HowTo

构建智能 Android 应用:使用 AppFunctions 集成到 Android 的智能系统中

阅读用时:6 分钟
查看 Ben Weiss 的个人资料
Ben Weiss 开发者关系工程师

欢迎回到“打造智能 Android 应用”博文系列。在本系列中,我们将把一个基本的 Android 应用转变为个性化、智能化的智能体体验。在上一篇博文中,我们探讨了如何利用 Firebase AI Logic 构建云托管和混合 AI 功能。

传统的移动界面擅长处理专注、动手操作的任务,而 Android 智能系统正在引入互补功能,让复杂的多步骤操作变得更加轻松。AppFunctions 补充了传统界面,提供了一个强大的新入口点:设备上的特权代理可以在后台访问应用功能。当用户在驾车、步行或同时处理多项任务时,此功能尤为实用。

在本文中,我们将向您展示如何使用 Android AppFunctions 设计这些功能并将其集成到我们的旅行规划应用 JetPacker 中。我们将探讨功能选择背后的考量,讨论用于加速开发的专用工具,并深入研究实现这一切的代码。

设计 AI 就绪型功能:做出对用户至关重要的选择

为了选择要为智能系统提供哪些功能,我们寻找了那些通过语音或文字指令完成比通过点按屏幕完成明显更快的任务。在这段并排对比的屏幕录制中,您可以清晰地看到这种反差:左侧是用户通过点击多个屏幕来记录一笔支出;右侧则是通过特权智能体在后台瞬间完成同一任务。

我们的首选是费用跟踪。在行程中记录咖啡费用通常需要多次点按:解锁手机、打开应用、找到当前行程、前往“费用”标签页、点按“添加”按钮、拍摄收据照片,然后检查结果。通过将 addExpense 和 getExpenses 功能作为 AppFunctions 提供,系统智能体可以处理繁重的工作。当用户说“在我的巴黎行程中添加一笔 5 美元的咖啡支出”时,代理会在后台自动搜索正确的行程 ID 并插入该支出,完全跳过手动界面流程。

我们还优先考虑了行程管理。在繁忙的行程中,要想知道接下来有什么活动,通常需要滚动浏览密集的时间轴视图。通过向系统提供 getItinerary 和 addItineraryEvent,用户只需询问“我接下来在巴黎要做什么?”,即可立即获得答案。

最后,我们专注于免触摸笔记记录。在繁忙的街道上行走时,输入提醒或记事既困难又不安全。通过公开语音记事功能,用户可以说“这次飞行体验太棒了,我看到了美丽的日落,还睡了个好觉”,特权代理会自动转写并使用 addVoiceNote AppFunction 将其直接保存到旅行数据库中。

依托 AppFunctions 的 Android MCP

整个体验都基于 Android MCP 构建。在这种设计下,应用充当本地 MCP 服务器。您无需使用远程 API,而是直接向设备端智能系统提供应用功能。

Android AppFunctions 是实现这一概念的 API。它会读取带注解的 Kotlin 函数,并将其编译为类型安全的沙盒化工具定义,特权智能体可以在设备上本地发现和调用这些定义。

Android MCP diagram.png
图表突出显示了我们的应用、Android 平台和系统智能体如何协调 AppFunctions。

在 Android MCP 模型下,您的应用充当本地 MCP 服务器,公开结构化工具,而 Android 平台则充当中央工具注册表。在 MCP 客户端,智能体应用在获得访问注册表的系统特权后,会向智能系统注册。

当用户与已注册的代理互动时,其 LLM 会确定请求是否可由 AppFunction 处理,查询平台的元数据,并在后台执行相应的已注册函数。这种本地 MCP 客户端-服务器设计让您拥有完全控制权:您可以确切选择智能体可以访问哪些功能,同时确保应用的其他数据保持私密。

我们如何利用 Android 技能加速开发

为了简化集成流程,我们利用了 AppFunctions 开发技能。AppFunctions 开发技能是一个完整的开发助手。它指导我们完成了整个生命周期:映射 Kotlin 数据类以序列化参数、生成必要的 Service 入口点、优化 KDoc 文档以确保 LLM 理解参数边界,以及使用 ADB 设置自动化测试。

向智能系统提供应用功能

理论就讲到这里,接下来我们深入了解一下实现过程。

配置和依赖项设置

首先,我们添加 AppFunctions 依赖项。一个用于 API,另一个用于 Kotlin Symbol Processing 编译器。

implementation("androidx.appfunctions:appfunctions:1.0.0-alpha10")
ksp("androidx.appfunctions:appfunctions-compiler:1.0.0-alpha10")

对自定义数据类型进行建模

与代理交换的任何自定义对象都必须使用 @AppFunctionSerializable 进行注解。在 TripSerializable.kt 文件中,我们定义了行程数据模型:

@AppFunctionSerializable(isDescribedByKDoc = true)
data class TripSerializable(
    /** The trip's unique identifier. */
    val id: String,
    /** The trip's title. */
    val title: String,
    /** The trip's destination location. */
    val location: String,
    /** The trip's start date in milliseconds. */
    val startDate: Long,
    /** The trip's end date in milliseconds. */
    val endDate: Long,
    /** A list of participants. */
    val participants: List<String>,
)

使用 @AppFunction 注解提供功能

接下来,该技能编写了执行数据库查询的 Kotlin 函数,并使用 @AppFunction 对其进行了注解。我们可以在 searchTrip 中查看此信息:

/**
 * Looks for trips based on optional filters like id, title (name), location, and dates.
 *
 * @param id The unique identifier of the trip.
 * @param title The title or name of the trip.
 * @param location The destination location.
 * @param startDate The minimum start date in milliseconds.
 * @param endDate The maximum end date in milliseconds.
 * @return A list of trips matching the filters.
 */
@AppFunction(isDescribedByKDoc = true)
suspend fun searchTrip(
    id: String? = null,
    title: String? = null,
    location: String? = null,
    startDate: Long? = null,
    endDate: Long? = null
): List<TripSerializable> {
    return withContext(Dispatchers.IO) {
    // implementation
}

由于 AppFunctions 默认在界面线程上运行,因此我们使用 withContext(Dispatchers.IO) 切换到后台调度程序。此外,我们还对 KDoc 进行了优化,使用清晰的祈使动词并指定参数限制。此文档会直接编译到工具的架构中,特权代理会使用该架构来解析参数和处理运行时错误。

服务入口点和 Hilt 集成

为了向智能系统注册这些功能,我们创建了一个扩展 AppFunctionService 的抽象基类。我们使用 @AppFunctionServiceEntryPoint 为其添加注解:

@RequiresApi(36)
@AndroidEntryPoint
@AppFunctionServiceEntryPoint(
    serviceName = "JetPackerAppFunctionService",
    appFunctionXmlFileName = "jetpacker_app_function_service"
)
abstract class BaseJetPackerAppFunctionService : AppFunctionService() {
    @Inject internal lateinit var tripDao: TripDao
    // DAOs and database references are injected here...
}

在编译期间,KSP 会生成最终的具体服务子类 JetPackerAppFunctionService,如 serviceName 参数所声明。我们还会在应用的清单中注册 app_metadata.xml。此文件为 JetPacker 声明的 AppFunction 提供全局操作规则。

测试和验证 AppFunctions

实现后,您应验证 AppFunctions 是否已注册并正常运行。

在搭载 Android 17 或更高版本的设备或模拟器上,您可以通过终端使用 ADB 命令列出并调用函数。运行 adb shell cmd app_function list-app-functions 会显示软件包的所有已注册函数。然后,您可以通过运行 adb shell cmd app_function execute-app-function 并传递原始 JSON 参数字符串来执行特定函数并测试其数据库集成。

除了这些 ADB 命令之外,您还可以使用 AppFunctions Testing Agent 来检查配置、列出和执行 AppFunctions,甚至查看 AppFunctions 在实际对话流程中的行为。

总结

在思考哪些应用功能可以通过 AppFunctions 贡献给智能系统时,我们需要稍微转变一下对代码和文档的思考方式。借助 AppFunctions,您可以为应用采用这种新的互动模式,从而通过智能体访问应用功能。

首先,AppFunctions 开发技能是一项重要的生命周期工具,可帮助您发现功能、为应用实现和优化 AppFunctions。其次,KDoc 注释是编译后的 API 资源;清晰的参数说明会直接影响系统代理的执行准确性。最后,Android MCP 提供本地优先执行功能,让应用能够安全地与 AI 智能体协作。

通过 AppFunctions 贡献应用功能,可让您的应用为智能系统做好准备。欢迎告诉我们您如何让应用适应智能体时代!

了解详情

查看本博文系列的其他部分:
第 1 部分:应用简介和简要概览。
第 2 部分:设备端智能。深入了解机器学习套件的生成式 AI API 和 Gemini Nano,构建隐私至上的功能,例如行程摘要、收据解析和本地音频处理。
第 3 部分:混合和云端推理。探索如何使用 Firebase AI Logic,让 LLM 依托 Google 地图和网络上下文等真实世界数据给出回答。
第 4 部分(本博文!):系统集成。使用 AppFunctions 与 Android 智能系统集成。
第 5 部分(敬请期待):应用内 Agentic Workflows。使用由 A2UI 和 ADK 提供支持的端到端预订助理扩展应用。

想了解更多 Android 开发相关内容?在 YouTube 或 LinkedIn 上关注 Android 开发者!

本博文中的所有代码段均遵循以下版权声明:

Copyright 2026 Google LLC.
SPDX-License-Identifier: Apache-2.0
作者:
继续阅读