鸿蒙 AI 开发必备：Skill 和 MCP 从入门到实战（附 Trae 部署）
1. 鸿蒙 AI 开发里 Skill 和 MCP 到底解决什么问题如果你正在做鸿蒙HarmonyOS NEXT项目大概率遇到过这种割裂感AI 助手能帮你写一段 ArkTS 代码但它不知道State和Prop在 API 12 之后的差异也不清楚你本地 DevEco Studio 装在哪、模拟器有没有起来。结果就是代码看着对一编译一堆报错装到设备上还得手动点半天。Skill 和 MCP 就是来补这两块短板的。Skill 是给 AI 助手挂上的“鸿蒙专业知识包”本质是一堆本地 Markdown 参考文档离线可查负责回答“这个 API 怎么用、这个语法错在哪”MCPModel Context Protocol是给 AI 助手接上的“手和眼”通过标准化协议去调用外部工具负责执行“编译项目、启动应用、抓日志、点按钮”这类真实操作。一个管知识一个管动作配合起来才能让 AI 在鸿蒙项目里从“会聊”变成“会干”。这篇面向需要在鸿蒙项目里跑通 AI 能力的开发者以 Trae 为部署载体交付可复制的 Skill 注册流程、MCP 配置骨架以及用 TaoToken 统一 Key 接入模型 API 的示例。目标很明确从零完成一次可复现的端到端部署让 AI 能查鸿蒙文档、能编译安装、能看日志改代码。2. 前置准备TaoToken 统一 Key 与 Trae 环境在配 Skill 和 MCP 之前得先让 Trae 里的模型能正常调用。Trae 支持自定义模型接入这里用 TaoToken 做统一入口一个 Key 覆盖对话和编码场景省得在多个平台之间来回切。先拿到 API Key。打开官网 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 注册后在控制台创建密钥。控制台地址是 https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 密钥管理页在 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 。API 基础地址统一用 https://taotoken.net/api 注意这个地址后面不加任何 UTM 参数直接填就行。Trae 里配置模型的入口在设置里找到模型服务选择自定义 OpenAI 兼容接口把 Base URL 填成https://taotoken.net/apiAPI Key 填刚创建的那串。模型名按你实际要用的填比如做代码补全和对话可以选对应的编码模型。配完点测试连接返回 200 就说明通了。注意TaoToken 是合规的 API 聚合入口不要把它和任何非正规中转混为一谈。所有请求走标准 HTTPSKey 只存在你本地 Trae 配置里。环境侧还需要两样东西一是 DevEco Studio 已安装且能正常编译一个空鸿蒙工程二是 Node.js 18MCP 服务通过 npx 拉起版本太低会报错。这两样确认好后面的 Skill 和 MCP 才有意义。3. 可复制配置Skill 注册与 MCP 接入 Trae3.1 Skill 注册以 harmony-next 和 arkts-syntax-assistant 为例Skill 的注册在 Trae 里是图形化操作但前提是你得先拿到SKILL.md文件或包含它的 zip 包。以 harmony-next 为例它提供的是 HarmonyOS NEXTAPI 12的离线参考文档包含 4000 多份 ArkTS、ArkUI、NDK 的 Markdown 文档。arkts-syntax-assistant 则专注 ArkTS 语法检查、TypeScript 迁移和性能优化建议。操作路径打开 Trae 设置进入“规则和技能”在技能区域点“创建”。上传SKILL.md或 zip 包选择技能类型为“项目”这样它会落到当前工程的.trae/skills/目录下跟着项目走。Trae 会自动解析文件填充技能名称、描述和指令字段你按需改一下确认即可。项目级 Skill 注册后目录结构大致是这样your-harmony-project/ ├── .trae/ │ └── skills/ │ ├── harmony-next/ │ │ └── SKILL.md │ └── arkts-syntax-assistant/ │ └── SKILL.md ├── entry/ └── build-profile.json5全局 Skill 则出现在技能面板的“全局”页签所有项目共享。建议鸿蒙相关的放项目级避免污染其他语言的项目。3.2 MCP 接入deveco-mcp 配置骨架deveco-mcp 依赖 DevEco Studio能在不打开 IDE 的情况下完成编译、安装、启动、抓日志、UI 操作等。Trae 里添加 MCP 的路径对话面板右上角设置图标 → 左侧选 MCP → 右上角“添加” → “手动添加”。配置内容直接抄下面这份把DEVECO_PATH换成你电脑上 DevEco Studio 的实际安装路径{ mcpServers: { deveco-mcp: { command: npx, args: [-y, deveco-mcp-server], env: { PROJECT_PATH: ${workspaceFolder}, DEVECO_PATH: C:/Program Files/Huawei/DevEco Studio } } } }PROJECT_PATH用${workspaceFolder}让 Trae 自动指向当前工程根目录这样 MCP 服务知道去哪个项目里干活。DEVECO_PATH必须是 DevEco Studio 的安装根目录不是bin子目录填错会报找不到工具链。保存后 Trae 会尝试拉起npx -y deveco-mcp-server。第一次运行会下载包稍等几秒。状态变绿就说明 MCP 服务连通了。4. 验证请求从对话到编译安装的端到端跑通配置完不能只看状态灯得实际发一次请求验证链路。在 Trae 对话框里输入一个具体任务比如“帮我检查 entry 模块下所有 .ets 文件的语法然后编译 debug 包并安装到当前模拟器最后把最近 50 行 hilog 拉出来。”这条指令会同时触发 Skill 和 MCPSkill 负责语法检查的知识支撑MCP 依次调用mcp_deveco-mcp_check_ets_files、mcp_deveco-mcp_build_project、mcp_deveco-mcp_start_app、mcp_deveco-mcp_get_hilog_or_faultlog_recent。如果一切正常你会看到 Trae 逐步输出先列出语法问题再显示编译产物路径然后提示应用已启动最后贴出日志片段。整个过程不需要你手动敲hvigorw命令也不用切到 DevEco Studio 点运行。想单独验证模型 API 是否走通可以在 Trae 里直接问一个鸿蒙 API 问题比如“ArkTS 里Builder和BuilderParam的区别”看它能否结合 harmony-next 的文档给出带版本标注的回答。能答上来说明 Skill 的知识库被正确检索到了。再单独验证 MCP 的设备交互能力发一句“获取当前设备的 UI 树保存到项目根目录的 ui-dump 文件夹。” 对应工具是mcp_deveco-mcp_get_app_ui_treemode 选 full。执行完去ui-dump目录看有没有 JSON 文件生成有就说明 MCP 到设备的链路是通的。5. 本篇常见错排查MCP 状态一直转圈或报npx找不到。先确认 Node.js 版本node -v低于 18 就升级。再检查 Trae 是否继承了系统 PATH有些桌面端启动方式不加载 shell 环境变量可以在 MCP 配置里把command写成npx的绝对路径。DEVECO_PATH填了但还是报工具链缺失。路径里不要带bin也不要带末尾斜杠。Windows 下用正斜杠或双反斜杠都行但别用单反斜杠JSON 会转义出错。确认该路径下存在tools和sdk目录。Skill 上传后 AI 还是答非所问。检查技能类型选的是全局还是项目。如果选项目确认.trae/skills/下确实有对应文件夹和SKILL.md。另外 Skill 是“被动查询”你得在提问里带上相关关键词比如问 ArkTS 语法时明确提“ArkTS”或“.ets”它才更容易命中。编译通过但安装失败。多半是模拟器没启动或hvd参数没匹配上。先用mcp_deveco-mcp_get_app_ui_tree的 hvd 参数确认设备名或者在 DevEco Studio 里手动启动一次模拟器再让 MCP 去装。日志拉出来是空的。bundle_name要填对鸿蒙应用的包名不是模块名。可以在AppScope/app.json5里找bundleName字段。日志级别先用I起步太窄的 tag 过滤容易什么都抓不到。6. 把 Skill 和 MCP 串成日常开发流配好之后比较顺手的用法是让 Skill 负责“写对”MCP 负责“跑通”。比如改一个 ArkTS 页面先让 AI 结合 arkts-syntax-assistant 检查状态管理写法再让它调 MCP 编译安装看真机效果有问题直接拉 hilog 定位。整个循环在 Trae 一个窗口里完成不用在编辑器和 IDE 之间反复横跳。如果你主要做长期编码和 Agent 类任务可以了解下 Coding Plan地址是 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 适合需要稳定模型调用额度的场景。单纯想先验证模型对话效果用模型对话入口 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 就行。接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 遇到参数问题可以对照查。最后提醒一句Skill 和 MCP 都配好之后别忘了 DevEco Studio 本身的编译环境得是通的。AI 能写代码、能调工具但底层 SDK 和签名配置还是得你先把关。这个基础打牢后面才是真正的“需求指挥者”体验。