HarmonyOS 6 AI能力实战1:小艺接入openclaw智能体

HarmonyOS 6 AI能力实战1:小艺接入openclaw智能体

HarmonyOS 6 AI能力实战1:小艺接入openclaw智能体

背景

随着大语言模型(LLM)的飞速发展,将 AI 智能体(Agent)引入移动端系统已成为必然趋势。HarmonyOS 6 进一步强化了其 AI 助理“小艺”的开放性,允许开发者通过 OpenClaw 模式将自定义的智能体无缝接入系统级入口。这不仅降低了 AI 开发的门槛,也为用户提供了更加个性化、响应更快的智能服务。

openclaw介绍

OpenClaw(原名 Clawdbot)是一个开源的先进 AI 智能体框架。它的核心定位是作为个人的“AI 中枢”,具备以下特点:

  • 多智能体协作:支持多个 Agent 之间的任务分发与协作。
  • 本地化部署:支持将模型和逻辑部署在本地,保证数据隐私与极速响应。
  • 全渠道连接:通过插件机制,可以轻松连接到微信、钉钉以及现在的“小艺”等多个终端。
  • 自动化执行:不仅限于对话,还能通过工具调用(Function Calling)执行复杂的自动化任务。
小艺开放平台OpenClaw模式智能体创建

首先进入小艺开发平台(https://developer.huawei.com/consumer/cn/hag/hagindex.html?isInFrame=true&lang=zh_CN#/),点击主页立即体验按钮:

在这里插入图片描述

进入后选择智能体(https://developer.huawei.com/consumer/cn/hag/hagindex.html?isInFrame=true&lang=zh_CN#/agentHome/workSpace/agentList),点击左上角创建按钮:

在这里插入图片描述

选择OpenClaw模式:

在这里插入图片描述

输入智能体名称、一句话描述后点击创建(注意一个账号智能创建一个OpenClaw智能体),创建成功后进入智能体编排页面:

在这里插入图片描述

首先需要创建小艺开放平台凭证,点击最底部的凭证管理页面(https://developer.huawei.com/consumer/cn/hag/abilityportal/#/agentHome/workSpace/proofList)后点击右上角“新建凭证”按钮,输入key,即凭证名称,点击创建后获取ak和sk,对应凭证管理平台的key值和安全密钥值。

接下来配置channel,根据编码页面提示首先安全小艺插件:openclaw plugins install @ynhcj/xiaoyi@latest,接着在openclaw.json中的channels配置小艺:

"channels": { "xiaoyi": { "enabled": true, "ak": "小艺开放平台凭证ak", "sk": "小艺开放平台凭证sk", "agentId": "xxxxxx" } } 

最后重启网关:openclaw gateway restart

已经配置完了,是不是很简单?

接下来就是发布智能体了,点击右上角”上架“按钮时提示”OpenClaw模式仅支持真机测试白名单用户体验。 白名单 人员可在小艺App通过对话页触达智能体,开发测试态长期有效。“,点击”白名单“按钮新建用户组后添加白名单配置,把我们HarmonyOS 6的手机登录的手机号配置上去就可以,接下来发布后就可以在小艺应用中与我们的OpenClaw进行交互了。

小艺中使用OpenClaw

在完成网关配置并发布白名单后,用户可以随时通过“小艺”唤醒并触达该智能体。

  • 唤醒与对话:用户在小艺 App 的对话框中,可以直接进入对应的智能体页面。OpenClaw 智能体会接管对话逻辑,根据我们输入调用后端配置的高级模型(如 GPT-4、DeepSeek 等)。

实战体验:智能体能够利用 OpenClaw 强大的工具链(Plugins),为小艺提供诸如实时信息检索、API 调用或私有知识库问答等原本不具备的能力,反馈过程流畅且支持语义识别。

在这里插入图片描述
能力与局限

能力优势

  • 极简集成:只需 AK/SK 和一个网关即可完成系统级 AI 能力的对接。
  • 开源生态:可以利用 OpenClaw 庞大的社区插件库,快速扩展智能体的业务边界。
  • 自主掌控:开发者拥有对智能体 Prompt、知识库和底层模型的完全掌控权。

局限性

  • 测试范围:目前 OpenClaw 模式主要面向开发者真机测试,需手动配置白名单,并未对大众用户全量开放。
  • 配置门槛:仍需开发者具备一定的服务器部署或 Node.js 环境操作经验。
总结

OpenClaw 模式的引入标志着小艺开放平台向开源生态迈出了重要一步。通过本文的实战,我们看到了将高级 AI 智能体接入 HarmonyOS 系统的巨大便利性。随着 HarmonyOS 生态的不断演进,相信未来会有更多原子化服务与大模型深度融合,为用户带来真正的主动式、个性化智能生活体验。

Read more

机器人动态避障:探索与实践

机器人动态避障:探索与实践

动态避障,机器人动态障碍物避障程序,有四个障碍物,障碍物是移动的,程序为机器人动态障碍物避障程序,可以显示障碍物的运动轨迹以及机器人的运动轨迹 在机器人的应用场景中,动态避障是一项至关重要的技能。想象一下,在一个复杂且不断变化的环境里,机器人得灵活应对四处移动的障碍物,这就好比人类在熙熙攘攘的人群中自如穿梭一样。今天,咱们就来深入聊聊这个机器人动态障碍物避障程序,它不仅能让机器人躲开移动的障碍物,还能把障碍物和机器人自己的运动轨迹都展示出来。 项目背景与目标 我们设定有四个移动的障碍物,机器人需要在这样的环境里安全移动,同时,我们希望直观地看到机器人和障碍物在空间中的运动路径,这对分析机器人的避障策略以及优化程序很有帮助。 关键算法与思路 实现动态避障的算法有很多,这里我们采用一种较为简单且常见的基于距离检测和方向调整的方法。机器人会持续检测与各个障碍物的距离,一旦距离过近,就及时调整方向避开。 下面我们来看看核心代码片段(这里以Python语言结合简单的模拟环境为例): import math # 假设机器人初始位置 robot_x = 0 robot_y = 0

Neo4j 知识讲解与在线工具使用教程

图数据库领域的核心工具 ——Neo4j,同时详细拆解其在线预览控制台(https://console-preview.neo4j.io/)的使用方法,以及查询工具(https://console-preview.neo4j.io/tools/query)的模块功能。 一、Neo4j 核心知识铺垫 在使用工具前,我们需要先理解 Neo4j 的本质和核心概念,这是后续操作的基础。 1. 什么是 Neo4j? Neo4j 是世界上最流行的原生图数据库(Native Graph Database),专门用于存储、查询和分析 “实体之间的关联关系”。它与我们熟悉的 MySQL 等关系型数据库的核心差异的是: * 关系型数据库(MySQL):用 “表 + 行 + 外键” 间接表示关联,查询多表关联时需频繁 JOIN,效率低; * 图数据库(Neo4j)

ROS1与ROS2桥接器完整指南:实现跨版本机器人通信的终极方案

在机器人开发领域,ROS1和ROS2的共存带来了一个重要挑战:如何在两个不同版本的ROS系统之间实现无缝通信?🤔 这正是ros1_bridge项目的核心使命——为开发者提供双向通信桥梁,让您的机器人系统在版本升级过程中保持完美兼容。 【免费下载链接】ros1_bridgeROS 2 package that provides bidirectional communication between ROS 1 and ROS 2 项目地址: https://gitcode.com/gh_mirrors/ro/ros1_bridge 什么是ros1_bridge? ros1_bridge是一个专为ROS生态系统设计的开源软件包,它能够在ROS 1和ROS 2之间建立高效的数据传输通道。无论是简单的文本消息还是复杂的图像数据,这个桥接器都能确保信息在两个版本间准确传递。 核心优势与使用场景 🚀 为什么需要ros1_bridge? * 平滑迁移:从ROS1升级到ROS2时,无需一次性重构整个系统 * 混合部署:同时运行ROS1和ROS2节点,充分利用两个版本的优势 *

当前机器人在家庭场景落地难在哪里?

当前机器人在家庭场景落地难在哪里?

当前机器人在家庭场景落地难在哪里? 让机器人成为像电影里那样全能的“家庭保姆”,目前还面临着三大核心挑战:技术瓶颈、成本压力和隐私安全。虽然我们在春晚等场合看到了机器人的惊艳表现,但家庭环境的复杂性和不可预测性,让机器人从“舞台表演”到“入户干活”之间还存在巨大鸿沟。 ⚙️ 技术瓶颈:从“专才”到“通才”的跨越 当前机器人最大的短板在于其“大脑”的泛化能力和“身体”的灵巧度不足,难以应对家庭这种非结构化环境。 1. 续航焦虑:目前的消费级机器人续航时间普遍较短,大约只有 1.5至2小时。这对于需要长时间工作的家务或陪伴场景来说远远不够,机器人可能干一会儿就得去充电,无法满足全天候的需求。 2. 精细操作能力弱:机器人的“双手”还不够灵巧。它们可以完成预设好的简单抓取,但在面对“拿起玻璃杯倒水”、“叠衣服”或处理易碎品等需要精细力控和复杂协调的任务时,往往力不从心。行业数据显示,灵巧手的平均寿命甚至不足2个月,远未达到实用化的标准。 3. 环境适应性差: