logo
积分中心
「说句话就能调色」我给我的相机App接上了小艺 原创
头像 wangguanxiao 2026-10-24 17:34:59    发布
21014 浏览 15 点赞 8 收藏

​

我是怎么一步一步实现「让小艺调色」的

开发笔记,记录一个 HarmonyOS 相机 App 从零接通小艺智能体调色的完整过程。每一步做了什么、为什么这么定,都摊开讲。

背景:我有一个什么底子

先交代起点。我的相机 App(ActionX)里已经有一条 LUT 调色管线:ArkTS 界面 + C++/OpenGL 渲染,编辑器里有 30 多个滑块——曝光、对比度、高光阴影、色温色调,再加 8 个颜色的 HSL(色相/饱和度/明度)。

功能是全的,问题是不会有人去拖 30 个滑块。用户脑子里只有一句话:「我要黑金那种感觉」。

所以目标定为:给这条管线加一个「用嘴调」的入口——取景时对小艺说「调成黑金」「再冷一点」「天空更蓝一点」,画面实时变。

如图一: 我告诉小艺, 帮我调成黑金夜景滤镜效果, 它就开始帮我调,参数由大模型思考得出,并通过插件工具设置入 LUT 中,设置完后,拍照就有黑金夜景的效果了。

cke_3297.jpeg

再比如,如下图,我想让它只保留画面中的绿色,只需要告诉小艺, “帮我调成只保留画面中的绿色”。

cke_93793.jpeg​​

​​​​可以看到图二中除了绿色,其它颜色都已经变成黑白了。 这样以来,用户就可以随心所欲得去按照自己的想法调色了,

不同的拍照场景下,与小艺对话,就能快速调一个滤镜出来,再也不用翻来翻去找LUT滤镜了。

cke_88539.jpeg

第一步:在平台上把智能体建起来

去小艺开放平台创建了一个智能体,配置页分享链接里能拿到 agentId——这是后面所有环节的钥匙。

这一步没有任何技术含量,但有个决策要做:智能体只负责「对话 + 理解意图」,不负责真正改画面。改画面的事全部留在 App 里做。这样智能体可以随时换、提示词可以随时改,App 的调色引擎不受影响。

第二步:App 内放一个对话入口

光有智能体还不够,得让用户在相机界面里能跟它说上话。华为的 AgentFrameworkKit 提供了一个现成组件 FunctionComponent,塞进工具条,配上 agentId,就是一个彩色的小艺按钮,点一下直接拉起对话。

两个实现细节:

  • 这个组件来自系统预置 HSP,不是普通 SDK。不能用静态 import 直接写进首页——模块加载时就去解析它,没有这个 HSP 的设备(比如模拟器)会直接崩。放进一个按需加载的位置,首页模块图里不出现它。
  • 换智能体只改一个常量文件里的 agentId,别处不引用。

到这里,用户已经能跟小艺聊天了——但它说的话变不成画面。缺一座桥。

第三步:用 Insight Intents 把「话」变成「参数」

这座桥就是 Insight Intents,分三小块:

1. 声明意图。 在 insight_intent.json 里声明一个下发参数的意图(LutParam)和一个查询当前状态的意图(GetLutState)。LutParam 的核心是参数结构——这部分下一节细讲。

2. 注册到 Ability。 module.json5 的 ability metadata 里挂上这份声明,系统才知道请求投给谁。

3. 写执行器。 实现一个 InsightIntentExecutor,按意图名分发:收到 LutParam 就解析参数往下传,收到 GetLutState 就把当前调色状态汇报回去。

有个容易踩的点:执行器是系统拉起来的,不在组件树里,拿不到任何页面。所以执行器和界面之间用 AppStorage 当桥——执行器把参数写进 AppStorage,首页订阅变化再交给调色控制器。判变化用自增序号而不是请求内容,因为用户连着说两次同样的话,JSON 是一样的,不能漏。

第四步:定参数表——整个功能里最重要的设计

模型输出什么,完全取决于你给它什么结构。我的参数表最后是 19 个顶层项:

  • 11 个平铺参数:强度、曝光、对比度、高光、阴影、白色、黑色、色温、色调、自然饱和度、饱和度;
  • 8 个颜色对象:红/橙/黄/绿/青/蓝/紫/洋红,每个对象下面挂色相、饱和度、明度三个子参数。

定这张表时我给自己定了三条规矩:

① 参数值 = 界面滑块的值。 界面上对比度显示 -0.4~+0.4,模型收到的口径就是它,不要换成引擎内部的系数。描述里写的就是用户能看懂的东西,输出才稳。

② 只保留界面上真实存在的参数。 引擎里有些能力(全局色相、做旧)界面没有滑块,就不给模型——模型用了用户反而找不到对应控件。

③ 不留「报菜名」字段。 最初有个 effect 字段想让模型直接说「黑金」,结果它总爱只回个名字、参数全空。删掉,风格名由 App 侧按参数推导(「小艺·暖调 低饱和」),逼着模型只能给具体数值。

第五步:写人设提示词,把「怎么干活」讲清楚

参数表是骨架,提示词是肌肉。在小艺平台上给智能体的角色指令里,我写死了几条铁律:

  • 参数值由模型分析得出,不要反问用户——用户说「黑金」,模型就该直接给数值,而不是问「您希望对比度多少」;
  • 一次调用必须带真实数值的参数:新风格 36 项、微调 12 项,参数全空等于没做;
  • 参数是增量:只下发要改的项,没提到的项 App 会保持原样;
  • 分色风格(黑金/青橙/单色保留)要把 8 个颜色一次讲全,因为没提到的颜色会保留上一轮的值;
  • 全局饱和度有下限——这是被引擎的乘性结构咬过之后补上的(做「黑白保留红色」时全局压 0,混色层再怎么加饱和都乘成 0,画面只剩灰)。

配套的还有一个「描述 → 参数」对照表:把「暖调」「冷调」「通透」「灰雾」这类用户常说词,各自对应一组典型参数值,帮模型建立直感。

第六步:参数落地——「有值才改」

执行器解析出的参数到了 LutController,落地规则只有一条:有值才改,没提的一律保持画面原样。

  • 当前选中的是自定义 LUT → 原地改这一条;
  • 是内置预设或原图 → 以当前预设参数为基底另存一条新 LUT,命名走自动标签;
  • 本轮一个值都没改 → 判定失败,画面不动。

这条规则配合第五步的「增量语义」,对话就成了真正的编辑过程:先「黑金」,再「再冷一点」(只动色温),再「天空更蓝一点」(只动蓝色)。模型输出短,画面也不被冲掉。

GetLutState 在这里起「读档」作用:模型做增量前可以先查回当前全部状态。我汇报的是全字符串的平面摘要(「蓝色 饱和度+25 明度-15」),人能读,模型也能读。

第七步:日志,日志,日志

联调期最大的痛苦是「画面没反应,不知道断在哪」。我把六段链路统一打了一个 hilog tag,一条命令抓完:

  1. Intent 到没到 App;
  2. 平台原始入参(模型到底给了什么 JSON);
  3. 解析结果(- 表示没传);
  4. 落到哪条 LUT、真改了哪些项;
  5. ArkTS 侧最终值;
  6. C++ 引擎收到的值。

第 5、6 段逐位对比,就能确认数据过 napi 有没有丢。整个联调期所有「小艺没调色」的问题,最后都定位在某一段——没有一次是玄学。

最终效果

现在这个功能的完整体验是:取景界面点小艺按钮 → 说「调成黑金」→ 画面实时变成黑金(另存为一条新 LUT)→ 接着说「再冷一点」→ 色温变冷,其他不动。会用滑块的人继续用滑块,不会的人有一张嘴。

复盘:六步里哪步最值

回看整个过程,技术集成(二、三步)反而是最顺利的,照着文档走就行。真正花时间、也最影响效果的是第四、五、六步——参数表怎么定、提示词怎么写、落地语义怎么约定。

总结成一句话:接大模型做具体功能,模型只负责理解意图;参数的口径、参数之间的约束、以及「不改什么」,全都要开发者提前替它想好。模型的可控程度,取决于你给它的结构有多清晰。​

©本站发布的所有内容,包括但不限于文字、图片、音频、视频、图表、标志、标识、广告、商标、商号、域名、软件、程序等,除特别标明外,均来源于网络或用户投稿,版权归原作者或原出处所有。我们致力于保护原作者版权,若涉及版权问题,请及时联系我们进行处理。
分类
大语言模型(LLM)

暂无评论数据

加载中...

发布

地址:北京市朝阳区北三环东路三元桥曙光西里甲1号第三置业A座1508室 电话:13391790444或(010)62178877
版权所有:电脑商情信息服务集团 北京赢邦策略咨询有限责任公司
声明:本媒体部分图片、文章来源于网络,版权归原作者所有,我司致力于保护作者版权,如有侵权,请与我司联系删除

京ICP备:2022009079号-2

京公网安备:11010502051901号

ICP证:京B2-20230255