【OpenHarmony/HarmonyOs 】零敏感权限启动：从 module 配置到 AI 识图禁用的精细化权限方案

本文基于我的 OpenHarmony/HarmonyOS 项目「物理视界 PhysicsVision」整理。项目当前没有相机、相册、麦克风、定位、通讯录、网络请求和 AI 识图调用，核心体验全部通过本地 Canvas、公式计算和题库完成。
这一篇专门对应“禁止 AI 识图、精细化权限管控、隐私保护方案”的主题。🔐

一、为什么要强调零敏感权限启动？

教育类 App 面向学生，尤其要谨慎处理权限。
一个学习工具如果启动就申请相机、相册、麦克风、定位，用户会产生疑问：

• 为什么学物理要相机？
• 为什么要访问照片？
• 会不会上传我的图片？
• 会不会记录我的声音？
• 会不会收集位置？

「物理视界」的设计选择是：
启动时不申请敏感权限，核心功能全部本地完成。

二、module.json5 中没有敏感权限声明

当前 module.json5 中主要声明了 EntryAbility 和 BackupExtensionAbility：

{
  "module": {
    "name": "entry",
    "type": "entry",
    "deviceTypes": [
      "phone",
      "tablet"
    ],
    "abilities": [
      {
        "name": "EntryAbility",
        "srcEntry": "./ets/entryability/EntryAbility.ets",
        "exported": true
      }
    ]
  }
}

项目没有额外声明相机、相册、麦克风、定位等敏感权限。
这意味着用户打开应用时，不会被权限弹窗打扰。

三、为什么禁用 AI 识图？

AI 识图在教育场景中常见，但并不一定适合所有学习产品。
对「物理视界」来说，禁用 AI 识图有几个原因：

1. 物理学习更需要理解过程，而不是直接给答案；
2. 拍照可能包含学生姓名、试卷、桌面环境；
3. 上传图片会增加隐私和合规压力；
4. AI 识别错误可能误导学习；
5. 不做识图能减少权限和网络依赖。

所以项目选择“可交互模型”而不是“拍照识题”。

四、用 Canvas 替代拍照识题

例如凸透镜成像页面，用户不用拍题，直接调参数：

Slider({ value: this.objectDist, min: 20, max: 250, step: 1 })
  .trackColor($r('app.color.slider_track'))
  .selectedColor('#1A73E8')
  .onChange((v: number) => {
    this.objectDist = v
    this.calculate()
  })

公式计算：

let v = (u * f) / (u - f)
this.imageDist = v
this.imageHeight = -v / u * this.objectHeight

这样学生通过调节物距和焦距理解成像规律，不需要上传任何图片。

五、用本地题库替代云端问答

挑战模块的题目直接内置在本地：

interface QuizQuestion {
  question: string
  optionA: string
  optionB: string
  optionC: string
  optionD: string
  answer: number
  category: string
  grade: string
  explanation: string
}

筛选也在本地完成：

const gradeMatch = this.selectedGrade === '全部' || q.grade === this.selectedGrade
const categoryMatch = this.selectedCategory === '全部' || q.category === this.selectedCategory

这避免了把学生答题行为发送到云端。

六、用公式计算器替代联网查询

公式计算器也是本地结构化配置：

calculate: (v) => `合外力 F = ${(v[0] * v[1]).toFixed(2)} N`

用户输入参数后立即得到结果，不需要联网搜索。
这既快，也更隐私友好。

七、学习数据最小化

项目只保存必要学习状态：

PersistentStorage.persistProp('favorites', '')
PersistentStorage.persistProp('highScore', 0)
PersistentStorage.persistProp('totalPlayed', 0)
PersistentStorage.persistProp('visitedModels', '')

这些数据不包含：

• 姓名；
• 手机号；
• 照片；
• 声音；
• 定位；
• 通讯录；
• 账号密码。

它们只是学习功能所需的本地状态。

八、用户可清理

设置页提供清除功能：

Button('清除收藏')
  .onClick(() => {
    if (this.favStr.length > 0) {
      this.favStr = ''
      promptAction.showToast({ message: '已清除所有收藏' })
    }
  })

Button('重置记录')
  .onClick(() => {
    if (this.totalPlayed > 0) {
      this.highScore = 0
      this.totalPlayed = 0
      promptAction.showToast({ message: '已重置挑战记录' })
    }
  })

隐私保护不只是“不收集”，还要让用户能控制已有数据。

九、如果未来增加权限，应该怎么做？

如果后续加入近场快传、云同步或元服务，建议坚持按需授权：

• 用户点击分享时，再触发近场能力；
• 用户打开同步时，再说明同步内容；
• 用户开启 AI 功能时，再明确告知数据范围；
• 不在启动阶段一次性申请所有权限。

权限应该跟随具体功能，而不是提前打包申请。

十、总结

「物理视界」当前实现了一个很适合教育场景的隐私策略：零敏感权限启动、禁用 AI 识图、本地题库、本地公式、本地 Canvas 模拟和本地学习状态。

这篇文章对应的主题是：禁止 AI 识图 + 精细化权限管控 + 隐私保护方案。
它说明学习 App 并不一定要靠拍照、上传和识别才能做好体验；只要把端侧交互和可视化做好，同样能完成高质量学习闭环。✅