本次昇腾与AtomGit AI社区联合举办的“金融行业应用Agent黑客松”其核心目标是利用昇腾AI硬件与AtomGit平台生态快速生成具备金融场景应用能力的安卓端AI Agent应用。整个流程是一个端到端的自动化系统从自然语言需求描述到最终生成可安装的APK文件。###一、 核心系统架构与流程该系统主要包含三大核心模块协同工作实现应用自动生成模块核心组件/技术功能描述1. AI代码生成Qwen2.5-Coder / GLM系列模型、SGLang、CANN接收自然语言需求生成符合金融场景如智能分享、多号通话管理的安卓应用Java/Kotlin代码、资源文件及配置文件。2. Gradle构建编译Gradle Build System将AI生成的源代码、资源进行自动化编译、打包生成标准的Android APK安装包。3. 昇腾推理服务昇腾Atlas 800T服务器、CANN为AI代码生成模块中的大模型如Qwen2.5-Coder, GLM提供高效、低延迟的NPU推理算力支持确保生成速度与质量。工作流程开发者参赛者在AtomGit平台提交用自然语言描述的应用需求 → 需求被发送至部署在昇腾服务器上的大模型进行推理 → 模型生成完整的安卓项目代码 → 代码被推送至AtomGit代码仓库并触发CI/CD流水线 → 流水线调用Gradle完成项目的自动构建与APK生成 → 最终产物可供下载和测试。二、 金融Agent应用开发关键技术点针对黑客松的金融行业场景开发高效的安卓端AI Agent需关注以下技术1. 端侧智能体架构通常采用“感知-决策-执行”三层架构。感知层监听系统事件如剪贴板变化、接收用户输入文本、语音。决策层在端侧利用昇腾NPU运行轻量化模型如经过CANN转换优化的GLM模型进行意图理解、上下文分析和任务规划。执行层通过自动化框架如Open-AutoGLM调用系统API或操作其他App如微信、通讯录完成分享、拨号等动作。2. 模型部署与优化模型选择可选用GLM系列多模态模型进行语义理解或Qwen3.5等模型进行任务规划。AtomGit平台也提供了如MiniMax M2.1等优秀的开源模型选项。昇腾适配使用昇腾CANN工具链将训练好的模型转换成能在昇腾NPU上高效运行的格式.om文件实现端侧低延迟2秒推理满足金融应用对实时性的要求。3. 隐私与安全金融应用需高度重视数据安全。利用端侧AI计算敏感信息如聊天记录、联系人可在本地处理无需上传至云端极大保障了用户隐私。三、 快速入门与代码示例以下是一个基于该平台生成一个“智能剪贴板分享Agent”的简化示例流程和核心代码片段。1. 需求描述提交给AI开发一个安卓App能监听剪贴板。当用户复制了一段包含电话号码或网址的文本后App能自动弹出浮动按钮点击后提供“快速拨号”或“在浏览器中打开”的选项。2. AI可能生成的核心代码 (Java)// 主要服务ClipboardMonitorService.java public class ClipboardMonitorService extends Service { private ClipboardManager clipboardManager; Override public void onCreate() { super.onCreate(); clipboardManager (ClipboardManager) getSystemService(CLIPBOARD_SERVICE); clipboardManager.addPrimaryClipChangedListener(() - { // 获取剪贴板文本 CharSequence text getClipboardText(); if (text ! null) { // 使用本地AI模型已通过CANN优化部署分析文本意图 String intent analyzeTextWithLocalAI(text.toString()); if (PHONE.equals(intent) || URL.equals(intent)) { // 显示浮动操作按钮 showFloatingActionButton(text.toString(), intent); } } }); } // 模拟本地AI推理函数 private String analyzeTextWithLocalAI(String text) { // 此处应调用通过昇腾CANN部署的端侧模型进行推理 // 例如调用昇腾NPU接口运行GLM模型判断文本是否包含电话/网址 // 伪代码AscendNpu.runModel(glm_intent_detection.om, text); if (text.matches(.*\\d{11}.*)) { // 简单正则示例实际用AI模型 return PHONE; } else if (text.contains(http://) || text.contains(https://)) { return URL; } return OTHER; } private void showFloatingActionButton(String content, String intent) { // 在UI线程显示一个浮动按钮点击后根据intent执行动作 runOnUiThread(() - { // 创建并显示浮动窗口逻辑... }); } // ... 其他必要方法 }!-- AndroidManifest.xml 中所需权限和服务声明 -- uses-permission android:nameandroid.permission.READ_CLIPBOARD / uses-permission android:nameandroid.permission.SYSTEM_ALERT_WINDOW / service android:name.ClipboardMonitorService android:enabledtrue android:exportedfalse /3. 构建配置 (build.gradle)android { compileSdk 34 defaultConfig { applicationId com.example.smartclipboardagent minSdk 24 targetSdk 34 // ... } //指定Native库架构以兼容昇腾NPU环境如果使用原生库 ndk { abiFilters arm64-v8a, armeabi-v7a } } dependencies { // 可能包含昇腾AI运行时库 // implementation com.huawei.ascend:ascend-runtime:xxx }四、 参赛开发建议明确场景聚焦一个具体的金融痛点如“智能客服对话摘要”、“合规检查助手”、“交易信息快速填充”等。利用平台充分使用AtomGit平台提供的代码托管、CI/CD流水线以及集成的开源大模型如GLM-5、MiniMax M2.1进行原型快速生成和迭代。突出昇腾价值在设计中强调如何利用昇腾NPU的端侧算力实现模型加速、低延迟响应和隐私保护这是区别于纯云端方案的核心优势。关注体验Agent的交互设计应简洁高效触发机制自然如剪贴板监听、语音唤醒执行动作准确可靠。通过以上流程参赛者可以快速将创意转化为一个集成了先进AI能力的安卓应用原型角逐黑客松奖项。参考来源昇腾AI自动生成安卓应用昇腾AI赋能智能分享Agent深度评测 GLM-5AtomGit 首发模型的代码生成实战体验昇腾AI代理实现多号通话自动化MiniMax M2.1 正式开源并全面上线 AtomGit
本次昇腾与AtomGit AI社区联合举办的“金融行业应用Agent黑客松”其核心目标是利用昇腾AI硬件与AtomGit平台生态快速生成具备金融场景应用能力的安卓端AI Agent应用。整个流程是一个端到端的自动化系统从自然语言需求描述到最终生成可安装的APK文件。###一、 核心系统架构与流程该系统主要包含三大核心模块协同工作实现应用自动生成模块核心组件/技术功能描述1. AI代码生成Qwen2.5-Coder / GLM系列模型、SGLang、CANN接收自然语言需求生成符合金融场景如智能分享、多号通话管理的安卓应用Java/Kotlin代码、资源文件及配置文件。2. Gradle构建编译Gradle Build System将AI生成的源代码、资源进行自动化编译、打包生成标准的Android APK安装包。3. 昇腾推理服务昇腾Atlas 800T服务器、CANN为AI代码生成模块中的大模型如Qwen2.5-Coder, GLM提供高效、低延迟的NPU推理算力支持确保生成速度与质量。工作流程开发者参赛者在AtomGit平台提交用自然语言描述的应用需求 → 需求被发送至部署在昇腾服务器上的大模型进行推理 → 模型生成完整的安卓项目代码 → 代码被推送至AtomGit代码仓库并触发CI/CD流水线 → 流水线调用Gradle完成项目的自动构建与APK生成 → 最终产物可供下载和测试。二、 金融Agent应用开发关键技术点针对黑客松的金融行业场景开发高效的安卓端AI Agent需关注以下技术1. 端侧智能体架构通常采用“感知-决策-执行”三层架构。感知层监听系统事件如剪贴板变化、接收用户输入文本、语音。决策层在端侧利用昇腾NPU运行轻量化模型如经过CANN转换优化的GLM模型进行意图理解、上下文分析和任务规划。执行层通过自动化框架如Open-AutoGLM调用系统API或操作其他App如微信、通讯录完成分享、拨号等动作。2. 模型部署与优化模型选择可选用GLM系列多模态模型进行语义理解或Qwen3.5等模型进行任务规划。AtomGit平台也提供了如MiniMax M2.1等优秀的开源模型选项。昇腾适配使用昇腾CANN工具链将训练好的模型转换成能在昇腾NPU上高效运行的格式.om文件实现端侧低延迟2秒推理满足金融应用对实时性的要求。3. 隐私与安全金融应用需高度重视数据安全。利用端侧AI计算敏感信息如聊天记录、联系人可在本地处理无需上传至云端极大保障了用户隐私。三、 快速入门与代码示例以下是一个基于该平台生成一个“智能剪贴板分享Agent”的简化示例流程和核心代码片段。1. 需求描述提交给AI开发一个安卓App能监听剪贴板。当用户复制了一段包含电话号码或网址的文本后App能自动弹出浮动按钮点击后提供“快速拨号”或“在浏览器中打开”的选项。2. AI可能生成的核心代码 (Java)// 主要服务ClipboardMonitorService.java public class ClipboardMonitorService extends Service { private ClipboardManager clipboardManager; Override public void onCreate() { super.onCreate(); clipboardManager (ClipboardManager) getSystemService(CLIPBOARD_SERVICE); clipboardManager.addPrimaryClipChangedListener(() - { // 获取剪贴板文本 CharSequence text getClipboardText(); if (text ! null) { // 使用本地AI模型已通过CANN优化部署分析文本意图 String intent analyzeTextWithLocalAI(text.toString()); if (PHONE.equals(intent) || URL.equals(intent)) { // 显示浮动操作按钮 showFloatingActionButton(text.toString(), intent); } } }); } // 模拟本地AI推理函数 private String analyzeTextWithLocalAI(String text) { // 此处应调用通过昇腾CANN部署的端侧模型进行推理 // 例如调用昇腾NPU接口运行GLM模型判断文本是否包含电话/网址 // 伪代码AscendNpu.runModel(glm_intent_detection.om, text); if (text.matches(.*\\d{11}.*)) { // 简单正则示例实际用AI模型 return PHONE; } else if (text.contains(http://) || text.contains(https://)) { return URL; } return OTHER; } private void showFloatingActionButton(String content, String intent) { // 在UI线程显示一个浮动按钮点击后根据intent执行动作 runOnUiThread(() - { // 创建并显示浮动窗口逻辑... }); } // ... 其他必要方法 }!-- AndroidManifest.xml 中所需权限和服务声明 -- uses-permission android:nameandroid.permission.READ_CLIPBOARD / uses-permission android:nameandroid.permission.SYSTEM_ALERT_WINDOW / service android:name.ClipboardMonitorService android:enabledtrue android:exportedfalse /3. 构建配置 (build.gradle)android { compileSdk 34 defaultConfig { applicationId com.example.smartclipboardagent minSdk 24 targetSdk 34 // ... } //指定Native库架构以兼容昇腾NPU环境如果使用原生库 ndk { abiFilters arm64-v8a, armeabi-v7a } } dependencies { // 可能包含昇腾AI运行时库 // implementation com.huawei.ascend:ascend-runtime:xxx }四、 参赛开发建议明确场景聚焦一个具体的金融痛点如“智能客服对话摘要”、“合规检查助手”、“交易信息快速填充”等。利用平台充分使用AtomGit平台提供的代码托管、CI/CD流水线以及集成的开源大模型如GLM-5、MiniMax M2.1进行原型快速生成和迭代。突出昇腾价值在设计中强调如何利用昇腾NPU的端侧算力实现模型加速、低延迟响应和隐私保护这是区别于纯云端方案的核心优势。关注体验Agent的交互设计应简洁高效触发机制自然如剪贴板监听、语音唤醒执行动作准确可靠。通过以上流程参赛者可以快速将创意转化为一个集成了先进AI能力的安卓应用原型角逐黑客松奖项。参考来源昇腾AI自动生成安卓应用昇腾AI赋能智能分享Agent深度评测 GLM-5AtomGit 首发模型的代码生成实战体验昇腾AI代理实现多号通话自动化MiniMax M2.1 正式开源并全面上线 AtomGit
