鸿蒙 AI 开发必备：Skill 和 MCP 从入门到实战（附 Trae 部署）

优质文章学习记录

— 12 min read
鸿蒙 AI 开发必备：Skill 和 MCP 从入门到实战（附 Trae 部署）

鸿蒙 AI 开发必备：Skill 和 MCP 从入门到实战（附 Trae 部署）

1. 引言

随着HarmonyOS生态的快速发展，开发者需要高效的工具和资源来提升开发效率。在AI辅助编程的背景下，Skill和MCP（Model Context Protocol）为HarmonyOS开发者提供了强大的支持。本文档介绍几个鸿蒙开发相关的Skill和MCP工具，帮助开发者更好地理解和使用这些工具。

2. 相关概念介绍

2.1 Skill

Skill是AI编程助手的扩展技能库，可以理解为给AI助手添加的"专业知识包"。就像人类专家需要专业知识一样，AI助手也需要Skill来获得特定领域的专业能力。

Skill主要提供专业知识库、代码生成辅助、语法检查和开发指导等功能。其特点是离线可用、专业性强、实时响应和持续更新。适用于学习新技术、编写代码、解决问题和代码审查等场景。

2.2 MCP

MCP（Model Context Protocol，模型上下文协议）是一种标准化协议，用于AI助手与外部工具和服务进行交互。如果把AI助手比作"大脑"，MCP就是大脑的"手和眼"。

它的核心功能就是“帮AI跑腿”，提供统一接口、工具集成、上下文管理和安全控制，特点是“标准化不挑工具、动态适配不卡顿、可扩展能加活、够安全不翻车”。自动化测试、设备调试、代码构建、问题诊断这些费时间的杂活，交给MCP+AI，你只管指挥就行。

2.3 Skill和MCP区别

很多小伙伴容易把这俩搞混，其实一句话就能分清：Skill是“死知识”，MCP是“活能力”，二者分工明确，却能默契配合。具体区别如下：

  • 定位差异：Skill是“静态知识库”，像一本随时能翻的鸿蒙开发词典，离线也能查；MCP是“动态工具接口”，像一套随身工具箱，得有工具（和网络）才能用。
  • 功能差异：Skill负责“查知识、给建议”，比如API怎么用、语法错在哪；MCP负责“做操作、拿结果”，比如编译项目、启动应用、抓日志。
  • 使用方式差异：Skill是“被动查询”，你问它才答，主打一个“顾问角色”；MCP是“主动执行”，你让它干啥就干啥，主打一个“工具人角色”。
  • 依赖关系：Skill是“单打独斗型”，离线也能发光发热；MCP是“团队协作型”，得依赖具体工具和网络，没工具就是“巧妇难为无米之炊”。

虽然定位不同，但Skill和MCP可以很好地协同工作：Skill提供专业知识和建议，MCP执行具体的操作和任务，AI助手整合两者，大大提升开发效率。

3. 鸿蒙开发相关Skill介绍

3.1 harmony-next

简介

harmony-next是为AI编程助手（如Gemini CLI、Claude Code、Codex）设计的参考技能库。它为HarmonyOS NEXT（以API 12+为主）提供本地化的离线知识源，包含4,257份涵盖ArkTS、ArkUI和NDK的Markdown格式参考文档。

主要特性
  • 全面的API覆盖：包含4,232份JsEtsAPIReference文档
  • 版本标注：文档大量包含API 12-23的版本标注、兼容性说明和变更说明
  • 离线访问：所有文档本地存储，无需网络连接
  • 快速检索：支持按Kit、任务、索引等多种方式渐进式定位文档
适用场景
  • API查询：快速查找HarmonyOS API的使用方法和参数说明
  • 版本兼容：了解不同API版本的兼容性和变更情况
  • 代码示例：获取官方提供的代码示例和最佳实践
  • 学习参考：作为HarmonyOS开发的权威参考资料
知识库结构
harmony-next.skills/ ├── JsEtsAPIReference/ # ArkTS API参考文档（4,232份） ├── ApplicationKit/ # 应用开发相关文档 ├── ArkUI/ # UI框架文档 ├── NDK/ # 原生开发文档 └── 其他技术文档...

3.2 arkts-syntax-assistant

简介

arkts-syntax-assistant是ArkTS语言学习和开发助手，专注于ArkTS语法、迁移和优化指导。它为开发者提供从TypeScript到ArkTS的迁移支持，以及ArkTS特有的语法特性和最佳实践。

主要特性
  • 语法检查：实时检查ArkTS语法错误，提供详细的错误信息和修复建议
  • 迁移指导：帮助开发者将TypeScript代码迁移到ArkTS
  • 性能优化：提供ArkTS性能优化建议，如状态管理、组件优化等
  • 编译错误解决：针对ArkTS编译错误提供解决方案
适用场景
  • 语法学习：学习ArkTS特有的语法特性和使用规范
  • 代码迁移：将现有TypeScript代码迁移到ArkTS
  • 错误修复：快速定位和修复ArkTS编译错误
  • 性能调优：优化ArkTS代码的性能表现
触发条件

arkts-syntax-assistant在以下情况下自动触发：

  • 处理.ets文件时
  • 涉及ArkTS关键字的问题
  • TypeScript迁移相关问题
  • 状态管理、组件开发等问题

3.3 Trae部署Skill步骤

  • 首先下载 指定SKILL.md 文件或包含 SKILL.md 以及其他相关文件的 .zip 文件
  • 前往设置 > 规则和技能。
  • 在技能部分，点击创建按钮
  • 在新建窗口中上传一个 SKILL.md 文件或一个包含 SKILL.md 文件的 .zip 文件，然后选择技能类型 （全局 /项目 ）。
    TRAE 会分析所上传的技能文件，然后自动填充 技能名称 、描述 和 指令 字段。
在这里插入图片描述
  • 按需修改相关内容，然后点击 确认 按钮。
    对于全局技能，添加后，它会直接出现在 技能 面板的 全局 页签下。
    对于项目技能，TRAE 将自动在 .trae/skills/ 目录下新建 {skill_name} 文件夹，其中包含你所上传的所有文件。同时，该技能也会在 技能 面板的 项目 页签下展示。

4. 鸿蒙开发相关MCP介绍

4.1 deveco-mcp

简介

DevEco Toolbox是一个工具集（依赖于DevEco Studio），可以在不打开DevEco Studio的情况下，在Trae、Cursor、Visual Studio Code等AI IDE中完成鸿蒙应用开发的大多数工作。DevEco Toolbox当前包含两个可执行文件：

  • deveco-toolbox：用于可视化配置
  • deveco-mcp-server：主要的MCP服务
主要功能
  1. 项目管理
    • 创建新项目
    • 配置项目属性
    • 管理依赖包
  2. 构建部署
    • 编译项目
    • 生成HAP包
    • 安装到设备
    • 启动应用
  3. 设备交互
    • 获取设备列表
    • 启动应用
    • 获取UI树
    • 执行UI操作（点击、滑动、输入等）
    • 截图
    • 获取日志
  4. 开发辅助
    • 搜索HarmonyOS文档
    • 检查ETS文件语法
    • 获取设备日志
    • 获取崩溃日志
MCP工具列表
  1. mcp_deveco-mcp_build_project
    • 功能：执行编译构建导出构建产物
    • 参数：
      • build_intent：构建意图（LogVerification、Release等）
      • module：指定的模块及Target
      • product：指定的Product名称
  2. mcp_deveco-mcp_start_app
    • 功能：在模拟器/真机上运行应用
    • 参数：
      • ability：Ability名称（默认EntryAbility）
      • module：模块名称（默认entry）
      • target：构建目标（默认default）
      • hvd：目标设备名称或ID
  3. mcp_deveco-mcp_get_app_ui_tree
    • 功能：获取UI信息并保存为JSON文件
    • 参数：
      • mode：dump模式（simple-窗口节点信息，full-完整UI树）
      • outputDirectory：保存JSON文件的目录绝对路径
      • hvd：目标设备名称
  4. mcp_deveco-mcp_perform_ui_action
    • 功能：统一的UI操作工具
    • 支持的操作类型：
      • click：单击
      • directionalFling：方向滑动
      • inputText：输入文本
      • keyEvent：按键事件
      • screenshot：截图
  5. mcp_deveco-mcp_get_hilog_or_faultlog_recent
    • 功能：获取模拟器/真机设备的hilog/faultlog日志
    • 参数：
      • bundle_name：应用包名
      • domain：日志领域
      • level：日志级别（D、I、W、E、F）
      • tag：过滤标签
      • keyword：关键字过滤
      • is_crash_log：是否获取崩溃日志
  6. mcp_deveco-mcp_harmonyos_knowledge_search
    • 功能：搜索HarmonyOS开发文档
    • 参数：
      • keywords：搜索关键词列表
      • maxCharSize：最大返回字符数（默认5000）
  7. mcp_deveco-mcp_check_ets_files
    • 功能：对传入的ets文件进行静态语法检查
    • 参数：
      • files：待检查的ETS文件路径列表

4.2 Trae部署说明

这个工具的官方README里有详细的部署步骤，还提供了deveco-toolbox可视化配置工具，小白可以直接看官方文档（链接在文末）。这里给大家简化一下Trae中的手动配置流程，适合不想看长篇文档的小伙伴：

  • 点击对话面板右上角的 设置 图标，进入设置中心
  • 在左侧导航栏中，选择 MCP，打开 MCP 窗口。

在 MCP 窗口的右上角，点击 添加 > 手动添加。若你是首次添加 MCP Server，还可以直接点击窗口中部的 手动添加 按钮。

在这里插入图片描述


-填入 MCP Server 的配置内容。

{ "mcpServers": { "deveco-mcp": { "command": "npx", "args": [ "-y", "deveco-mcp-server" ], "env": { "PROJECT_PATH": "${workspaceFolder}", "DEVECO_PATH": "C://****//Huawei//DevEco Studio" // 电脑中DevEco Studio的安装路径 } } } }

5. 总结

在Trae中配置完成以后可以直接在对话框中获取当前配置的Skill和MCP:

在这里插入图片描述

Skill和MCP为HarmonyOS开发者提供了强大的开发支持，它们各有侧重，相互补充：

Skill的优势

  • 离线可用，没网也能查知识，出差、断网不耽误开发；
  • 深度集成鸿蒙文档和API参考，比官网搜索更高效；
  • 实时语法检查和代码规范指导，帮你写对代码、写好代码；
  • 适合学习和开发阶段，帮你快速上手鸿蒙、解决编码难题。

MCP的优势

  • 动态交互和工具集成，不用打开多个工具，一站式搞定杂活；
  • 支持设备调试和自动化测试，省去手动操作，省时间、少出错；
  • 集成构建部署流程，编译、安装、启动一键搞定，不用记命令；
  • 适合调试测试和自动化操作阶段，帮你搞定繁琐的重复性工作。

重点提醒（避坑必备）

编程助手如果只配置了鸿蒙开发相关的Skill，还需要配置鸿蒙的编译安装环境（具体流程参考上一篇文章），才能获得更流畅的开发体验——不然AI能写对代码，但没法编译、安装，等于“纸上谈兵”，白忙活一场。

最佳实践

给大家推荐一个最高效的搭配方案，小白也能直接抄作业：
先下载配置好DevEco Studio，保证鸿蒙项目能正常编译、调试（这是基础，别偷懒）；然后在Trae中按上面的步骤，部署好相关的Skill和MCP。配置完成后，只需要在Trae对话框中输入需求提示词，AI就能自动完成“开发代码→编译→安装→调试→查看日志→修改代码”的循环，直到完成你指定的任务，全程不用你手动敲命令、查文档，极大提升开发效率，让你从“代码工具人”变成“需求指挥者”。

声明

  • 本文档仅提供技术介绍和使用指导，不对任何第三方工具的质量、安全性和可用性做出保证
  • 使用第三方工具所产生的任何损失或问题，由使用者自行承担责任
  • 建议在使用前充分了解工具的许可证、服务条款和隐私政策

相关链接

  • harmony-next.skills：https://github.com/linhay/harmony-next.skills
  • arkts-syntax-assistant：https://github.com/SummerKaze/skill-arkts-syntax-assistant
  • DevEco Toolbox：https://github.com/open-deveco/deveco-toolbox

Read more

Qt Creator配置AI编程插件GitHub Copilot

Qt Creator配置AI编程插件GitHub Copilot

第一步：GitHub Copilot插件安装 QtCreator18.0为例，点击左侧Extensions菜单，在上方搜索栏搜索 GitHub Copilot, 然后点击右上角Active启动后重启QtCreator即可完成该工具安装. 第二步：copilot.vim 环境配置 去GitHub下载copilot.vim压缩包：copilot.vim。下载地址：https://github.com/github/copilot.vim 随后解压到自定义位置。 将其目录下.\dist\language-server.js地址填入设置的Path to language-serverjs项。 第三步：安装Node.js 去Node.js官网下载并安装node.js：node.js官网。 同样将node.exe地址链接到设置的Node.js path项。下载地址：https://nodejs.org/zh-cn 第四步：
主流大模型介绍(GPT、Llama、ChatGLM、Qwen、deepseek)

主流大模型介绍(GPT、Llama、ChatGLM、Qwen、deepseek)

GPT系列模型 一、ChatGPT 的本质 * 发布者：OpenAI（2022年11月30日） * 类型：聊天机器人模型，基于自然语言处理技术 * 核心能力：理解语言、生成对话、撰写邮件/文案/代码、翻译等 * 增长数据：2个月用户破1亿，日活约1300万 二、GPT 系列模型演进对比 模型发布时间参数量核心创新主要局限GPT-12018.061.17亿引入生成式预训练 + Transformer Decoder语言模型单向；需微调才能泛化GPT-22019.0215亿多任务学习 + Zero-shot 能力无监督能力仍有限GPT-32020.051750亿Few-shot 学习 + Sparse Attention成本高、长文本不稳定、内容不可控ChatGPT2022.11基于GPT-3引入 RLHF（人类反馈强化学习）服务不稳定、可能生成错误信息 三、核心技术点回顾 1. GPT-1 * 使用单向 Transformer Decoder（
AI辅助编程工具(三) - Github Copilot

AI辅助编程工具(三) - Github Copilot

三、Github Copilot 简单来说，GitHub Copilot 是由 GitHub 和 OpenAI 共同开发的人工智能编程助手。它基于 OpenAI 的 GPT-4 等大模型，并在海量的开源代码库上进行过训练。 它的工作原理： 它不只是一个简单的“自动补全”工具。它会读取你的代码上下文——包括你刚刚写的变量名、光标所在的文件、甚至是项目中其他相关文件的代码——然后实时预测你接下来想写什么。 对于前端开发者而言，它最迷人的地方在于：它懂 React、懂 Vue、懂 Tailwind CSS，甚至懂你那不规范的代码风格。 3.1 GitHub Copilot 安装与使用 安装前的准备 在开始之前，你需要确保拥有以下条件： 1. GitHub 账号：如果没有，请先去 GitHub
昇腾赋能海外主流大模型 | Llama-2-7b深度测评与部署方案

昇腾赋能海外主流大模型 | Llama-2-7b深度测评与部署方案

一. 昇腾引领国产AI算力新时代 当生成式人工智能迈入规模化应用的深水区，大模型已从技术探索走向产业落地的关键节点，而算力作为支撑这一进程的核心基础设施，正面临着前所未有的双重挑战：一方面，以Llama、GPT系列为代表的大模型参数规模持续扩大，对算力的峰值性能、内存带宽、能效比提出了指数级增长的需求；另一方面，全球算力供给格局的不确定性，使得核心算力设施的国产化替代成为保障AI产业自主可控发展的战略刚需。 在此背景下，昇腾（神经网络处理器）作为国产高端AI芯片的核心代表，其技术成熟度、生态适配性与性能表现，直接关系到我国在全球AI算力竞争中的核心话语权。 昇腾自诞生以来，便承载着构建国产AI算力底座的战略使命，通过“芯片-框架-模型-应用”全栈式技术布局，打破了海外算力芯片在高端AI领域的垄断局面。从架构设计来看，昇腾采用面向AI计算的专用架构，集成了大量AI计算单元与高效内存管理模块，能够针对性解决大模型训练与推理过程中的数据吞吐瓶颈。 本次测评的核心硬件平台基于昇腾910B 构建，其为大模型的高速推理提供了坚实的硬件基础； 1.什么是昇腾 昇腾 （Ascend）