ساختن برنامههای هوشمند Android: ادغام در سیستم هوشمند Android بااستفاده از AppFunctions
۶ دقیقه خواندن
به مجموعه پستهای وبلاگ «ساخت برنامههای هوشمند Android» خوش آمدید. در این مجموعه، یک برنامه Android ساده را به تجربهای شخصیسازیشده، هوشمند، و عاملگرا تبدیل میکنیم. در پست قبلی، نحوه استفاده از Firebase AI Logic را برای ساختن ویژگیهای هوشوارهای ترکیبی و میزبانیشده در فضای ابری بررسی کردیم.
میاناهای کاربر تلفن همراه سنتی در کارهای متمرکز و عملی عالی هستند و سیستم هوشمند Android ویژگیهای تکمیلی را برای آسانتر کردن اقدامات پیچیده و چندمرحلهای معرفی میکند. AppFunctions با تکمیل میاناهای کاربر سنتی، نقطه ورود قدرتمند جدیدی ارائه میدهد: یک عامل ممتاز در دستگاه میتواند در پسزمینه به ویژگیهای برنامه دسترسی داشته باشد. این ویژگی بهویژه زمانی مفید است که کاربران درحال رانندگی، پیادهروی، یا انجام چند کار بهطور همزمان هستند.
در این مقاله، به شما نشان میدهیم که چگونه این قابلیتها را بااستفاده از Android AppFunctions در برنامه برنامهریزی سفرمان، JetPacker، طراحی و ادغام کردیم. منطق پشت انتخاب ویژگیهایمان را بررسی میکنیم، درباره ابزارهای تخصصیای که برای تسریع توسعه استفاده کردیم بحث میکنیم، و به کدی که باعث میشود همه اینها کار کنند میپردازیم.
طراحی ویژگیهای آماده برای هوش مصنوعی: انتخابهایی که برای کاربران شما اهمیت دارد
برای انتخاب ویژگیهایی که باید به سیستم هوشمند ارائه شود، بهدنبال کارهایی بودیم که در آنها فرمان صوتی یا نوشتاری بهطور عینی سریعتر از ضربه زدن روی صفحهها باشد. در این ضبط صفحهنمایش پهلوبهپهلو، میتوانید این تضاد را بهخوبی ببینید: در سمت راست، کاربری که برای ثبت هزینه روی چندین صفحه ضربه میزند؛ در سمت چپ، همان کار فوراً در پسزمینه ازطریق یک عامل ممتاز تکمیل میشود.
اولین انتخاب ما ردیابی هزینه بود. ثبت هزینه قهوه درطول سفر معمولاً به چند تکضرب نیاز دارد: باز کردن قفل تلفن، باز کردن برنامه، پیدا کردن سفر فعال، رفتن به برگه هزینهها، تکضرب زدن روی دکمه افزودن، عکس گرفتن از رسید، و بررسی نتیجه. با ارائه ویژگیهای addExpense و getExpenses بهعنوان AppFunctions، عامل سیستم کارهای سنگین را انجام میدهد. وقتی کاربر میگوید «یک هزینه قهوه پنج دلاری به سفر پاریس من اضافه کن»، نماینده بهطور خودکار شناسه سفر صحیح را در پسزمینه جستجو میکند و هزینه را درج میکند و جریان میانای کاربر دستی را کاملاً نادیده میگیرد.
همچنین مدیریت برنامه سفر را در اولویت قرار دادیم. برای پیدا کردن فعالیت بعدی در برنامه سفر شلوغ معمولاً باید در نمای خط زمان متراکم پیمایش کنید. با ارائه getItinerary و addItineraryEvent به سیستم، کاربر میتواند بهسادگی بپرسد «کار بعدی من در پاریس چیست؟» و فوراً پاسخ دریافت کند.
درنهایت، بر ثبت یادداشت در حالت دستآزاد تمرکز کردیم. تایپ کردن یادآوریها یا یادداشتها هنگام راه رفتن در خیابانی شلوغ دشوار و ناامن است. با ارائه قابلیت یادداشت صوتی، کاربر میتواند بگوید: «پرواز عالی بود، غروب زیبایی دیدم و توانستم خوب بخوابم» و نماینده ممتاز بهطور خودکار آن را ترانویسی میکند و مستقیماً بااستفاده از AppFunction addVoiceNote در پایگاه داده سفر ذخیره میکند.
Android MCP با پشتیبانی AppFunctions
این تجربه بهطور کامل بر Android MCP ساخته شده است. در این طراحی، برنامه بهعنوان سرور MCP محلی عمل میکند. بهجای میاناهای برنامهسازی کاربردی ازراهدور، ویژگیهای برنامهتان را مستقیماً به سیستم هوش دروندستگاهی ارائه میدهید.
Android AppFunctions میانای برنامهسازی کاربردیای است که این مفهوم را به واقعیت تبدیل میکند. این ابزار توابع Kotlin حاشیهنویسیشده را میخواند و آنها را به تعاریف ابزار ایمن ازنظر نوع و محدودشده در محیط امن کامپایل میکند تا عامل ممتاز بتواند آنها را بهصورت محلی در دستگاه پیدا و فراخوانی کند.
تحت مدل MCP Android، برنامه شما بهعنوان یک سرور MCP محلی عمل میکند که ابزارهای ساختاریافته را ارائه میدهد، درحالیکه پلاتفرم Android بهعنوان ثبت مرکزی ابزارها عمل میکند. در سمت کارخواه MCP، برنامههای عامل پساز دریافت اجازههای دارای امتیاز سیستم برای دسترسی به دفتر ثبت، در سیستم هوش مصنوعی ثبت میشوند.
وقتی کاربر با یک عامل ثبتشده تعامل میکند، مدل زبانی بزرگ آن تعیین میکند که آیا درخواست میتواند توسط AppFunction مدیریت شود یا نه، فراداده پلاتفرم را جستجو میکند، و عملکردهای ثبتشده مناسب را در پسزمینه اجرا میکند. این طراحی مشتری-سرور MCP محلی به شما کنترل کامل میدهد: شما دقیقاً انتخاب میکنید که کدام ویژگیها برای عامل قابلدسترسی باشند و بقیه دادههای برنامهتان خصوصی باقی میمانند.
چگونه با مهارتهای Android توسعه را تسریع کردیم
برای سادهسازی فرایند ادغام، از مهارت توسعه AppFunctions استفاده کردیم. مهارت توسعه AppFunctions یک همراه توسعه کامل است. این ابزار ما را در کل چرخه حیات راهنمایی کرد: نگاشت کلاسهای داده Kotlin برای سریالسازی پارامترها، تولید Service نقاط ورودی لازم، اصلاح مستندات KDoc برای اطمینان از اینکه LLM مرزهای پارامتر را درک میکند، و راهاندازی آزمایش خودکار بااستفاده از ADB.
ارائه ویژگیهای برنامه به سیستم هوشمند
تئوری کافی است، بیایید به پیادهسازی بپردازیم.
پیکربندی و راهاندازی وابستگی
با افزودن وابستگیهای AppFunctions شروع میکنیم. یکی برای API و دیگری برای کامپایلر Kotlin Symbol Processing.
implementation("androidx.appfunctions:appfunctions:1.0.0-alpha10")
ksp("androidx.appfunctions:appfunctions-compiler:1.0.0-alpha10")مدلسازی انواع دادههای سفارشی
هر شیء سفارشی که با نماینده تبادل میشود باید با @AppFunctionSerializable حاشیهنویسی شود. در فایل TripSerializable.kt، مدل داده سفر را تعریف میکنیم:
@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>, )
ارائه ویژگیها بااستفاده از حاشیهنویسی AppFunction@
سپس، این مهارت توابع Kotlin را که پرسمانهای پایگاه داده را انجام میدهند نوشت و آنها را با @AppFunction حاشیهنویسی کرد. میتوانیم این را در searchTrip مشاهده کنیم:
/** * 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 }
ازآنجاییکه AppFunctions بهطور پیشفرض در رشته میانای کاربر اجرا میشود، از withContext(Dispatchers.IO) برای جابهجایی به توزیعکننده پسزمینه استفاده میکنیم. علاوهبراین، KDoc خود را اصلاح میکنیم تا از فعلهای امری واضح استفاده کند و محدودیتهای پارامتر را مشخص کند. این مستندات مستقیماً در طرحواره ابزار کامپایل میشود، که عامل ممتاز از آن برای حل پارامترها و رسیدگی به خطاهای زمان اجرا استفاده میکند.
نقطه ورودی سرویس و ادغام Hilt
برای ثبت این ویژگیها در سیستم هوش مصنوعی، یک کلاس پایه انتزاعی ایجاد میکنیم که AppFunctionService را گسترش میدهد. آن را با @AppFunctionServiceEntryPoint حاشیهنویسی میکنیم:
@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... }
درطول کامپایل، KSP زیرکلاس سرویس واقعی نهایی، JetPackerAppFunctionService، را همانطور که با پارامتر serviceName اعلام شده است تولید میکند. همچنین app_metadata.xml را در مانیفست برنامه ثبت میکنیم. این فایل قوانین عملیاتی سراسری را برای AppFunctions اعلامشده JetPacker ارائه میدهد.
آزمایش و درستیسنجی AppFunctions
پساز پیادهسازی، باید تأیید کنید که AppFunctions شما ثبت شده است و بهدرستی کار میکند.
با اجرای دستگاهها یا شبیهسازهای دارای Android 17 یا جدیدتر، میتوانید از فرمانهای ADB از پایانه خود برای فهرست کردن و فراخوانی توابع خود استفاده کنید. با اجرای adb shell cmd app_function list-app-functions، همه توابع ثبتشده برای بستهتان نمایش داده میشود. سپس میتوانید با اجرای adb shell cmd app_function execute-app-function و ارسال رشته پارامترهای JSON خام، تابع خاصی را اجرا کنید و ادغام پایگاه داده آن را آزمایش کنید.
بهجای این فرمانهای ADB، میتوانید از AppFunctions Testing Agent نیز برای بازرسی پیکربندی، فهرست کردن، و اجرای AppFunctions استفاده کنید و حتی ببینید AppFunctions شما در جریان مکالمه واقعی چگونه رفتار میکند.
درحال جمعبندی پاسخ
وقتی به ویژگیهای برنامه فکر میکنیم که میتوانند بااستفاده از AppFunctions به سیستم هوش مصنوعی کمک کنند، باید کمی در نحوه تفکرمان درباره کد و مستندات تغییر ایجاد کنیم. AppFunctions به شما امکان میدهد از این مدل تعامل جدید برای برنامهها استفاده کنید، که امکان استفاده از عامل را برای دسترسی به ویژگیهای برنامه فراهم میکند.
اول، مهارت توسعه AppFunctions یک ابزار چرخه حیات ضروری است که به شما کمک میکند ویژگیها را کشف کنید، AppFunctions را برای برنامههایتان پیادهسازی و اصلاح کنید. دوم، نظرات KDoc داراییهای کامپایلشده میانای برنامهسازی کاربردی هستند؛ شرحهای واضح پارامترها مستقیماً بر دقت اجرای عامل سیستم تأثیر میگذارند. درنهایت، Android MCP اجرای محلی-اول را ارائه میدهد که به برنامهها اجازه میدهد بهطور ایمن با عاملهای هوش مصنوعی همکاری کنند.
مشارکت دادن ویژگیهای برنامه ازطریق AppFunctions، برنامه شما را برای سیستم هوشمند آماده میکند. به ما اطلاع دهید که چگونه برنامههایتان را برای عصر عاملهای هوش مصنوعی سازگار میکنید!
بیشتر بدانید
بخشهای دیگر این مجموعه پست وبلاگ را بررسی کنید:
بخش ۱: معرفی برنامه و نمای کلی سطح بالا.
بخش ۲: هوش دروندستگاهی. با GenAI APIهای ML Kit و Gemini Nano آشنا شوید تا ویژگیهای متمرکز بر حریم خصوصی مانند خلاصه کردن برنامه سفر، تجزیه رسید، و پردازش صوتی محلی را بسازید.
بخش ۳: استدلال ترکیبی و ابری. با نحوه استفاده از Firebase AI Logic برای زمینهسازی پاسخهای مدل زبانی بزرگ در دادههای دنیای واقعی مانند Google Maps و بافت وب آشنا شوید.
بخش ۴ (این پست!): یکپارچهسازی سیستم. ادغام با سیستم هوش Android بااستفاده از AppFunctions.
بخش ۵ (بهزودی): گردشهای کار عاملی درونبرنامه. برنامه را با دستیار رزرو سرتاسری با بهرهگیری از A2UI و ADK گسترش دهید.
به اطلاعات بیشتر درباره «توسعه Android» علاقه دارید؟ «توسعهدهندگان برنامه Android» را در YouTube یا LinkedIn دنبال کنید!
همه تکهکدهای این پست وبلاگ از این اعلامیه حق نشر پیروی میکنند:
Copyright 2026 Google LLC. SPDX-License-Identifier: Apache-2.0
-
راهنماهابه مجموعه پستهای وبلاگ «ساخت برنامههای هوشمند Android» خوش آمدید. در این مجموعه، یک برنامه Android ساده را به تجربهای شخصیسازیشده، هوشمند، و عاملگرا تبدیل میکنید. در پست قبلی ما، با نحوه اتصال به سیستم هوش مصنوعی بااستفاده از AppFunctions آشنا شدید.
Jolanda Verhoef • ۹ دقیقه خواندن -
راهنماهابه مجموعه پستهای وبلاگ «ساخت برنامههای هوشمند Android» خوش آمدید. در این مجموعه، یک برنامه Android ساده را به تجربهای شخصیسازیشده، هوشمند، و عاملمحور تبدیل میکنیم.
Thomas Ezan, Jolanda Verhoef, Caren Chang • ۸ دقیقه خواندن -
راهنماهابه مجموعه پستهای وبلاگ «ساخت برنامههای هوشمند Android» خوش آمدید. در این مجموعه، یک برنامه Android ساده را به تجربهای شخصیسازیشده، هوشمند، و عاملمحور تبدیل میکنیم. در پست قبلی Jetpacker را معرفی کردیم، برنامه نمایشی که در سراسر این مجموعه استفاده خواهیم کرد.
Caren Chang • ۶ دقیقه خواندن
جدیدترین اطلاعات آماری توسعه Android را بهصورت هفتگی در صندوق ورودیتان دریافت کنید.