A2H-Agent：复杂 Android 应用到 HarmonyOS 的 Coding Agent 迁移与评测系统

A2H-Agent 面向真实复杂移动应用迁移：它不是把截图一次性翻译成页面，而是以 Android 源码和运行行为为事实来源，通过结构化 Context、四阶段专职 Agent、UI 冻结、业务实现、自动修复和独立 Hypium 验证，形成 Android → HarmonyOS/ArkTS 的可审计闭环。

本仓库整理的是已有系统、benchmark 与实验结果，不包含为本次比赛新跑的实验。

核心贡献

端到端迁移 Pipeline：Setup → Requirements/Specs/Test Cases → UI Alignment → Implementation/Verification。
结构化 Context：以需求、源码锚点、业务/UI IR、fixture、coverage 与 loop ledger 约束 Agent，而非持续灌入无边界上下文。
强业务 Oracle：测试真实 CRUD、状态、持久化、数量/顺序、跨页同步及副作用，拒绝“元素存在”“未崩溃”“已保存提示”等伪 Oracle。
可执行 Benchmark：70 个 A2H-FUNCTION Spec，来自 7 个真实应用，共 301 个 canonical Hypium 方法。
多配置评测：8 个 Agent/Model 配置、560 次 Spec 运行和 2,408 个功能方法机会，并提供离线复算脚本。

系统架构

Android source / APK / optional requirement
  │
  ├─ Phase 0  Setup：干净 Harmony shell、运行状态、环境预检
  ├─ Phase 1  源码需求、原子 clauses、fixtures、test cases
  ├─ Phase 2  Android 证据、ArkUI shell、真实控件/selector 验收、UI freeze
  └─ Phase 3  业务实现、同案例 AutoTest、测试作者 Hypium、独立复核
  │
  └─ Verified HarmonyOS implementation + executable evidence

关键闭环：

Source evidence → Spec/Test Case → UI Scaffold → UI Freeze
→ Business Implementation → AutoTest Evidence → Independent Hypium
→ Gold PASS / Base BUSINESS_BEHAVIOR_MISSING

已有评测结果

指标	结果
真实应用	7
A2H-FUNCTION Specs	70
Canonical Hypium 方法	301
Agent/Model 配置	8
Spec runs	560
功能方法 PASS	583 / 2,408（24.21%）
完整 Spec PASS	50 / 560（8.93%）
最佳配置	GPT-5.6-Sol / OpenCode
最佳配置功能方法	113 / 301（37.54%）
最佳配置完整 Spec	11 / 70（15.71%）

70 个 Spec 聚集于 7 个应用（每应用 10 个），因此这些比例是固定 70-Spec × 8-configuration 矩阵的描述性汇总，不代表 70 个独立应用样本的总体成功概率。详见实验结果分析。

仓库结构

pipeline/：完整迁移 skill、阶段契约、专职 agent 定义、脚本、模板和源码型工具。
benchmark/a2h/instances.jsonl：70-Spec package-relative manifest。
benchmark/specs/：自然语言功能规格。
benchmark/hypium/：可执行 Hypium evaluators。
benchmark/ui_bases/、benchmark/gold/：7 组共享 UI Base 与参考实现快照。
results/：最终 machine-readable 结果和离线完整性检查。
docs/：项目说明书、技术报告、实验分析、PPT 与 Demo 稿。

快速离线核验

无需模型、设备或网络即可复算已发布结果：

python3 results/verify_results.py

预期输出 "status": "PASS"，并显示 70 Specs、7 apps、301 methods、560 runs、583/2,408 与 50/560。该命令只校验既有结果，不执行新实验。

真实迁移需要 Android 源码、干净 HarmonyOS Empty Ability 工程、DevEco/HarmonyOS SDK、可用设备及相应运行配置。入口与阶段合同见：

pipeline/hmos-a2h-end-to-end/skills/hmos-a2h-end-to-end/SKILL.md
pipeline/hmos-a2h-end-to-end/skills/hmos-a2h-end-to-end/references/dispatcher-core-contract.md

正式提交材料与 Demo 导航

推荐按Demo 演示脚本展示：Pipeline → 一个 Spec → 对应 Hypium → Base/Gold 差分概念 → 离线结果复算。第三届官方要求视频不超过 100 MB、建议使用 MP4；该演示复用已有资产，不启动新的模型或设备实验。

证据边界

OpenCode/Pi 是既有 Agent framework/configuration comparison，不是受控 Context 消融。
结构化 Context 是系统设计；尚无已完成的 FULL/LEXICAL/BROAD 因果消融结果。
不声称从源应用恢复完整需求；正式纳入任务采用 precision-first、source-grounded 思路。
iOS→HarmonyOS 尚未形成可发布数据。

完整说明见局限性与证据边界和原创与第三方说明。