写代码本身的思考是有趣的，但大量机械操作很消耗精力。
 

AI可以帮我们产出完整代码，可过去所有文件、分支、提交记录，都要我们手动复制、新建、上传，中间有大量重复搬运工作。

最近我完整跑通了华为云码道代码智能体结合MCP对接CodeArts的实战，真正理解：从前AI只能帮我写代码，现在AI可以帮我做开发。只输入一句业务需求，从开发到提交推送全部交由智能体完成。下面是我的完整实测过程。

一、案例概述

• 案例介绍

华为云码道CodeArts代码智能体是基于智能生成、智能问答两大核心能力构建起一套全方位、多层次的智能开发体系。在智能生成方面，它能够依据开发者输入的需求描述，准确且高效地生成高质量代码；智能问答功能则如同开发者身边的专属技术顾问。移动端一键开通免费体验版。

本次实操主要依赖于CodeArts MCP和CodeArts Issue Fix Flow。

CodeArts MCP面向华为云 CodeArts 中国站的统一 MCP Server，将 8 个产品模块封装为标准化 MCP 工具集，支持本地 stdio 与团队共享 http 两种接入模式。

CodeArts Issue Fix Flow面向“人已经选定 issue，再人为触发执行”的场景，不是自动巡检器。它会读取工作项上下文，准备本地代码环境，创建并推送 fix 分支，在独立工作区内执行 bug 修复与自校正验证流程，最后创建 CodeArts Repo MR，并在条件允许时回写工作项评论。

本案例基于华为云码道CodeArts代码智能体，通过MCP Server深度对接DevOps，实现读取需求与问题单、智能编写代码、自动推送至代码仓，研发提效一步到位。

• 适用对象：个人开发者与技术爱好者

• 案例时间：本案例总时长预计30分钟

• 资源总览：本案例预计花费0元

资源名称	规格	单价（元）
华为云码道CodeArts代码智能体	通用体验版	免费
CodeArts控制台首页	通用体验版	免费

二、基础环境与资源准备

2.1 AI IDE华为云码道代码智能体安装部署

参考案例AI IDE华为云码道CodeArts代码智能体安装部署完成Windows版AI IDE华为云码道CodeArts代码智能体安装部署。

2.2 配置 CodeArts MCP

参考mcp server配置文档完成CodeArts MCP的配置。

2.2.1 点击设置->MCP工具->配置MCP

2.2.2 替换url中的ip

{  "mcpServers": {    "req": {      "disabled": false,      "timeout": 60,      "type": "streamableHttp",      "url": "http://39.106.183.205/mcp/req"    },    "repo": {      "disabled": false,      "timeout": 60,      "type": "streamableHttp",      "url": "http://39.106.183.205/mcp/repo"    },    "pipeline": {      "disabled": false,      "timeout": 60,      "type": "streamableHttp",      "url": "http://39.106.183.205/mcp/pipeline"    },    "check": {      "disabled": false,      "timeout": 60,      "type": "streamableHttp",      "url": "http://39.106.183.205/mcp/check"    },    "testplan": {      "disabled": false,      "timeout": 60,      "type": "streamableHttp",      "url": "http://39.106.183.205/mcp/testplan"    },    "deploy": {      "disabled": false,      "timeout": 60,      "type": "streamableHttp",      "url": "http://39.106.183.205/mcp/deploy"    },    "build": {      "disabled": false,      "timeout": 60,      "type": "streamableHttp",      "url": "http://39.106.183.205/mcp/build"    },    "artifact": {      "disabled": false,      "timeout": 60,      "type": "streamableHttp",      "url": "http://39.106.183.205/mcp/artifact"    }  }}

2.2.3 回到MCP工具，查看CodeArts八大服务是否连接正常

2.2.4 获取codeArts密钥

新增访问密钥，默认即可，记得下载凭证，保存Access Key Id和Secret Access Key

2.2.5 鉴权，上一步的Access Key Id和Secret Access Key替换一下your-ak和your-sk

提示词输入

调用 auth_configure_session：

{  "access_key": "your-ak",  "secret_key": "your-sk",  "region": "cn-north-4"}

如图八大服务均已鉴权完成，可以任意调用。

此时，只要我们的提示词精确，所有八大服务的功能我们都可以使用。下面实战会带大家来体验一下。

三、码道代码智能体对接CodeArts实战

3.1 创建项目

3.1.1 创建项目，提示词如下

在CodeArts 创建一个项目为devopsTest的scrum项目

3.1.2 如图即可在codearts首页创建devopsTest项目

3.2 生成五子棋小游戏

3.2.1 生成五子棋小游戏，提示词如下

创建一个前端五子棋人机小游戏，要求可以选择对战级别

如下图五子棋小游戏已生成，和需求相符

3.2.2 将代码推送到devopsTest项目的repo代码仓中

如图会在项目里创建一个gomoku-game的代码仓

3.3 配置技能让操作更加精确，并实现让需求自动落地为代码

3.3.1 下载CodeArts Issue Fix Flow技能，并解压到本地。复制DTSE-Agentic-DevOps-main\.claude\skills目录下的codearts-issue-fix-flow文件夹

3.3.2 将上一步的文件夹复制到如下图所示的目录里，刷新加载codearts-issue-fix-flow

3.3.3 修改技能codearts-issue-fix-flow\assets下的两个配置文件参考codearts-issue-fix-flow目录下技能的README.md文件

修改参数后去掉template，重命名文件

3.3.4 手动去需求管理页面新建任务

如图提了两个任务

五子棋新增对战积分机制，并列出积分排行榜五子棋棋盘不够大，需要增大棋盘为原来的两倍

3.3.5 使用技能实现需求到代码仓

提示词输入：

使用codearts-issue-fix-flow技能，查询项目中task任务，如果查到任务，执行任务中的内容

如图两个任务已获取并且执行，效果如下

技能自动将代码推送到了CodeArts的代码仓库，创建了分支，以便后续合并代码到主分支。

总结

跑完整个实验，我的直观感受是：
AI开发已经从“辅助写代码”，演进到可以完成完整落地链路。

过去流程：梳理需求→搭建框架→编写代码→新建文件→创建分支→手动提交推送，大量人工操作。
 

现在流程：输出一句自然语言需求，AI自主完成开发、分支管理、代码提交迭代。

对于Demo验证、小型项目快速开发，这套能力可以减少大量重复性工作，让我们把精力聚焦在需求设计与业务思考上。