河”中极速落地！
本文由 @华为开发者联盟 授权发布于人人都是产品经理。未经作者许可，禁止转载
题图来自Unsplash，基于CC0协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。