Fetch raw ad creative, app, ranking, and revenue data from AdMapix as structured JSON.
Coding
鸿蒙开发决策助手
Try it鸿蒙原生应用开发辅助决策助手。用户输入产品名称与想法,自动分析竞品、行业数据、产品分析、用户分析、推广成本、营销推广等,生成多维度可行性评估HTML报告。覆盖鸿蒙生态特有痛点(ArkTS学习成本、人才缺口、设备碎片化、AppGallery分发规则、元服务机会、开发者激励计划等)。触发词:鸿蒙开发决策, 鸿蒙可行性...
What it does
本技能为鸿蒙(HarmonyOS)原生应用开发提供专业的多维度可行性决策分析。用户只需提供产品名称和方向,系统自动完成市场调研、竞品分析、生态评估,生成专业的可视化HTML决策报告。
The skill document
鸿蒙原生应用开发辅助决策助手
概述
本技能为鸿蒙(HarmonyOS)原生应用开发提供专业的多维度可行性决策分析。用户只需提供产品名称和方向,系统自动完成市场调研、竞品分析、生态评估,生成专业的可视化HTML决策报告。
核心能力
- 鸿蒙生态热度分析 — 鸿蒙市场份额、设备数、用户数、增长趋势
- 竞品数量与格局分析 — AppGallery同类应用数量、头部竞品信息
- 行业规模与趋势 — 最新行业报告数据、市场规模、增长率
- 鸿蒙用户画像 — 用户年龄/地域/消费力分布、换机周期特征
- 流量与分发潜力 — AppGallery推荐位、元服务卡片、华为搜索SEO
- 商业模式建议 — 基于鸿蒙生态特征推荐最优变现模式
- 推广成本与策略 — 华为广告投放、元服务获客、私域联动
- 开发可行性评估 — ArkTS/ArkUI技术栈、人才成本、审核避坑
- 开发者激励利用 — 60亿激励计划、天工计划10亿AI扶持
- 综合可行性评分 — 多维度加权评分,给出明确决策建议
使用方式
触发词 + 产品名称 + 方向描述
示例:
- "鸿蒙开发决策:做一个钓鱼技巧社区APP"
- "帮我评估做鸿蒙版AI写作工具可行吗"
- "分析鸿蒙原生社交APP的可行性"
工作流程
第一阶段:数据采集(并行搜索)
使用 WebSearch 工具并行搜索以下维度:
- 鸿蒙生态指数:搜索
鸿蒙 HarmonyOS 市场份额 2025 2026 用户数 设备数 - 竞品分析:搜索
鸿蒙应用 {产品方向} 竞品 AppGallery 排行榜 - 行业数据:搜索
{产品方向} 应用 市场规模 2025 2026 趋势 - 用户画像:搜索
鸿蒙用户画像 年龄 消费力 地域分布 - 商业模式:搜索
鸿蒙应用 变现 盈利模式 开发者收入 - 推广获客:搜索
鸿蒙应用推广 AppGallery 华为广告 获客成本 - 开发成本:搜索
鸿蒙原生开发 ArkTS 成本 人才薪资 2025 - 审核与分发:搜索
鸿蒙应用上架 审核 AppGallery Connect 规则
第二阶段:深度分析(可选WebFetch)
对关键搜索结果中数据丰富的页面进行 WebFetch 获取详细信息。
第三阶段:报告生成
运行报告生成脚本生成HTML报告:
python {baseDir}/scripts/report_generator.py \
--name "产品名称" \
--direction "产品方向" \
--output "output_path.html" \
--scores '{"ecosystem_heat": 75, "competition": 65, "market": 80, "monetization": 60, "dev_feasibility": 70, "distribution": 75}' \
--ecosystem '{"score": 75, "trend": "快速上升", "device_count": "5.1亿+", "market_share": "18%", "detail": "..."}' \
--competitors '{"count": 28, "top3": [...], "saturation": "低", "detail": "..."}' \
--industry '{"market_size": "...", "growth": "...", "detail": "..."}' \
--user-profile '{"age_range": "...", "tier_cities": "...", "consumption": "...", "detail": "..."}' \
--business-model '{"recommend": [...], "detail": "..."}' \
--promotion '{"strategies": [...], "cost_estimate": "...", "detail": "..."}' \
--development '{"tech_stack": "ArkTS+ArkUI", "cost": "...", "talent_gap": "...", "tips": [...], "detail": "..."}' \
--risks '{"items": [...]}'
或者直接在Python中调用:
import json, sys
sys.path.insert(0, '{baseDir}/scripts')
from report_generator import generate_report
data = {
"name": "产品名称",
"direction": "产品方向",
"scores": {...},
"ecosystem": {...},
"competitors": {...},
"industry": {...},
"user_profile": {...},
"business_model": {...},
"promotion": {...},
"development": {...},
"risks": {...}
}
html = generate_report(data)
with open('output.html', 'w', encoding='utf-8') as f:
f.write(html)
报告结构
生成的HTML报告包含以下章节:
- 封面页 — 产品名称、评估时间、总体评分
- 执行摘要 — 核心结论与建议(可行/谨慎/暂缓)
- 鸿蒙生态热度分析 — 市场份额、设备数、增长趋势
- 竞品格局分析 — AppGallery竞品数、头部玩家、市场饱和度
- 行业市场分析 — 市场规模、增长率、政策环境
- 鸿蒙用户画像 — 年龄分布、城市等级、消费力、换机周期
- 分发与流量评估 — AppGallery推荐、元服务卡片、搜索SEO
- 商业模式建议 — 推荐变现模式、开发者激励利用
- 推广策略与成本 — 冷启动方案、华为广告、获客成本
- 开发指南与成本 — 技术选型、人才成本、审核避坑、上架流程
- 风险提示 — 生态依赖、竞争、技术、政策风险
- 综合评分与决策 — 加权评分矩阵、下一步行动建议
评分模型
基于以下6个维度加权评分(满分100):
| 维度 | 权重 | 评估标准 |
|---|---|---|
| 生态热度 | 25% | 鸿蒙市场份额趋势、用户增长、华为投入力度 |
| 竞争格局 | 20% | AppGallery竞品数量、头部垄断程度 |
| 市场前景 | 20% | 行业规模、增长率、鸿蒙生态红利 |
| 变现能力 | 15% | 商业模式清晰度、华为支付体系、ARPU潜力 |
| 开发可行性 | 10% | ArkTS学习成本、人才获取、审核难度 |
| 分发获客 | 10% | AppGallery推荐位、元服务机会、获客成本 |
评分等级:
- ≥80分:✅ 强烈建议做 — 生态红利明确,竞争窗口期有利
- 65-79分:🟡 谨慎推进 — 有机会但需差异化策略
- 50-64分:⚠️ 暂缓观望 — 需先验证核心假设
- <50分:❌ 不建议做 — 当前时机不成熟
鸿蒙开发核心痛点速查
| 痛点 | 详情 | 应对策略 |
|---|---|---|
| ArkTS学习曲线 | 基于TS但声明式UI范式不同,有经验者1-2周,新手1-2月 | 优先招TS/React背景开发者 |
| 人才缺口百万级 | 2025年缺口100-300万,薪资溢价35%+ | 利用华为激励计划降低人力成本 |
| 第三方库不成熟 | npm生态不可用,ohpm生态仍早期 | MVP阶段简化功能,核心自研 |
| 设备碎片化适配 | 手机/平板/手表/车机/PC多端适配 | 利用"一次开发多端部署"能力 |
| 审核周期较长 | 首次上架需3-7个工作日,材料要求多 | 提前准备软著、隐私政策等材料 |
| 用户规模有限 | "纯血"鸿蒙设备仅5100万+台 | 优先做高频刚需场景,不做泛工具 |
| 海外市场受限 | 无GMS,海外鸿蒙设备竞争力弱 | 专注国内市场 |
| 华为生态依赖 | 增长依赖华为自有设备,无第三方OEM | 关注华为设备出货量趋势 |
鸿蒙生态关键数据(截至2026年6月)
- 中国市场份额:18%(第二大移动OS)
- "纯血"鸿蒙设备:5,100万+台(4个月翻倍)
- 鸿蒙生态设备总数:10亿+台(含IoT)
- 原生应用与服务:35万+个
- 注册开发者:254万+
- 人才缺口:100-300万(未来3-5年)
- 华为年度激励:60亿(应用/游戏/元服务)+ 10亿(天工计划AI)
- 个人开发者最高奖金:600万元
- 鸿蒙开发者薪资溢价:35%+
注意事项
- 所有数据基于公开信息搜索,时效性可能有限
- 鸿蒙生态数据变化极快(半年翻倍增长),需关注最新官方数据
- 竞品数量基于AppGallery搜索结果估算,可能有遗漏
- "纯血"鸿蒙设备数 ≠ 鸿蒙生态设备总数(后者含IoT及兼容设备)
- 最终决策需结合团队实际资源与能力判断
- 华为激励计划政策可能调整,建议查阅华为开发者联盟最新公告
Related skills
Generate and edit Draw.io, Mermaid, and Excalidraw diagrams from natural language using a structured JSON spec.
Find why your productivity system keeps failing, then apply the smallest fix — capacity math, bottleneck routing, durable local notes.
Stores durable facts in a categorized, plain-markdown vault on disk, alongside your agent's built-in memory.
Join a video meeting as an AI bot with voice, avatar, and screenshare across four operating modes.
Site audit, content writing, and competitor analysis for organic search rankings.
More from bettermen
Browse all skillsAI-powered memory guardian for Windows. Manage system memory, kill high-risk processes, monitor in background, and view real-time Web GUI dashboard. Triggers...
AI开发工程师全流程工作流。覆盖需求分析→技术选型→数据处理→AI核心开发(Prompt/Agent/RAG/微调)→后端服务→前端交互→测试评估→部署运维→性能优化→LLMOps→安全护栏10大阶段。面向LLM应用开发全链路,提供代码模板、架构决策框架、调试排查指南。触发词: AI开发, AI工程师, AI全栈...
AI产品经理全流程助手。覆盖需求洞察→竞品分析→PRD方案设计→AI能力设计(Prompt/Agent/RAG)→上线评估→迭代优化6大阶段。融合模型边界管理、Prompt工程、Agent编排、RAG数据工程、AI评估五大核心能力。触发词: AI产品经理, AI PM, 写PRD, 竞品分析, Prompt设计,...
MetricHub多租户指标平台全流程编排:指标目录浏览、查询构建执行(九条铁律/九条消歧规则/快速计算语法)、数据可视化推荐、仪表盘编排。触发:查询指标、同环比、占比、排名、时间限定、metricDefinitions、timeConstraint、filters、dimensions、查看指标目录、创建仪表盘...
为文章规划并生成可读性强的极简强线条手绘配图。先建立文章地图,识别段落适合流程图、架构图、对比图、关系图、结构图还是概念插图,再通过构思卡组织单一命题、原文指纹、信息单位、阅读顺序和固定橙白圆猫角色。构思通过可读性测试后默认直接生成。用户说配图、手绘配图、给文章配图、文章插图、技术文章插图、流程图、架构图、关系图...
绂诲搴旇瘔鎸囧崡AI鍔╂墜銆傚綋鐢ㄦ埛琚捣璇夌濠氶渶瑕佸簲璇夊府鍔╂椂锛屾彁渚涘叏娴佺▼鎸囧锛? 搴旇瘔娴佺▼瀵艰埅銆佺瓟杈╃姸鐢熸垚銆佹劅鎯呯牬瑁傝瘉鎹噯澶囥€佽储浜у垎鍓插垎鏋愩€佸瓙濂虫姎鍏绘潈璇勪及銆? 搴旇瘔绛栫暐寤鸿銆佹硶寰嬫潯鏂囬€熸煡銆傝鐩栦粠鏀跺埌璧疯瘔鐘跺壇鏈埌鍒ゅ喅鎵ц鐨勫...