登录社区云,与社区用户共同成长
邀请您加入社区
步骤操作注意事项① 开启接通电源,等待开机提示音确认指示灯亮起② 配网App 添加设备,连接 2.4GHz WiFi保持设备与手机距离近③ 绑定码输入设备显示的 6 位绑定码仔细核对,避免输错④ 完成绑定成功,开始使用语音提示即完成按照这四步操作,小鸿AI 就能顺利初始化并投入使用了。如果在使用过程中遇到其他问题,欢迎在评论区留言交流!
从技术视角看,这次品牌升级的关键并不只是名称变化,而是测试能力模型的变化:企业级测试正在从人工经验驱动,逐步走向自动化测试、AI 测试、云真机管理和全链路质量保障。近日,跬步技术旗下核心品牌「无缺测试」正式升级为「无缺智测」。
通过本次实验,完成了小鸿AI 开发板的第一次烧录,成功运行了官方样例 15 秒级计数器。整个过程不需要搭建编译环境,只需下载预编译固件配合 Hi3863BurnTool 即可完成,对新手非常友好。后续可以进一步尝试其他样例(如 SPI、传感器等),逐步深入了解 WS63 芯片的裸机开发。本文由真实实验记录整理,配图为实际烧录与串口截图。
从 API 12 到 API 26 的迁移是一项系统工程,涉及 11 个模块、数十个 API 变更点。通过"commonLib 优先、按模块分批、三步递进"的策略,我们可以在保证应用稳定性的前提下平滑地完成升级。迁移完成后,英语学习 App 将获得方舟引擎性能提升、星盾安全增强、AgentCard 桌面入口、端侧大模型等 7.0 新特性的全面赋能。
没有容错机制的流水线就像用玻璃搭建的桥梁,一触即碎。在大语言模型直连端侧的架构中,安全与容错(Fault Tolerance)是决定应用生死的红线。AI-Native 应用的开发,与其说是一场技术的迭代,不如说是一次对开发者心智模型的重塑。在声明式 UI(ArkUI)的加持下,界面渲染的复杂度已经被降到了极低的水准。但与之相对的,将高度非确定性的大模型输出,安全、平滑、极速地转换为端侧的确定性状态
摘要:HarmonyOS 6(API 23)的悬浮导航与沉浸光感特性,为安全类应用带来了全新的交互范式。本文将实战开发一款面向HarmonyOS的"光盾智安"AI智能安全守护智能体,展示如何利用打造沉浸式安防监控体验,通过悬浮导航实现安全场景快速切换,以及基于智能体编排实现语音对话式安全态势感知。随着物联网设备的爆发式增长和家庭安防需求的持续升级,传统的安防App已经难以满足用户对智能化、沉浸式安
本文介绍了如何在HarmonyOS 7.0(API 26)应用中接入图像超分辨率重建功能。该功能通过AI技术将低分辨率图像重建为更清晰的版本,适用于老照片修复、截图增强等场景。文章详细说明了权限配置、分析器创建(含超时保护机制)、图库图片选择及超分处理的关键代码实现,并提供了完整的Demo示例。重点解决了首次调用需联网下载模型、真机运行限制等常见问题,帮助开发者快速集成这一图像增强能力。
体温记录(Temperature)是一款基于HarmonyOS ArkTS框架开发的健康数据记录工具,其核心功能是帮助用户记录每日体温数值、追踪体温变化趋势、评估体温健康状态。这款应用将传统的体温记录方式数字化,提供直观的数值输入、大字号实时显示、历史记录列表以及智能体温状态评估功能,为用户的健康管理提供数据支持。在技术实现层面,体温记录应用充分展示了HarmonyOS声明式UI开发范式的核心能力
基于 Harmony 6.0 的考公刷题应用首页设计方案摘要 本文介绍了利用 Harmony 6.0 技术栈开发考公刷题应用的首页实现方案。该设计针对公考备考的核心需求,整合了四大功能模块:倒计时激励、科目分类练习、公告推送和学习数据统计。应用采用靛蓝(#4338CA)和橙色(#F97316)作为主色调,营造严肃专业的视觉风格,并通过 Flutter 框架实现跨平台开发。 技术亮点包括: 利用 P
本文探讨了HarmonyOS AI应用的架构设计,提出分层架构方案,包含表示层、业务层、模型层和数据层。文章详细介绍了三个核心模块:模型配置管理模块(ModelConfigManager)通过单例模式管理各种模型配置;模型加载器(ModelLoader)实现从资源文件加载模型并验证;模型缓存管理(ModelCache)采用LRU策略缓存模型数据。这些模块设计满足可扩展性、高性能等目标,为构建复杂A
本文分析了HarmonyOS6应用开发中的两个关键技术问题:一是ContactsKit联系人选择API调用时因参数误用导致的401错误,指出应使用IN操作符而非循环EQUAL_TO条件进行多值筛选;二是AI助手类应用在内容分享时的性能优化方案,建议对实时性要求高的场景优先采用系统级滚动截图而非海报生成。文章通过具体代码示例,详细说明了正确API调用方法及长截图实现原理,为开发者提供了提升应用稳定性
本文通过两个ArkUI组件开发案例,复盘了鸿蒙应用开发的核心概念。文章从功能实现后回顾基础的重要性出发,系统讲解了@ComponentV2、struct、build()的组件基本结构,重点分析了组件分层、状态管理(@Local/@Param/@Event)和响应式数据(@ObservedV2/@Trace)的使用场景。通过AI总结卡片和问题走马灯卡件的具体实现,阐述了如何通过组件抽离降低复杂度、提
文章摘要: HarmonyOS的effectKit提供了ColorPicker工具,可从图片中智能提取主题色。它支持多种取色方式:getMainColor获取主色调,getLargestProportionColor提取占比最多的颜色,getTopProportionColors获取前N种主要颜色,getHighestSaturationColor找出最鲜艳的颜色,以及getAverageColo
在数字化转型浪潮中,企业管理者和数据分析人员每天都要面对海量数据报表。传统的BI工具虽然功能强大,但操作复杂、学习曲线陡峭;移动端的数据查看往往只是PC端的简单移植,缺乏针对移动场景的深度优化。HarmonyOS 6(API 23)带来的悬浮导航(Floating Navigation)和沉浸光感(Immersive Lighting)能力,让我们有机会打造一个常驻屏幕边缘的AI数据分析师——它像
2026年,医疗智能体已成为垂直领域最火热的应用方向。医疗智能体提供智能问诊、临床决策支持、医学影像分析、患者管理等服务,基于大规模真实医学数据与临床案例进行训练,在影像判读、智能问诊、临床决策支持等场景中全方位提升医疗服务质量和效率。传统医疗影像诊断往往采用固定的PACS界面和静态报告,医生需要手动调阅影像、逐层分析、再手动撰写报告。而在HarmonyOS 6的PC大屏环境下,这种被动式诊断模式
能不能自己做一款 App 上架应用商店?这个念头在脑子里转了很久,但每次想到要从零搭建一个完整的 App——UI 设计、业务逻辑、打包签名、上架审核——就觉得工程量太大,迟迟没有动手。直到最近接触了这个概念,一切变得不一样了。你只需要描述你想要什么,让 AI 帮你写代码。你不需要精通每一门语言的语法,不需要记住每个 API 的参数,甚至不需要从头搭建项目骨架。你要做的,是把脑子里的想法清晰地表达出
🎉 截至 2026 年 4 月底,AtomGit 这个热闹的开发者社区,已经聚集了 1087 万位开发者小伙伴啦!💻 产品:AI Code Review 正式上线;个人访问令牌支持“长期有效”;G-Star 项目集成 OSS Compass 健康度图;AI 社区上线「学习中心」与订阅式编码权益🌟 G-Star:新增 19 个开源组织、52 个优质开源项目;开源推荐官活动上线;4 月三方库榜单
这篇文章详细介绍了鸿蒙真机云平台第一阶段的落地实现方案。全文围绕四个核心环节展开:真机接入、画面代理、Web控制和平台治理闭环,目标是构建稳定的测试平台能力而非简单的投屏功能。 技术实现上,系统采用分层架构:设备层通过HDC+UiTest接入鸿蒙真机;Agent层处理服务启动和端口映射;平台层负责设备状态管理;前端层实现远控交互。关键创新点包括:基于agent.so的扩展机制、JPEG帧流传输方案
本文探讨了鸿蒙游戏开发中Store设计的核心原则与实践方法。文章首先指出常见问题(状态分散、多端同步困难、AI介入失控),提出合格Store需具备单一状态源、可扩展结构和可控数据流三大能力。通过逐步升级的方式,作者演示了从基础Store到支持AI、多端同步和网络功能的完整架构演进,强调所有状态变更必须通过Action机制,并详细介绍了模块化设计、Reducer模式和分布式同步等关键技术方案。最后总
本文中的代码全部来自项目现有实现,核心逻辑集中在。
本文介绍了async/await语法糖的核心用法及其优势。主要内容包括: 通过async/await将Promise异步代码"同步化"书写,解决链式调用的冗余问题; 使用try/catch/finally统一处理同步和异步错误,使代码更简洁直观; 对比Promise链式调用,async/await在逻辑连贯性、错误处理和条件判断方面更具优势; 常见易错点分析,如忘记捕获awai
鸿蒙系统App、PC端和游戏本质上共享同一套核心架构,采用统一的ArkUI渲染模型、状态管理和分布式能力。虽然它们在交互方式、UI形态和业务模型上存在差异,但底层都是基于相同的系统能力构建。这种设计突破了传统设备边界,使开发者能够以"系统能力"而非"应用类型"的视角进行开发,大幅提升代码复用性。随着AI技术的发展,应用形态将进一步融合,未来开发重点将转向构建
本文介绍了HarmonyOS开发中常用的显示类和交互类组件。显示类组件包括Clock时钟组件(支持24/12小时制切换)、TickTimer定时器(存在已知bug)、ProgressBar进度条及其圆形变体RoundProgressBar。交互类组件重点讲解了TextField文本输入框(含密码显示切换案例)、Button按钮(含位置随机变化案例)、Checkbox多选框(含时间格式自定义案例)和
本文介绍了一系列计算机毕业设计项目案例和技术服务,涵盖数据分析、微信小程序、人工智能等多个领域。博主提供从选题指导到论文降重、答辩辅导等全流程服务,涉及SpringBoot、Vue、Python等主流技术。文章推荐了20+新颖选题案例,包括AI法律咨询、无人机航迹优化、虚拟股票交易等系统,每个案例均标注技术栈、创新点和开发难度。同时还展示了贷款数据分析、智能健身评估等已完成项目的界面截图,为计算机
ECS架构:数据与逻辑分离,支持100+实体同屏60FPS自研物理引擎:空间哈希优化碰撞检测,包体<100KB粒子系统:对象池优化,支持复杂特效商业化闭环:广告+IAP+数据分析完整方案后续扩展方向:分布式多人对战:基于鸿蒙软总线实现本地多人联机AI生成关卡:集成盘古大模型动态生成关卡跨设备流转:手机游玩→平板大屏→车机娱乐无缝切换HarmonyOS游戏生态正处于红利期,原生ArkUI方案为中小开
本文作为华为盘古大模型登顶世界巅峰系列专栏的**收官之作**,立足全球大模型竞争格局,对前九篇技术方案进行系统性整合与升华。文章以「空间场本源论+反推法」为核心逻辑,串联训练效率、推理性能、超长上下文、多模态融合、行业适配、安全对齐、工具链生态、鸿蒙协同等八大核心模块的突破成果,构建**全链路技术闭环+全场景生态闭环+全球化竞争力体系**。方案隐藏核心落地参数与关键阈值,保留工程化架构与顶层设计逻
本文作为系列专栏第八篇,直击华为盘古大模型**生态拓展与工具链效率**两大核心瓶颈,针对当前开发者接入门槛高、工具链碎片化、训练-部署-调试全流程割裂、跨平台适配复杂、生态合作动力不足等痛点,基于「空间场本源论+反推法」提出全链路工具链重构与生态体系升级方案。方案核心隐藏关键技术参数与底层接口细节,保留工程化架构与落地逻辑,完全适配华为昇腾算力与鸿蒙生态技术栈。本文面向AI开发者、生态运营人员与架
本文作为系列专栏第九篇,聚焦华为盘古大模型与鸿蒙生态**端侧原生适配、端边云全域协同**核心痛点,针对当前端侧模型部署难、功耗过高、端云能力割裂、系统适配浅层化、分布式算力调度低效等问题,基于「空间场本源论+反推法」搭建原生级深度协同架构。方案核心隐藏底层适配参数、功耗调度阈值、分布式接口协议等关键技术,仅保留工程化架构与落地逻辑,完全贴合鸿蒙分布式架构、昇腾端侧算力与盘古大模型技术栈,面向端侧A
本文作为系列专栏第六篇,直击华为盘古大模型**垂直行业落地**环节的核心痛点,针对当前全参数微调成本高昂、行业数据隐私泄露风险高、模型泛化性与专业性难以兼顾、端边云多环境适配复杂等问题,基于「空间场本源论+反推法」构建轻量化行业适配体系。核心提出「基础模型+行业适配器」的闭环架构,关键参数与核心算法细节做隐藏处理,完全贴合华为昇腾算力与鸿蒙生态技术栈。本文面向行业AI架构师、产品经理与高级工程师,
本文作为系列专栏第五篇,直击华为盘古大模型**多模态融合**领域核心瓶颈,针对当前模态间特征空间割裂、跨模态语义对齐精度不足、多模态生成协调性差、硬件适配效率低等痛点,基于「空间场本源论+反推法」展开底层技术拆解。提出构建**统一多模态空间场表征架构**,从根源打通文本、图像、音频、视频、3D数据的特征映射逻辑,实现跨模态精准对齐与高效协同。方案关键参数做隐藏处理,完全贴合华为昇腾算力与鸿蒙生态技
本文作为华为盘古大模型登顶世界巅峰系列第四篇,聚焦**超长上下文窗口**这一核心技术瓶颈,针对当前盘古大模型上下文窗口偏小、长文本推理遗忘、高序列处理成本高、KV缓存效率低等痛点,基于「空间场本源论+反推法」核心逻辑,拆解底层技术缺陷,提出可落地的工程化重构方案。方案聚焦注意力机制与KV缓存管理两大核心,关键参数做隐藏处理,贴合华为现有技术栈与昇腾算力生态,不超纲、不浮夸,可让高级工程师、架构师清
本文聚焦华为盘古大模型**端边云全场景推理链路**核心瓶颈,针对推理延迟高、显存/内存占用超标、端侧算力受限、高并发场景吞吐量不足等痛点,展开工程化底层拆解与全链路优化方案设计。方案立足昇腾硬件与鸿蒙生态特性,构建差异化推理引擎体系,关键参数做隐藏处理,整体内容符合高级工程师/架构师技术认知逻辑,不超纲、不浮夸,客观阐明推理环节性能极致优化的可行路径与核心价值,为盘古大模型实现全场景低延迟、高可用
本文作为华为盘古大模型登顶世界巅峰系列第二篇,聚焦大模型训练环节核心痛点,立足昇腾AI算力底座,从数据预处理、分布式训练架构、梯度优化三大核心维度,拆解盘古大模型训练效率低、算力利用率不足、模型收敛不稳定、训练周期冗长等问题的底层根源。提出贴合现有技术栈的工程化优化方案,关键参数做隐藏处理,整体内容符合大模型研发规范,可让高级工程师、架构师明晰训练环节破局逻辑,为后续模型训练性能极致提升提供落地思
而端侧闭环,则守住了信创安全的底线。不拼参数拼生态,不卷配置卷开放,这台开源鸿蒙AI手机,值得每一个做智能终端落地的团队重点关注。12TOPS算力保证了大部分AI处理在本地完成,不需要将语音、图像、位置等敏感数据上传到第三方云服务器,实现“数据可用不可见,不出终端”。IP52级防尘防水,加上预留的eSIM卡槽(支持写号入网,避免实体卡拔插带来的物理泄露风险),完全契合特定行业的保密终端标准。12T
本文介绍了鸿蒙游戏开发的六层架构设计:Model(数据)、Store(状态)、Service(逻辑)、Component(UI)、Page(页面)和Agent(AI)。通过分层架构,可以控制复杂度、提高扩展性和可维护性。文章详细说明了每层的职责和实现方式,强调UI与业务逻辑分离、状态集中管理、逻辑分层处理的原则,并指出常见错误分层方式。该架构能有效解决游戏开发中状态混乱、逻辑耦合等问题,为构建可扩
本文介绍了鸿蒙应用开发的两个入门示例。第一个HelloWorld应用重点讲解了项目运行方式、页面层级关系(MainAbility包含MainAbilitySlice)、config.json配置文件的三个核心模块(app/deviceConfig/module)以及程序启动流程。第二个示例演示了页面跳转功能,通过XML布局方式实现第一个页面(含Text和Button),以代码方式创建第二个页面,最
本文从协议规范出发,源码级实现MCP Server/Client,解决多工具接入的碎片化问题,并在OpenHarmony设备上完成"MCP Server → 鸿蒙分布式设备"的全链路实战,附4个真实踩坑记录和性能对比数据。