用 AI Skills 打通中间件迁移:定位服务从 Android 到鸿蒙的完整实践
又双叒叕经历从0到1翻译一个安卓应用到鸿蒙的需求,并且近期Skill的概念很火,想着能通过Skill真正的解决一些实际业务遇到的一些问题,所以开始着手维护一个鸿蒙依赖分析的Skill,为了协助Curosr更好的理解端侧的二方包,最后我得出了两个暴论:
1、目前很多知识库是冗余的,随着模型能力越来越强,需要提供的业务知识库是需要减负的
2、未来我们各种二方包的接入方式都会以Skill的形式提供,从面向人转到面向AI
// 你向 AI 提问:"帮我将 Android 定位服务迁移到鸿蒙"// AI 生成的代码(看起来很专业)LocationExpires.ONE_MINUTE // ❌ 这个枚举值不存在params.onSuccess = (result) => { ... } // ❌ 回调位置错误// 编译器提示:13 个错误Property 'ONE_MINUTE' does not exist on type 'LocationExpires'开发者的困惑:
AI 不是能理解代码吗?为什么会犯这种低级错误? 文档明明存在,为什么 AI 不看文档? 第一次踩坑修好了,第二次还会踩,知识怎么沉淀?
表面问题:Android 代码如何迁移到鸿蒙?
深层问题:
- 知识获取:开发者如何快速掌握新平台的 API?
- 知识传递:团队如何避免重复踩坑?
- 知识演进:API 更新后如何快速同步?
- AI 协同:如何让 AI 使用最新的领域知识?
知识的三个状态:
- 隐性知识:在老员工脑子里("这里要用 ONE_MIN,别用 ONE_MINUTE")
- 显性知识:在文档里(但分散、滞后、难搜索)
- 可执行知识:在 Skills 里(结构化、可索引、AI 可读)
关键环节:
- 输入阶段:AI 加载 Skills 获取领域知识
- 生成阶段:AI 使用 Skills 中的映射表
- 验证阶段:编译/测试验证准确性
- 反馈阶段:问题 → 提炼 → 更新 Skills
- 沉淀阶段:成功经验 → 记录到 Skills
▐ 问题背景
业务场景:穿搭业务需要从0到1迁移到鸿蒙
技术挑战:
154 个 Android 服务需要迁移 每个服务涉及不同的 API 映射 团队中大部分人不熟悉鸿蒙 API
▐ 三种方式对比
方式 1:纯 AI 翻译(❌ 快但不准)
方式 1:纯 AI 翻译(❌ 快但不准)
方式 1:纯 AI 翻译(❌ 快但不准)
操作:
提问:"帮我将 Android 的 LBSService 翻译到鸿蒙"
// AI 基于"常识"猜测的枚举值LocationExpires.ONE_MINUTE // ❌ 实际是 ONE_MINLocationExpires.FIVE_MINUTE // ❌ 实际是 FIR_MINLocationAccuracy.MI…