登录社区云，与社区用户共同成长
邀请您加入社区
清单之外，还有几件事在 AGC 后台操作时才暴露，提前记在这里。上架包的架构要对。本地开发产出的 x86 构架包只用于调试，AppGallery Connect 只收 arm 构架的签名包。如果你的构建历史里混着 x86 产物，提审前确认清楚当前 HAP 的 ABI——用unzip -l看libs/目录下有没有x86_64字样是最快的自查。versionCode 只增不减。里的 versionCo
本文针对跨语言培训中的字幕配置管理问题，提出了配置版本化解决方案。核心创新点在于将配置管理拆分为四个独立验收维度：配置持久化、版本追溯、临时配置生命周期和冲突处理。系统通过版本化数据结构实现配置的历史追踪，采用临时标记机制管理配置时效性，并支持配置回滚功能。工程实现包含配置加载、过期检查、永久/临时配置保存等核心逻辑，通过版本号、时间戳和操作记录确保可追溯性。该方案为"配置丢失"类问题提供了明确的
风险提醒的应用端调用结束后，页面最容易犯的错误，是立刻把“通知已送达”显示为成功。实际上，publish的 Promise 返回只代表应用已经得到发布调用结果；通知中心是否可见、设备是否真的播放声音、现场人员是否看到或听到提醒，仍是不同的观察层。当前页面工程把一次成功返回包装成一轮人工核验。该轮次同时维护通知可见性和声音可听性，两项初始均为待确认；观察者可以分别记录已确认或无法判断。
本文拆解了通知提醒的三个关键验证环节：代码层请求是否被系统接受（Promise返回）、通知中心是否显示（视觉证据）、设备是否播放声音（听觉证据）。通过固定"晚自习结束"通知内容，建立标准化测试场景，指导开发者分步验证每个环节。文章强调工程状态与用户体验的差异，提出用三栏记录表区分应用状态、系统行为和人工验证结果，并设计了三个单变量练习（权限、可见性、声音环境）帮助新手建立分层排查意识。核心观点是：
本文探讨了Canvas页面在不同窗口尺寸下的布局问题。文章指出，初始尺寸不应作为布局依据，需动态响应窗口变化。通过分析onAreaChange和onReady事件，强调必须根据最新尺寸重新计算所有元素坐标，并清除旧画面。作者分享了测试方法，建议维护时关注尺寸推导一致性、安全区同步等问题，并提出了未来优化方向，如响应式布局和调试面板。最后提供了故障排查表，涵盖SDK配置、权限检查等前置条件。
文章摘要： 本文探讨在地图检索服务中如何正确使用和展示reliability字段。作者指出，该字段仅代表服务返回的相关性信息，不能直接作为派工决策依据。文章强调应区分检索候选与业务决策，保留原始字段和请求轮次以便追溯。关键建议包括：保持字段原样展示（含空值）、区分地图状态与检索结果、记录完整选择依据。通过冻结请求条件、清除旧候选、保留四类判断线索等方法，避免误将相关性数值视为业务结论，确保人工判断
摘要：本文探讨地图页面长按事件监听的生命周期管理，强调需将"地图监听"拆解为可验证的独立环节。关键点包括：1）监听从地图控制器返回开始，而非页面打开；2）通过独立事件管理器注册Marker与POI长按，确保来源可区分；3）人工登记仅作为无真实回调时的降级方案；4）页面离开时清空引用而非虚假注销；5）用事件时间线记录来源类型、坐标等核心字段。实施需满足HarmonyOS SDK、MapKit服务配置
本文深入探讨了在 ArkWeb 下载回调开发中，从仅依赖 `getUrl()` 到完整读取 `getUrl()`、`getOriginalUrl()` 和 `getReferrerUrl()` 三个字段的认知转变与实践方案。通过确保三字段同源读取、统一异常处理、原子化状态提交和严谨的测试验证，解决了「有下载地址却说不清来源」的核心问题，为 Web 下载追踪提供了清晰、可靠的实现范式。
"滤镜大师"的核心是图像处理算法：高斯模糊、Sobel 边缘检测、色彩变换……这些算法要对每个像素做浮点运算，一张 1080p 图有 200 万像素，用 ArkTS 跑可能要好几秒，用 C++ 跑只需几十毫秒。算法用 C++ 写，UI 用 ArkTS 写，中间用 NAPI 桥接。但原生的 NAPI 写法极其繁琐——注册一个简单的add(a, b)函数，要写一堆样板。绑定一个 C++ 类？更是一场噩
华为DevEcoCode的"Plan+Build"模式为HarmonyOS应用开发提供了一种智能化新范式。该模式通过AI辅助实现"先审方案后执行"的开发流程：在Plan阶段，AI对任务进行深度分析拆解，生成多种技术方案并评估推荐；在Build阶段，基于审定方案自动生成规范代码。这种模式将开发者的角色从编码执行者转变为方案设计评审者，通过分离思考与执行环节，有
将显示数据和选项数据分离，既保证了 Select 的整洁，又保留了展示区的趣味性。这种设计有意避免了"实时计算"——星座配对本质上是一种"查询"而非"计算"，让用户主动点击按钮确认查询请求，比实时计算更符合使用心理。在星座配对中，每个 Select 的选项正好是 12 个，值域适中，是 Select 使用的典型场景。虽然配对分数是预设的，但其"数据驱动内容"的思想在真实的数据密集型应用中广泛使用。
PersistenceV2 是 API 12 推出的全新持久化方案，通过 @ObservedV2 + @Trace 实现属性级自动持久化。核心 API connect 可绑定持久化对象，@Trace 修饰的属性变更会自动落盘，无需手动保存。支持自定义存储 key、类型推断和手动 save 机制，并提供 remove/keys 等管理接口。相比 PersistentStorage，解决了初始化时序、
•如果该 JS 对象确实是一个被 Local Handle 或者 Global Handle 引用的对象，但是对应的 native 内存的申请事件已经在此次录制之前完成内存分配，本次录制结果则无法展示对应的内存申请调用栈，需要重新录制，录制时需要注意将录制时执行的业务逻辑范围调整的尽量更早一些。这种高门槛导致许多开发者，尤其是初学者，在面对 ArkTS 对象被Native引用导致内存泄漏问题时往往
UIAbility组件是系统调度的基本单元，为应用提供绘制界面的窗口。一个应用可以包含一个或多个UIAbility组件。例如，在支付应用中，可以将入口功能和收付款功能分别配置为独立的UIAbility。本例即为大家介绍如何基于Stage模型下的UIAbility开发，实现UIAbility内和UIAbility间页面的跳转与数据传递的功能。
组件化的核心问题之一就是组件之间怎么通信。父组件有个计数器的值，想让子组件也能显示这个值——怎么传？ArkUI 提供了@Prop装饰器来解决这个问题。@Prop让子组件能够接收父组件传递的数据，并且当父组件的数据变化时，子组件接收到的值也会自动更新。但要注意，这是单向的——子组件改不了父组件的值。先定义一个接受@Prop@Componentbuild() {Column() {声明了一个接受父组件
本文介绍了基于HarmonyOS开发的AI菜谱创意生成器全流程技术实践。该系统采用Model-Service-Page三层架构，通过结构化提示词工程引导AI生成包含菜名、用料、步骤和创意亮点的菜谱。应用解决了传统菜谱生成效率低下、个性化不足等痛点，提供餐厅菜单风格的视觉设计，并实现输入验证、数据缓存等优化功能。项目展示了AI技术与HarmonyOS平台结合在生活场景中的应用价值，未来可扩展模型能力
本文介绍了基于HarmonyOS的AI绩效自评助手的技术实践。该应用通过Model-Service-Page三层架构设计，利用AI提示词工程技术自动生成结构化绩效自评内容，包括自评要点、STAR表述等。系统解决了传统绩效自评效率低下、个性化不足等痛点，采用ArkTS实现类型安全和状态管理，并通过卡片式布局优化用户体验。未来计划集成更强大的AI模型并支持多端适配，为绩效管理提供智能化解决方案。
摘要 本项目基于HarmonyOS开发AI歌词灵感生成工具，通过三层架构(Model-Service-Page)实现智能歌词创作辅助。系统接收用户输入的情绪和主题，输出包含歌词片段、韵脚建议及和弦走向的结构化结果。采用JSON格式提示词工程引导AI生成，并融入复古磁带卡带风的UI设计。项目解决了传统创作中效率低、专业性要求高的问题，通过状态管理和数据持久化优化用户体验。未来计划集成更强大的AI模型
摘要 本章介绍了HarmonyOS中Java UI开发的核心概念与实践方法。主要内容包括： 框架结构：Java UI采用组件树模型，包含Component（组件）和ComponentContainer（容器）两类核心对象，支持XML声明和Java代码两种创建方式。 常用组件：详细讲解了Text、Button、Image等12种基础组件的功能和使用方法，包括组件ID查找和事件绑定机制。 四大布局：
详情页跳转最省事的写法，是把列表里的整条对象直接传过去。刚开始确实方便，但项目一大就会出问题：对象字段变了、页面刷新了、来源页面不止一个了，详情页就越来越依赖上个页面。HarmonyOS7 用router跳转时，我更建议只传稳定参数，比如articleId，最多再带一个预览标题。路由参数只负责识别目标内容，不负责搬运整份业务数据。router参数越轻，页面越独立。
元服务主打“即用即走”，但“即用”的前提是“即开”。冷启动慢：首次点击卡片或从服务中心进入，需要加载Ability、初始化引擎、请求网络，导致明显的白屏或转圈。保活难：系统为了省电，会激进地回收后台元服务进程。用户第二天点击卡片，发现又要重新加载。数据陈旧：卡片展示的还是昨天的数据，需要手动刷新。核心认知：元服务的优化不是单纯的“代码提速”，而是与系统的博弈。我们需要合理利用系统提供的后台任务、缓
