Claude Code 一把梭:48小时抡完鸿蒙App

各位朋友们,今天要给你们分享我的一个真实经历。

我在约 48 小时的集中开发过程中,借助多种 AI 工具,完成了一个可运行的鸿蒙 App 原型。
这是一次以“AI 协作开发流程”为目标的实战记录。

🚀 实验背景:当AI遇见鸿蒙

在这个AI大模型井喷的时代,每个开发者都在思考:如何让AI真正为我所用?

我决定做一个大胆的实验:用纯AI工作流开发一个鸿蒙App。

结果?连我自己都被震撼到了。

🛠️ 四大AI神器登场

神器一:Cursor - 代码重构专家

我首先动用了Cursor,这个被称为"程序员第二大脑"的工具。因为这是一个已有的网站 SaaS 项目,要把它迁移成 App,所以我直接把现有代码库和文档交给 Cursor,让它理解项目的业务与技术背景,并梳理从 Web 到 App 的迁移动线与需求要点。

  • 这一步其实也可以交给 Claude Code,但由于之前网站就是用 Cursor 驱动开发的,延续同一工具链更高效,于是就继续让它来处理。
  • 如果是一个从零开始的新项目,更推荐先和 Gemini Pro 沟通需求,让它产出结构化的 PRD 文档——Gemini 在前期需求澄清与文档化方面更强、更合适。

神器二:Gemini - 全能策划师

接下来,Gemini这个Google的亲儿子闪亮登场。

任务清单

  • 将网站PRD转换为鸿蒙App单机版PRD
  • 输出UI设计文档
  • 生成开发详细设计文档

神奇之处:Gemini不仅理解了业务逻辑,还深度适配了鸿蒙生态的特性。这种跨平台的理解能力,让我大开眼界。

神器三:Google Stitch - UI原型神器

在正式开发前,我还用了一个关键工具:Google的Stitch原型生成器(https://stitch.withgoogle.com/)

操作流程

  1. 将Gemini生成的UI设计文档导入Stitch
  2. 自动生成可交互的原型图片和HTML代码
  3. 获得了直观的界面预览和布局参考

这一步至关重要,因为它让抽象的设计文档变成了具体的可视化原型。

实际体验下来,Stitch 生成的 UI 在布局和组件完整度上已经具备较高可用性,
可以作为开发阶段的直接参考,减少了大量手工设计成本。后续我只需要把这些生成的原型图交给 Claude Code,就能做到完整复刻,自动产出对应的代码实现。

此外,如果你对某些细节不满意,还可以在某张原型图的基础上继续迭代修改;也能随时新增更多设计页面,扩展非常顺滑,效果杠杠的。

【截图】
在这里插入图片描述
在这里插入图片描述

神器四:Claude Code - 终极执行者

最后出场的是Claude Code,负责最核心的代码实现。

工作流程

  1. 接收PRD、UI设计文档、开发详细设计文档和Stitch生成的原型资料
  2. 将所有文档放入鸿蒙工程目录,让Cursor制定详细开发计划
  3. 用Claude Code审核开发计划,发现问题及时修改完善
  4. 逐步实现功能模块
  5. 调试编译问题
  6. 解决运行环境适配

【截图】
在这里插入图片描述

🎯 关键突破点:AI协作的艺术

这个案例最精彩的不是单个AI的表现,而是AI之间的协作模式

流水线式分工

  • Cursor:文档整理与结构化,开发计划制定
  • Gemini:需求分析与设计规划
  • Google Stitch:UI原型可视化生成
  • Claude Code:计划审核、代码实现与问题解决

迭代优化机制

当Claude Code写出的开发计划有问题时,系统会自动进行修正,直到方案完美。

这种自我纠错能力,让整个开发过程变得极其流畅。

🔥 技术细节:魔鬼藏在哪里

挑战1:鸿蒙生态适配

从Web应用到鸿蒙原生App,这不是简单的代码转换,而是整个技术栈的重构。

AI的解决方案

  • 深度理解HarmonyOS的组件体系
  • 自动适配鸿蒙的UI规范
  • 优化单机应用的数据存储方案

挑战2:编译环境问题

最大的坑出现在最后阶段:Preview模式无法使用RDS数据库。

AI协作的智慧:Claude Code快速定位问题,建议我切换到模拟器环境,最终完美解决。

此外,由于鸿蒙生态还比较新,各种大模型的训练数据相对不足,开发中难免会不断踩坑。建议在项目入口就写好提示词,让 Claude Code 在实现过程中把每次踩坑与对应的解决方案自动记录到同一份文档里,逐步沉淀为“避坑指南”。后续每次继续开发前,让它先读取并遵循这份文档,踩坑会越来越少。

💡 深度思考:这意味着什么?

对开发者的启示

  1. AI不是威胁,是放大器 - 它显著减少了重复性工作,在熟悉业务和技术背景的前提下,可以明显提升整体开发效率。
  2. 工作流比工具更重要 - 合理的AI协作流程是成功的关键
  3. 人类判断仍然核心 - 最终的技术决策还是需要人来把关

对行业的冲击

这个案例让我明显感受到,AI 工具正在改变个人开发者的工作方式。

在过去,这样的开发节奏对个人开发者来说几乎无法实现,而现在已经具备了可行性。

当然,虽然一天内就把 App 做到可运行了,后续我还是让它持续迭代打磨了约一天多,把细节优化到更让我满意的状态。

🌟 结语:我的AI开发之路

通过这次实验,我深刻体会到了AI协作的力量。

最让我震撼的不是技术本身,而是人与AI协作时迸发出的创造力

我不是AI专家,也不是鸿蒙开发高手。但我找到了正确的协作方式,就获得了超人般的开发能力。

需要说明的是,我本人以前基本没开发过 App,只是有其他编程语言的基础,所以稍微还好。另外要声明,App 虽然开发好了,但要上架又是另外一回事,现在鸿蒙审核要求挺高,能否过审都是另外一回事。本次开发,更重要的是使用组合各种 AI 工具,达成一个开发完整闭环的试验。

后续再写一篇上架的细节。

这就是我们正在进入的新时代:不是AI取代人类,而是掌握AI的人类取代不掌握AI的人类

各位朋友们,你们准备好了吗?


关注我,带你探索更多AI与开发的无限可能!
后续我会整理一份更系统的避坑总结,单独写一篇文章分享。

Logo

作为“人工智能6S店”的官方数字引擎,为AI开发者与企业提供一个覆盖软硬件全栈、一站式门户。

更多推荐