苹果正式推出集成 Siri 和 Apple Intelligence新框架 Siri可以实时读取你屏幕信息并执行操作

苹果正式推出集成Siri 和 Apple Intelligence新框架：App Intents ，允许开发者在 iOS 18.2+、macOS 15.2+ 等平台上，让其应用的屏幕内容可被 Siri 和 Apple Intelligence 访问读取并执行相应的操作。

App Intents 可以让开发者把应用的功能和内容更深地融入系统体验中，比如 Siri、Spotlight 搜索、快捷指令（Shortcuts）和小组件（Widgets）。通过这个框架，用户能够更轻松地访问应用的核心功能，而 Siri 也可以更智能地帮助用户。

使用 App Intents 后，你的应用可以做到以下几点：

通过 Siri 直接控制应用：用户可以对 Siri 说“查找我的航班”或“添加待办事项”等命令，Siri 会直接与应用交互。
让应用内容出现在 Spotlight 搜索中：用户无需打开应用就可以在 Spotlight 搜索到内容，比如从笔记应用中找到某个笔记内容。
支持快捷指令和自动化操作：用户可以创建快捷指令，在特定情境下自动执行应用操作。
使用硬件按钮触发操作：支持用户通过 iPhone 或 Apple Watch 上的按钮直接启动特定功能。

App Intents 的基本组成部分

App Intent（应用意图）：定义应用中用户可以触发的具体操作，比如“打开文档”或“发送消息”。当用户通过 Siri、快捷指令或 Spotlight 搜索时，这些意图可以被直接调用。
App Entity（应用实体）：表示应用中的具体内容，比如照片、联系人或文件。通过定义 App Entity，用户可以在 Spotlight 或 Siri 中搜索并访问这些内容。比如，一个食谱应用可以定义“食谱”实体，用户可以通过 Siri 搜索具体的菜谱。
App Enum（应用选项）：用于定义一组选项，例如照片应用中的“相册分类”或任务管理应用中的“任务状态”。这样，Siri 在识别用户请求时可以更好地理解内容的上下文。

使用快捷指令和自动化功能

App Intents 允许用户通过快捷指令应用（Shortcuts）设置自动化操作。例如，用户可以创建一个“早上好”快捷指令，让 Siri 在早上自动打开新闻应用，显示当天的新闻。

支持硬件交互

App Intents 还支持通过 iPhone 和 Apple Watch 上的物理按钮直接启动应用操作。例如，在 iPhone 的操作按钮或 Apple Watch 上，用户可以设置快捷方式，比如“一键打开相机”或“启动健身追踪”。

App Intents 的实际应用场景

举个更具体的例子，假设你开发了一款旅行助手应用：

查询航班信息：通过 App Intent 定义“查看航班”操作，用户可以对 Siri 说“查找我的航班”，Siri 会直接从应用中提取相关信息。
Spotlight 搜索支持：用户在 Spotlight 中搜索航班号，就可以找到对应的航班信息，甚至不用打开应用。
快捷指令支持：用户可以设置一个快捷指令，例如“出差模式”，点击一下可以自动显示天气、航班和酒店信息。
Apple Watch 操作按钮：用户可以设置 Apple Watch 的操作按钮，快速访问当前航班信息或行程安排。

让应用内容与 Siri 和 Apple Intelligence 交互

苹果同时正式推出全新的集成 API ，通过这项新功能，当用户在应用中查看某些内容（例如文档、图片或网页）时，可以直接使用 Siri 询问内容的具体信息或进行操作。也就是Siri 会时刻查看你的应用屏幕信息，读取你的屏幕内容，随时听从你的召唤来进行操作。

例如，用户在阅读一个文档时，可以对 Siri 说“这份文件的主要内容是什么？”然后 Siri 可以通过开发者提供的内容结构回答这个问题。

使用场景举例

假设有一个文档阅读应用和一个邮件客户端，用户在这两个应用中都可以直接通过 Siri 获取帮助：

文档阅读应用：用户正在阅读一份报告，他可以问 Siri“这份报告的结论是什么？” Siri 会读取应用提供的文档内容，并总结结论。
邮件客户端：用户收到一封长邮件，但没有时间阅读，可以对 Siri 说“总结一下这封邮件的内容。” Siri 会通过应用的邮件内容为用户提供简要的概述。

通过为 Siri 和 Apple Intelligence 提供应用的屏幕内容，开发者可以提升用户体验，使他们能够更直观地使用 Siri 进行查询、获取内容信息和执行操作。此外，这种集成支持第三方服务，使应用在 Apple 的生态系统中更具互动性和便捷性。

如何实现

开发者需要通过 AppEntity（应用实体）来定义应用内的内容。AppEntity 是一种数据结构，它可以描述特定的内容类型，例如照片、文档或网页链接。创建 AppEntity 后，开发者需要将它与应用的 NSUserActivity 对象关联，使系统可以识别并跟踪这些内容。

例如，开发者在图片查看应用中创建一个表示照片的 AppEntity，然后将它与用户的“正在查看照片”这个活动关联，这样 Siri 就能理解用户正在查看的具体内容。

使用 Transferable 协议以支持多种内容格式

为了让 Siri 可以将应用内容与其他服务共享或显示，AppEntity 需要符合 Transferable 协议。该协议允许开发者定义内容的多种表示形式（如富文本、纯文本、PDF、图片等）。这样，无论用户是在发送邮件、保存文件，还是需要内容的不同形式，Siri 都可以处理这些请求。

例如，一个邮件应用可以将一封邮件的内容定义为富文本、纯文本和 PDF 三种形式，Siri 可以根据用户的需求选择最合适的格式来显示或分享内容。

集成操作至 Siri 和 Apple Intelligence

苹果还为开发者提供了将应用操作和内容与 Siri 和 Apple Intelligence 集成的方式，从而让用户通过 Siri 更便捷地与应用交互。

也就是Siri 和 Apple Intelligence 不仅可以读取屏幕信息，还可以根据用户的要求来和应用互动，执行相应的操作和完成任务。

使用特定领域的助手架构（Assistant Schema）实现功能

Apple 提供了多个助手架构（Assistant Schema），每个架构都对应不同的内容领域（例如浏览器、文档阅读器、文件管理等）。这些架构帮助 Siri 根据内容的类型提供定制化的响应。例如：

浏览器架构：如果一个应用是浏览器，开发者可以使用 .browser.tab 这个架构，用户可以询问 Siri 有关当前网页的问题。
文件管理架构：对于文件管理应用，开发者可以使用 .files.file 架构，用户可以请求 Siri 总结文件内容。
照片架构：对于照片应用，使用 .photos.asset 架构，用户可以让 Siri 回答关于照片中的对象问题（例如描述照片中的内容）。

通过使用这些助手架构，开发者可以确保 Siri 能够理解不同内容领域的请求，提供更加智能和上下文相关的回答。

什么是助手架构（Assistant Schema）？

助手架构可以理解为一组标准化的“模板”，Apple 设计这些模板是为了帮助 Siri 识别应用的具体功能。比如，如果你的应用是图片管理类的，那么使用 photos.openAsset 这样的架构，可以让 Siri 理解你要展示一张照片。

关键组成部分：

AppIntent：定义用户可以通过 Siri 触发的功能（比如打开一张照片）。
AppEntity：表示应用中的特定内容（比如一张具体的照片或一个文件）。
AppEnum：用于定义可选项（比如图片分类的不同选项）。

如何开始集成 Siri 和 Apple Intelligence？

要开始，开发者需要创建符合这些助手架构的代码。Apple 提供了一些 Swift 代码的“快捷方式”，称为“宏”，来帮助开发者快速生成符合架构要求的代码。

举个例子，如果你的应用中有“查看图片”这一功能，可以用以下代码告诉 Siri 这是一个照片查看的功能：

这段代码会生成“查看图片”的意图，使 Siri 可以识别到应用中的“查看图片”功能，并自动帮用户打开图片。

满足助手架构的要求

每种架构都有自己的规则，必须遵守。常见规则包括：

不允许添加额外的必填参数：比如，如果“查看图片”只需要一个图片 ID，不能强制用户提供额外的信息。
可选参数只能在快捷指令中使用：这意味着一些扩展的选项（比如图片标题或描述）只能在快捷指令应用中看到，而不会影响 Siri 的基本操作。

这样做是为了确保 Siri 能流畅地理解并执行应用的操作。

创建应用意图并符合架构

要创建一个应用意图并符合架构，开发者可以按照以下步骤操作：

确定应用的功能领域：每个应用意图都有自己对应的功能领域（例如，照片、文件、邮件等）。
在 Xcode 中创建新的 Swift 文件：使用代码补全工具，选择合适的架构，例如，输入 photos_ 就会显示与照片领域相关的所有操作，比如 openAsset。
使用宏来符合架构：添加 @AssistantIntent(schema:) 宏来告诉 Siri 这是一个特定功能，例如打开照片。
构建和调试：通过编译代码，确保没有架构不匹配的错误。

这样 Siri 就能理解你的应用意图，并在执行过程中不出错。