随着HarmonyOS 7发布、鸿蒙智能体框架2.0把Agent能力放到客户端，越来越多开发者开始在自己的App里嵌入Agent。一个电商App，可能只是在某个功能里放了个对话入口。用户点进去问一句，后面就是Agent在多轮推理、调用Skill，把事办完。

对开发者来说，这里多了一层过去没有的东西：用户的操作还看得见，可对话背后Agent做了哪几步、每一步是否顺利、在哪里中断，往往看不清。

ThinkingAI Agentic SDK正式发布，全面支持鸿蒙智能体框架HMAF 2.0生态，为端侧Agent提供运行状况的观测能力，覆盖Agent的调用轨迹、耗时、成败等运行信息。

Agent跑起来了

运行状况却看不清

过去十年，应用分析处理的是用户侧的行为：点了哪个功能、走了哪条路径、在哪一步离开。

Agent嵌进来之后，多了一层用户操作之外的信息。用户说的那句话只是开头，后续由Agent完成：它调了哪些工具、走了哪条推理路径、花了多少Token、哪一步出了错，这些都发生在应用内部，现有的用户行为分析看不到。

于是同一个应用里，出现了两类信息：

看不到Agent这一层，就无法判断它好不好用、成本花在哪、哪一步该改。而这一层的表现，直接决定用户这次的需求有没有被满足。

鸿蒙HMAF 2.0开放了

端侧Agent的观测入口

想在应用端看清Agent，此前有个现实门槛。在别的平台上，Agent大多跑在服务端，用Python、Node实现，很少落到手机端，端上缺少读取运行信息的入口。

鸿蒙智能体框架2.0把Agent能力放到了客户端，同时开放了可以对接的关键轨迹。端侧Agent的运行，由此有了可以读取的入口。

ThinkingAI Agentic SDK顺着这些关键点位对接，读取Agent运行时留下的调用、耗时、成败等轨迹，覆盖Agent注册、Skill执行、MCP工具调用、A2A跨Agent协同、内嵌UI会话这些核心场景。

图源网络

对接方式是低侵入的：在框架公开的接口边界做轻量包装，不改动框架本身，单个模块接入的改动很小，框架后续升级也不受影响。接入提供三种方式，从快速验证到正式上生产都覆盖，最轻的一种几乎不用改代码。

一次任务

从头到尾串在一条链上

端侧Agent的一次任务，实际会穿过好几层：先是系统意图入口接住用户的话、抽取参数，再到Skill执行具体业务，Skill内部可能又调用MCP工具或本地Tool。任何一层断开，排查就只能从零拼日志。

SDK在这三层用同一个标识把事件串起来：从意图（Intent）、能力（Skill）到工具（MCP/Tool），同一次任务里的所有调用挂在同一个trace_id下，形成有层级的调用链。会话开始、Skill调用、工具返回、跨Agent协同结束，每一步自动配对成一条完整事件，带上耗时和成败。

这样，开发者不用手工把散落的日志拼回去，就能顺着一条链，看到Agent完成这次任务的全过程。

把Agent的运行

和应用连起来看

ThinkingAI在鸿蒙上原本就有一套分析SDK，处理的是用户侧的行为。这次在同一个包里补上Agent这一侧，用户在应用里的操作，和Agent的运行信息，就能放到一起来看。

上一层的调用链解决了「Agent内部怎么跑」，同包交付则把它和用户操作接上：用户在对话里提出需求，Agent接着调用了哪些Skill、走了哪条路径、花了多少成本，最后任务有没有完成、用户有没有留下来。这些信息按同一条会话对齐，串成一个连续的过程。用户侧和Agent侧，从此处在同一个分析漏斗里。

由于记录的是用户和Agent的行为，数据怎么处理需要交代清楚。SDK默认不上报用户的原始对话内容，只记录结构化的运行信息，比如调用了哪个工具、用了多久、是否成功；敏感字段自动脱敏，超长内容自动截断，并遵循鸿蒙HPIC个人智能计算规范，用户可以选择退出采集。

采集这一层与Agent业务相互隔离，采集自身出问题会自动降级，不影响Agent正常运行。整条链路支持私有化部署，数据不出企业边界。

看得清

才谈得上优化

把用户操作和Agent运行放到一起、经过整理之后，几个开发者最关心的问题就能直接回答。

Agent出错时，可以回放整条路径，哪一步走偏、调了哪些工具，每一步的入参、结果、耗时、状态都在，不用自己一段段翻日志。花了多少钱、花在哪，可以按会话、任务、场景算清楚，看出哪个功能、哪类用户消耗更高。用户从提出需求到Agent把事办成，中间在哪一步流失、多少人留了下来，也能连起来看，不用另外手工埋点。

这些数据的出口是开放的：既能接鸿蒙的HiAppEvent、HiLog等系统通道，也能汇入Agentic Engine，或对接企业自建后端、Webhook、OpenTelemetry，公有云和私有化部署都适配。数据进入分析平台后，常见场景很快就能跑出可分析的结果——直接得到留存、漏斗、成本这些能用于判断的结论，而不是一堆需要自己解读的原始记录。

观测只是起点。在这之上，同一套体系还能延伸到运营，比如用AB实验和客户端触发式策略，把发现的问题在同一个SDK里先验证、再决定是否推广，而不必让没验证过的策略直接全量上线。

Agent会越来越多地嵌进各行各业的应用里，端侧是它们实际运行的地方。用户和Agent连成的这条完整路径可观测，应用的迭代和Agent的优化才有依据。

鸿蒙把Agent能力带到了端上，ThinkingAI Agentic SDK在这一层提供配套的观测与分析能力，与鸿蒙生态一起，让端侧Agent的运行状况可观测、可优化。

8.1浦东嘉里Agentic Growth全球泛娱乐行业峰会

一场只讲Agent带来真实增长的泛娱乐大会

快来解锁行业干货，后台私信报名参加吧～