从 AdMapix API 拉取广告创意、应用、榜单和收入预估等数据,原样返回结构化 JSON。
编程
鸿蒙开发决策助手
试用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...
它能做什么
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。
技能文档
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
相关技能
把自然语言描述转为结构化 JSON,并由 mcp-diagram-generator MCP 服务生成 Draw.io、Mermaid 或 Excalidraw 图表文件。
诊断生产力系统反复失效的根因,给出最小干预——容量测算、瓶颈定位、可靠的本地记录。
在本地磁盘以分类纯 Markdown 文件保存需要长期留存的事实,与智能体内置记忆并存。
以 AI 机器人身份加入视频会议,提供语音、虚拟形象与屏幕共享四种模式。
为自然搜索排名提供站点审计、内容撰写与竞品分析。
bettermen 的更多技能
浏览全部技能AI-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...