案例体验《云主机调用DeepSeek实现代码自动生成》在云主机上调用ModelArts Studio预置的DeepSeek V3模型API实现代码自动生成，跟着步骤一步步做，简单有趣，很快就帮我自动生成一款带图形画界面的双人乒乓球对战游戏啦，重点还是免费体验的，快都来试！步骤很简单！已经总结在下面啦① 开发者空间领取免费云主机，配置开发环境（免费的！！！）② 安装大模型应用开发框架AutoGen③ CodeArts IDE运行DeepSeek V3 API调用程序④ 调用ModelArts Studio预置DeepSeek V3模型（还是免费的！！！）⑤ 返回生成的代码免费DeepSeek V3模型领取路径，偷偷告诉你！戳这里直接领代金券——购买DeepSeek V3模型——选用领取的代金券即可抵扣眼见为实，快看我生成的游戏截图！↓↓  

案例基于华为开发者空间开发平台 - 云开发环境（容器）部署Claude Code，tokens是用了快手限时免费的KAT-Coder模型token，实现了一个可爱的小机器人AI编程助手。案例地址：《基于华为开发者空间云开发环境（容器），部署Claude Code + KAT-Coder实现AI编程助手》不会开发的小白总结一下步骤先下载VSCODE安装，然后安装开发者空间的插件，登录华为云账号等。创建一个可以运行的云开发环境（这个很重要）然后去快手领取TOKENS，及创建一个免费的KAT-Coder模型服务。然后在VSCODE安装配置Claude Code，会配置之前的快手的模型ID进去，就可以完成使用了。、最终小机器人帮我解决了以前尝试编程没编出来的题   

1、案例体验《基于华为开发者空间云开发环境（容器），部署Claude Code + KAT-Coder实现AI编程助手》2、内容详实，结合云开发环境+大模型实现AI编码，“告诉我你想做什么？AI帮你实现，编码、自检自调、上线调优......”，"只有你想不到，没有它做不到"    超值推荐3、体验截图

1、案例体验《基于华为开发者空间-云开发环境，部署Jupyter Notebook》2、体验截图（1）部署署Jupyter Notebook（2） 浏览器中打开http://localhost:8888/，然后使用上一步中设置的密码登录jupyter（3）输入密码登录3、建议案例中建议增加对“Jupyter Notebook”的介绍说明，或者提供超链接至Jupyter Notebook”的功能描述页面，增加周边内容的传递，本次案例执行完只是感觉做了一堆配置，对实际使用后的效果没什么感觉

这次体验了《本地CodeArts IDE基于华为开发者空间云开发环境完成小游戏开发》轻松体验猜数字小游戏

一、概述1. 案例介绍本案例面向网安行业运维人员等，用于分析基线报告的风险等级，筛选需要紧急修复的配置项，降低认为分析的操作误差。通过实际操作，了解如何利用Astro低代码平台开发应用。在这个过程中，学习从模型集成、界面操作、页面布置到逻辑实现以及应用打包一系列关键步骤，从而掌握Astro低代码平台的基本使用方法及于大模型的结合，体验其在应用开发中的优势。开发者空间Astro低代码开发平台通过平台提供的界面、逻辑、对象等可视化编排工具，以“拖、拉、拽”的方式来快速构建应用，从而实现所见即所得的应用开发构建体验。华为开发者空间，是为全球开发者打造的专属开发者空间，致力于为每位开发者提供一台云主机、一套开发工具和云上存储空间，汇聚昇腾、鸿蒙、鲲鹏、GaussDB、欧拉等华为各项根技术的开发工具资源，并提供配套案例指导开发者 从开发编码到应用调测，基于华为根技术生态高效便捷的知识学习、技术体验、应用创新。ModelArts Studio（MaaS）平台：是华为云推出的一款大模型即服务平台，可以一站式的对业界主流开源大模型进行部署托管，同时开放大模型API服务，可以结合业界主流Agent开发框架，轻松构建AI Agent应用。2. 适用对象企业个人开发者高校学生3. 案例时间本案例总时长预计90分钟。4. 案例流程说明：领取华为开发者空间，登录华为开发者空间-低代码应用开发平台；新建低代码应用，进入Astro轻应用服务控制台主页，开发应用；5. 资源总览本案例预计花费0元。资源名称规格单价（元）时长（分钟）MaaS 平台商用模型DeepSeek-R1 轻量体验包（¥7.00）/ DeepSeek-V3 轻量体验包（¥3.50）领券免费90华为开发者空间 - 低代码应用开发平台系统标配免费90二、案例准备1、开通ModelArts Studio（MaaS）商用百万Token活动连接：每周畅领100万商用级Tokens！基于CloudMatrix384超节点，Token时延低、TPM/RPM速率高，助您开发商用级AI应用！商用百万Token代金券免费领取链接（可每周领取）：DeepSeek-R1/V3-64K百万tokens代金券：cid:link_22.1、大模型领取：切换到开发者空间首页，或者点击上面连接，参与活动“百万商用服务tokens免费领！”活动，按照使用说明进行服务开通：活动页面：2.2、开通完成后，进行大模型的接入：ModelArts控制台：ModelArts - Console在线推理里面搜刚刚买的R1还是V3，然后点击搜索结果后面的调用说明，看一下model参数，后面会用上，一般都是DeepSeek-R1或DeepSeek-V3：2.3、创建apikey点击前往API Key管理创建apikey，点击新建创建apikey注意！！创建好API Key之后，点击后面的复制按钮，妥善保存，若未复制保存，后续只能新建。三、华为开发者空间-低代码应用开发平台开发应用登录华为开发者空间，在左侧菜单列表选择华为开发者空间 -> 开发平台 -> Astro 低代码开发，进入华为开发者空间-低代码应用开发平台。 创建应用新建Astro低代码应用，标准应用创建 填写应用必备的属性 创建连接器跳转后选择集成，创建一个大模型连接器： 正确填写模型名称和KEY，我这里购买了R1的资源包，所以填写的R1的模型名称： 保存后点击测试看是否成功调用：  创建OBS连接器：这里前提需要创建一个OBS对象桶并购买对应的资源包，已经生成ak/sk获取ak/sk的方法放上官方链接：cid:link_6创建桶和资源包这个不必说，大家都懂得！下面继续添加桶信息： 创建数据对象新建一个数据对象： 确认后编辑该对象： 新建字段：这里选择文本区，能容纳更多的字段： 继续添加其他字段，我这里只需要用到三个：  创建结构体新建结构体用于数据调用：创建后修改结构体：   创建UI页面随后点击页面->新建页面，输入一些必备信息： 页面这里拖入一个表单进去： 然后点击箭头所向的数据绑定，新建一个模型： 新建一个对象： 下一步配置对象，选择字段：  下一步，自动新增方法：  然后选择模型，确认保存： 这里我选择只绑定模型：   这里拖动一个多行文本框，并输入一些基本属性： 点击数据绑定设置，将当前元素与模型中自建的文本报告字段绑定： 拖动一个上传控件，相同的一些操作，再加个必填的属性：修改属性：    拖动一个提交按钮，不绑定数据：     为了输出直观一点，这里拖动一个md控件，并绑定属性为result报告输出字段：    创建服务编排创建服务编排： 添加赋值与maas连接器  全局上下文添加变量：  配置出入参：  模块赋值：  配置大模型连接器：   配置大模型参数：   然后按顺序点击按钮保存一下：  第三步会打开一个测试页面，可简单测试一下：    编写脚本Obs文件读取脚本至此，开始编写脚本， 首先前面的obs对象已绑定。点击逻辑->脚本，新建一个名称： 这里是为了读取obs的excel文件，然后解析内容。完整代码如下：import * as excel from 'excel';import * as objectstorage from 'objectstorage';@action.object({ type: "param" })export class Input { @action.param({ type: "String", required: true, description: "fileUrl" }) fileUrl: string;}@action.object({ type: "param" })export class Output { @action.param({ type: "Any", description: "result message" }) fileContent: Object;}@action.object({ type: "method" })export class PostProcess { @action.method({ input: "Input", output: "Output" }) public postProcess(input: Input): Output { let ObsCli = objectstorage.newClient(objectstorage.StoreType.OBS, "SecLineCheck__uploadobs", "up-files"); // 连接器名称+桶名 let data = ObsCli.getObject(input.fileUrl);//文件名 let x = excel.decodeAll(data); let out = new Output(); out.fileContent = x; return out; }}然后回到页面，点击按钮，数据绑定： 这一步是为了新建一个模型，用于存数据，但是无需绑定：点击新建模型，选择自定义，继续下一步即可：  然后选择事件，新增脚本：  选择执行脚本，添加输入的文件地址，以及内容输出到指定的数据模型：（这里传入的url地址是表单提交后的CheckData数据模型里面的SecLineCheck__filesUrl字段的originalUrl值，由于环境需要，所以采用的JSON解析传递，想要具体探究的可以选择自定义动作，然后将整个数据模型的表单用控制台打印一下就行。）  流程调用脚本保存完继续新建，自定义脚本，这里就是汇聚文本框和文件内容， 然后调用编排动作去执行分析并返回对应的数据： 完整代码：var model = context.$model.ref("CheckData").getData(); var modelCopy = JSON.parse(JSON.stringify(model)); var model2 = context.$model.ref("excel_result").getData(); var modelCopy2 = JSON.parse(JSON.stringify(model2)); var keys = Object.keys(modelCopy2); console.log(keys); var allSheetValues = []; keys.forEach(key => { if (Array.isArray(modelCopy2[key])) { const sheetArray = modelCopy2[key]; sheetArray.forEach(row => { if (Array.isArray(row)) { allSheetValues.push(...row); } }); } }); var newSheetValues = allSheetValues.join(",") console.log(allSheetValues); // 处理非字符串字段 Object.keys(modelCopy).forEach(item => { if (modelCopy[item] && typeof modelCopy[item] !== "string") { modelCopy[item] = JSON.stringify(modelCopy[item]); } }); // 提取问题字段值 var message = modelCopy["SecLineCheck__text__CST"] // 构建提示文本 var suggestionText = `你是一个精通网络安全的专家，现在已经为甲方单位的服务器做完基线核查，这里是具体的报告，请你根据报告内容分析危险等级，先输出需要紧急修复的配置，再输出风险等级分析，使用MAKEDOWN的格式。这里是我补充的其他文本信息，如果它存在的话：${message}。\n这里是需要处理的报告信息，如果它存在的话：${newSheetValues}`.replace(/"/g, "'"); // 初始化Flow var _flow = context.flow("SecLineCheck__process"); // 调用AI服务获取建议 try { // 提示信息 context.$message.info("正在分析，请稍后..."); const resp = await _flow.run({ input: suggestionText }); const reader = resp.body.getReader(); const decoder = new TextDecoder(); let buffer = ''; let msg = ''; while (true) { const { done, value } = await reader.read(); if (done) break; buffer += decoder.decode(value); const lines = buffer.split('\n'); // 保留最后一行（可能不完整） buffer = lines.pop() || ''; for (const line of lines) { if (!line.trim()) continue; try { const jsonStr = line.startsWith('data: ') ? line.substring(6) : line; if (jsonStr.trim() === '[DONE]') continue; const obj = JSON.parse(jsonStr); const newMsg = obj?.choices[0]?.delta?.content || ''; if (newMsg) msg += newMsg; } catch (err) { console.warn('解析JSON失败，保留到下一轮处理:', err.message); buffer = line + '\n' + buffer; } } } // 最终保存结果 modelCopy.SecLineCheck__result__CST = msg; context.$model.ref("CheckData").setData(modelCopy); // 提交数据 const saveResult = await context.$model.ref("CheckData").save(); if (saveResult.resCode == 0) { const recordId = saveResult.result[0]?.id; if (recordId) { // context.$page.loadStdPage('xiaocao__t_mass', "recordId=" + recordId); // // 成功消息 // context.$message.success('生成成功'); } } } catch (error) { console.error("AI服务调用失败:", error); // 可以添加错误处理逻辑，如显示错误信息 }至此这个版本的编辑结束，选择保存，预览：   结束预览输出结果：  四、案例分享至此案例结束，案例整体步骤看起来比较多，但实际基本上都是命令的参数相互调用，建议不要使用大小写来重复命令，容易混淆，我已经上过当了。另外通过案例发现该低代码应用场景的处理节点还是比较缺乏的。譬如我这个案例最不好处理的就是附件上传，一开始是直接创建数据对象来存储，但是无法上传，后续就采用OBS存储，但是只返回违反没链接，而大模型不处理链接，所以需要写脚本来解析上传附件到OBS返回的文件链接，然后再与其他的内容进行合并，输送到流程里面进行下一步。这里如果上传支持一些节点调用或者直接返回数据而无需上传的功能就更好使了。另外还有一个问题就是我的案例是基线结果分析，那么提供的检查报告里面肯定会存在一些代码，而这些内容在流程这一块是走不通的，会提示疑似攻击行为，但是直接调用大模型却可以。希望后续能够优化一下。感谢华为云提供的学习平台，让自己能够接触到更多的新鲜东西，仅仅需要付出一些时间成本，而收获良多。希望后续针对该平台优化得更好！ 附件分享文章不支持zip上传，放一个百度网盘的地址：链接: https://pan.baidu.com/s/1zUtbbqMp43-2Ljj1PNex6g?pwd=ukfw 提取码: ukfw 复制这段内容后打开百度网盘手机App，操作更方便哦我正在参加【案例共创】第7期 基于MaaS商用服务 + 华为开发者空间 - Astro 低代码开发平台构建低代码应用 cid:link_3

不止是代码：一场比赛赋予我的三种成长底色成长足迹，心之所向导语  “如果再来一次，还会投入这么多吗？”          回校路上，这个问题浮现脑海。答案，远比奖状更坚定。我是我是本届大赛的三等奖获奖选手Create团队。回顾这场“揭榜挂帅”的征程，于我而言，是一次关于时间、学习与心态的全面修行。                  一、 备战规划：与时间做朋友   作为本科生，课业与科研已不堪重负。我将备赛视为一个“精密项目”，用一张“备赛甘特图”破局，将赛程拆解为“理论-攻坚-调试-冲刺”四阶段，让模糊的努力变为清晰的里程碑。         深度时间：晚上7点到11点是我的“神圣时间”，雷打不动，将手机静音，专注于攻克复杂算子与模型训练。         碎片时间：我成为“时间侦探”，上课路上、吃饭排队间隙，观看华为云的技术文章与专家直播，或者在脑中复盘前一天晚上遇到的bug。         团队协作：我们团队三人，如同一个稳固的三角。我们使用华为云notebook进行代码训练与管理，每周日晚上，我们会通过一次线下会议，面对面的交流沟通目前的进度以及遇到的问题，并用“红-黄-绿”三色标识各模块风险。我们不仅是队友，更是彼此最可靠的“备份”与洞察盲区的“镜鉴”。 二、 学习方法：站在巨人的肩膀上   我的学习策略核心是“精准打击”与“快速迭代”。         武器库：官方资源是基石——华为云的ModelArts文档、昇腾CANN指南与专家直播，帮我避开了无数陷阱；开源社区是前沿——GitHub上的高星项目，极大地拓宽了我的技术视野。         实践场：我坚信“纸上得来终觉浅”，采用“以赛代练”。任何新思路，立刻在华为云ModelArts平台与昇腾算力上验证。详尽的实验记录，为每一次优化提供了坚实的数据支撑。 三、 心态调整：在崩溃的边缘开出花来   决赛前两周，我们遭遇重挫：一个本地完美的优化方案，在云端性能暴跌。连续三天的调试毫无进展，凌晨的自习室里，沮丧几乎将我们吞噬。  “退回保守方案吗？”队友的问话里，是同样的疲惫。          那一刻，我选择了“暂停”。我们离开电脑，在操场漫步，在白板上重新推演。正是这次“后退”，让我们发现了那个微不足道却至关重要的性能瓶颈——一个高频日志输出。解决它后，系统性能一飞冲天。 最终收获的，是比技术更重要的东西：   技术是肌肉，心态是骨骼。没有坚韧的骨骼，肌肉无法发力。          团队是化学反应，它教会我倾听、沟通与共情。          最宝贵的，是一种面对复杂问题时，相信自己总能找到出路的“韧性”。 结语        比赛的证书会褪色，但它赋予我的——对时间的掌控力、高效的学习范式以及一颗强大的“心脏”，已成为我前行路上最耀眼的勋章。        如果你正犹豫，我想说：勇敢迈出第一步。最动人的，从来不是终点的喝彩，而是路上那个日益强大的自己。

一、系统性技术传播，构建完整知识体系本次活动通过"社团获奖成果展示"和"华为开发者空间核心技术介绍"两大环节，系统性地普及了华为云、ModelArts、昇腾AI算力等技术矩阵。针对不同基础的学生群体，设计了差异化的技术传播路径：为初学者解析"开箱即用"的开发便利性，为技术骨干展示"ICT大赛训练营"的实战价值，形成了多层次、立体化的技术知识传播体系。二、沉浸式实践体验，推动技术能力转化活动创新设置"动手工坊"实践环节，提供"AI图像识别模型运行"与"鸿蒙云应用调试"两大技术实践方向。在技术助教团队的指导下，参与者通过15分钟的高效实践，完成了从理论认知到动手实操的完整流程，亲身体验了华为开发平台的技术优势，实现了技术能力的实质性提升。  三、学习社群持续运营，构建技术交流生态活动后成功建立"华为技术学习"微信社群，通过定期分享《新手任务清单》、技术资料包及实战案例，打造了持续活跃的技术交流平台。社群形成了良性的"学习-实践-分享"循环机制，为学生提供了长期的技术成长支持，确保了技术传播的持续性和深入性。四、人才培养初见成效，完善技术传承体系通过本次活动，成功吸引了多名技术骨干关注并意向加入HCSD计划，初步构建了"以学生影响学生"的技术传承模式。这种模式不仅壮大了校园技术布道师队伍，更形成了良好的技术传播氛围，为后续持续开展技术活动奠定了人才基础。五、学训赛创深度融合，验证技术应用路径活动成功将华为开发者空间嵌入学生"学习-训练-竞赛-创新"的成长体系，通过获奖学生的真实案例展示，生动呈现了如何将平台技术能力转化为个人技术实力和竞赛成果。这种模式为参与者提供了清晰的技术成长路径，验证了"技术学习-实践应用-创新产出"的可行性。  六、生态建设持续推进，夯实未来发展基础本次活动不仅是技术知识的传播，更是华为开发者生态在校园的深度落地。通过技术体验、实践应用和社群建设等多个维度，初步构建了可持续发展的校园开发者生态。未来将继续深化与华为开发者生态的合作，通过系列技术工作坊、项目实战和竞赛培育，持续推动创新技术能力培养工作。

发文为什么被限制了，这是因为什么 

华为开发者空间推广活动总结

以技术传播为翼，助云智落地生根 —— 西北民族大学华为云主机推广活动总结

【活动时间】即日起—12月17日【活动流程】——领取奖励的用户必须完成活动报名+领取华为开发者空间+完成指定任意1个空间案例实操并论坛回帖一、活动报名二、免费领取华为开发者空间三、完成以下任意一个华为开发者空间案例，在本论坛贴评论区分享案例完成截图（完成时间+案例名称+案例完成截图+实验心得），完成论坛回帖后，点此抽奖，每人仅可抽奖1次，务必完成论坛回帖后再抽奖，先抽奖再论坛回帖无效！指定空间案例（含实操入口）基于开发者空间-Versatile Agent构建内容审核工作流智能应用基于华为开发者空间-Versatile Agent开发平台构建旅游规划助手基于华为云开发者空间-Versatile Agent开发平台零基础开发购房助手基于华为开发者空间-Versatile Agent预置MCP资产快速构建智能体基于华为开发者空间-云开发环境（容器）+MaaS实现智语灵犀-AI对话助手基于华为开发者空间-云开发环境（容器）+MaaS大模型构建智能写作助手应用基于华为开发者空间开发平台-云开发环境（容器），完成贪吃蛇小游戏开发华为开发者空间-云开发环境（虚拟机）IDE插件远程连接操作指导【活动礼品】 【空间案例实操方式】1、 登录个人华为账号，从上述指定开发者空间案例中选取任意1个，点击进入，下载自己感兴趣的案例，根据提示完成案例实操  2、 本活动贴评论区：发送完成时间+案例名称+案例完成截图+实验心得 用户限制说明:1、参加本次社区活动的用户必须为华为云注册用户。同时为保证活动公平性，禁止用户以IAM账号身份参与活动，否则将视为无效。2、领取奖品的用户需为华为云实名用户，未完成实名认证的用户将不发放活动奖励。3、本次活动如一个实名认证对应多个账号，只有一个账号可领取奖励。如在同一概率活动中，同一账号重复获奖，只发放首先获奖奖品。4、本次活动一个实名认证账号只能对应一个收件人，如同一账号填写多个不同收件人，不予发放奖励。5、请开发者不要在活动期间随意修改社区昵称和华为云账号，由此产生的统计问题，如过了申诉期，小助手不再处理。（申诉期为活动结果公示3天内。）奖品发放说明:1、本活动结束之后10个工作日内公示获奖信息，活动结束30个工作日内将统一发出奖品。华为云遵守《中华人民共和国个人信息保护法》规定，将以上个人信息仅用于礼品发放之目的，不会向任何第三方披露。若由于获奖开发者用户自身原因（包括但不限于联系方式有误、身份不符或超过截止登记日期等）造成奖品无法发送，视为获奖开发者用户放弃领奖。2、为保证活动的公平公正，华为云有权对恶意刷活动资源（“恶意”是指为获取资源而异常注册账号等破坏活动公平性的行为），利用资源从事违法违规行为的开发者用户收回抽奖及奖励资格。3、若发放奖品时，出现库存不足，则优先发放等价值的其他实物奖品；开发者空间定制冲锋衣尺码随机发放，不指定尺码。4、所有参加本活动的开发者用户，均视为认可并同意遵守《华为云开发者用户协议》，包括以援引方式纳入《华为云开发者用户协议》、《可接受的使用政策》、《法律声明》、《隐私政策声明》、相关服务等级协议（SLA），以及华为云服务网站规定的其他协议和政策（统称为“云服务协议”）的约束。5、如果您不同意本活动规则和云服务协议的条款，请勿参加本活动。

因为什么原因被限制了？被误封了 

案例介绍基于华为开发者空间-云开发环境（容器）+ Versatile Agent，快速构建AI自动作业评分系统，用于作业发布和批改案例内容摘要本案例面向高校/培训机构等教学场景，利用 华为开发者空间云开发环境（容器） + Versatile Agent + MaaS 大模型服务，构建一个可落地的 AI 作业自动评分系统。系统能够：根据老师给出的作业要求与标准答案，对学生提交的答案进行自动评分（0–100 分，整数）。自动生成结构化点评，包括优点、问题和改进建议。支持多题目、多批量作业的统一管理，减轻教师批改压力。本文将从场景与痛点、方案架构、环境准备、开发与部署步骤、功能验证等方面，完整展示如何在华为云上快速搭建一个可用的 AI 作业自动评分系统。一、概述1. 案例介绍1.1 业务场景介绍典型教学场景：大班授课（例如 100+ 学生），期末/平时作业量大。作业内容以简答题、简要论述题、代码题为主。主要痛点：老师手工评分耗时长、主观性强、难以及时反馈。很难对每个学生给出有针对性的“优点/问题/改进建议”。1.2 目标与价值目标：将 作业评分流程自动化：老师提供“作业要求 + 参考答案/评分要点”，AI 自动打分与点评。评分规则 可控可调，保证“符合题意、关键知识点完整、推理是否正确”等核心维度。价值：大幅降低教师批改工作量，提升反馈速度。帮助学生快速了解自己作业中的不足，提升学习效果。2. 适用对象个人开发者高校学生3. 案例时间本案例总时长预计90分钟。4. 案例流程说明：教师在 前端页面/管理端 录入或上传：作业题目说明本次作业的“评分标准 / 知识点要求”官方答案或参考答案学生通过页面/系统提交自己的作业答案。后端服务（运行在 华为开发者空间云开发环境 中）将：教师要求 + 标准答案 + 学生答案封装为 Prompt 调用 Versatile Agent（绑定大模型 MaaS）。Versatile Agent 根据预先配置的 系统提示词，输出：0–100 的整数分数结构化评语（优点、问题、改进建议）后端将结果存储并返回给前端展示。5. 资源总览本案例预计花费0元。资源名称规格单价（元）时长（分钟）华为开发者空间开发平台 - 云开发环境（容器）鲲鹏通用计算增强型 kc1 | 2vCPUs | 4G | HCE免费90华为开发者空间 - Versatile Agent平台系统标配免费90二、环境准备1. 领取注册开发者空间开发者空间是开发者专属的云上成长空间，预置免费华为根技术工具和资源，为开发者提供从学习、开发到部署的全旅程支持。点击免费领取，立即领取开发者空间。三、创建并发布智能评分Agent1. 创建智能评分Agent新账号，首次进入华为开发者空间开发平台，开通Versatile Agent服务，点击切换至华北-北京四，即可正常使用Versatile Agent服务。对于已开通Versatile Agent服务的开发者，直接进入华为开发者空间开发平台，点击开发平台->Versatile Agent->智能体->单智能体应用->创建应用：创建应用：**选择创建类型：单智能体应用 应用名称：AI作业评分系统 应用描述：一个简单的作业自动AI评分系统agent，用户输入评分标准和答案后，AI自动进行评分**点击立即创建：添加提示词：你现在扮演一名严谨型作业评分员 A，根据老师给出的作业要求，对学生答案进行打分和点评。下面是本次作业的要求和答案以及学生提交的作业请你按照以下要求评分与点评：评分标准重点考察：是否符合题意、关键知识点是否完整、推理是否正确。分数范围：0–100 分，必须给出一个整数。输出格式（必须严格遵守）分数：<数字>/100 评语： 1）优点：…… 2）问题：…… 3）改进建议：……其他要求只根据上面给出的作业要求和答案进行判断，不要杜撰题目外的信息。评语尽量简洁、具体，可操作，不要客套话，不要重复题目内容。不要说明你的身份，也不要输出多余的前后缀文字。2. 调试并发布智能评分Agent输入以下问题，调试AI评分助手：【作业要求】 用自己的话说明什么是“二分查找算法”，并给出它在有序数组上的时间复杂度分析。要求：描述算法的基本思想；说明对输入数据的前提条件；给出时间复杂度并简单解释原因。 满分：100 分。【标准答案】基本思想： 二分查找在有序数组中查找目标值，每次比较中间元素与目标值：若相等则查找成功；若目标值小于中间元素，则在左半部分继续查找；若目标值大于中间元素，则在右半部分继续查找。 不断缩小查找区间，直到找到或区间为空。前提条件： 查找对象必须是有序的顺序存储结构（通常是有序数组）。时间复杂度： 时间复杂度为 O(log n)，因为每一步都把搜索区间缩小为原来的一半，最多进行约 log₂n 次比较。【学生答案】 二分查找就是从中间开始找，如果中间的数不是我们要的，就往两边继续找，直到找到为止。 它适合在数组里找数，速度很快。 时间复杂度是 O(n)，因为最多要把所有元素都看一遍。添加描述后点击发布：发布完成之后，记录调用API的url，留作后面步骤使用。四、创建并使用VS Code远程连接云开发环境（容器）登录华为开发者空间 - 云开发环境平台，右侧页签选择容器，点击创建。创建云开发环境（容器），平台为开发者提供了提供了三类容器模板：从空白创建、公开模板和私有模板。从空白创建：预置标准的鲲鹏通用计算增强型 kc1/2vCPUs/4G/HCE。公开模板：包含Go、Java、Node、Python、All In One等云开发环境（容器）模板，预置了标准的开发工具及环境基础。私有模板：自行创建的私有模板。以公开模板中的Python开发环境为例，这里对其进行选中，点右下角的确定。创建云开发环境（容器）参数说明：参数参数说明样例开发环境名称必填，可包含数字、字母、下划线，不能以数字开头，长度不超过15个字符。testCPU类型默认鲲鹏配置。不可更改CPU配额默认2C配置。不可更改内存配额默认4G配置。不可更改镜像名称必填，根据其预置工具不同，公共模板包含All In One、Go、Java、Python、Node等云开发环境（容器）模板，开发者可根据实际情况进行选择All In One环境变量选填，多个键值对之间使用英文分号分隔，如：key1=value1;key2=value2；变量名称只能由字母、数字和下划线组成，且只能以字母或下划线开头，变量名称与变量值长度不能超过128个字符；最多可添加50个环境变量。/工作目录默认目录/workspace。不可更改运行用户默认root。不可更改配置完成后，点下方的创建开发环境按钮，创建云开发环境（容器）AI_scoring提交成功，状态为创建中，云开发环境（容器）创建大约需要2分钟。云开发环境（容器）创建完成后，可以在容器页签的开发环境列表中查看详细信息，其状态变更为已就绪，点击开机执行开机操作后，云开发环境状态由已就绪变为开机中。点击远程连接，连接vscode选择vscode为VScode安装对应的插件选择相信，用于安装华为云的插件安装后，下方显示未登录，点击此处，进行登录选择打开网页进行登录选择账号进行登录登录成功后，VScode显示已登录点击左边的华为开发者空间插件找到正在运行的云开发环境——AI_scoring点击连接选择continue进行连接连接后选择相信作者（即用户本人）创建IAM用户及获取IAM用户信息使用华为账号登录IAM控制台，点击创建用户配置用户基本信息：配置项内容用户信息填写IAM用户名访问方式勾选编程访问、管理控制台访问凭证类型勾选访问秘钥、密码 ，自定义IAM账号密码登录保护关闭登录保护注意：记录IAM用户名、IAM账号密码，IAM用户登录时需要使用。选择用户名，打开管理控制台访问，再点击下一步填写自定义的密码选择admin并创建用户使用IAM账号登录华为云官网登录成功后，进入控制台，选择华北-北京四，右上角个人信息点击我的凭证进入API凭证界面，即可获取IAM用户信息，记录IAM用户名、账号名、区域华北-北京四对应的项目ID，留作后面步骤使用。注意：本案例中使用华北-北京四对应的项目ID。退出IAM账号，使用第一步注册的华为账号重新登录华为开发者空间开发平台。五、轻量级智能评分助手Agent集成实战1. 获取智能评分助手项目代码点击版本控制图标，再点击Initialize Repository：clone代码，输入代码仓地址，Clone from URL：https://gitcode.com/gcw_S9SSfW0T/AI-Scoring.git选择代码仓目录：/root/选择相信以继续2. 安装项目依赖按下Ctrl+Shift+`，打开Terninal窗口，选择SmartOfficeAssistant目录，安装requests。pip install requests flask3. 获取Token鉴权Agent API调用需要通过用户Token进行用户鉴权，所以接口调用前，需要先获取用户的Token。注意：华为账号不支持直接获取账号Token，华为账号获取Token需创建一个IAM用户并授予该用户必要的权限，使用创建的IAM用户名和密码，获取IAM用户Token。IAM用户名和密码，我们已经在“二、环境准备中的3. 创建IAM用户及获取IAM用户信息”中获取。在SmartOfficeAssistant文件夹下，查看编辑get_token.py文件。注意：MAIN_USER替换成“二、环境准备中的3. 创建IAM用户及获取IAM用户信息”获取的账号名；IAM_USER替换成“二、环境准备中的3. 创建IAM用户及获取IAM用户信息”获取的IAM用户名；PROJECT_ID替换成“二、环境准备中的3. 创建IAM用户及获取IAM用户信息”中获取的华北-北京四区域对应的项目ID；IAM_PASSWORD替换成“二、环境准备中的3. 创建IAM用户及获取IAM用户信息”中创建用户时，设置的IAM账号密码。运行get_token.py：python get_token.pytoken即保存在token.txt文件中。4. 测试AI自动评分助手以下是对 main. py 代码功能和结构的详细说明：1. 总体架构后端框架：使用 Flask (app = Flask(__name__)) 提供 Web 服务。前端展示：使用 HTML/CSS (Tailwind CSS) / JavaScript 构建了一个单页面的仪表盘界面，内嵌了聊天窗口。AI 集成：后端通过 HTTP 请求与远程的华为云 AI Agent 进行通信。2. 主要功能模块详解A. 基础配置与工具函数依赖库：引入了 requests 处理 HTTP 请求，urllib3 处理 SSL 警告，uuid 生成唯一会话 ID。Token 读取 (read_token_from_file)：为了安全起见，认证所需的 Token 不直接写在代码里，而是从本地文件 token.txt 中读取。AI Agent 调用核心 (call_agent)：功能：这是代码的核心逻辑。它向华为云的特定 API 端点发送 POST 请求。流式处理：使用了 stream=True 和 iter_lines。代码设计用于处理流式响应 (SSE)（即 AI 一个字一个字吐出的效果），但在这里它将流式数据拼接成完整字符串 (full_content) 后再一次性返回给前端。容错：包含对 Token 缺失、网络错误、JSON 解析错误的异常处理。B. Web 路由 (Routes)主页路由 (@app.route('/'))：前端技术栈：样式：使用 Tailwind CSS CDN，快速构建现代化的 UI（紫色/蓝色渐变风格）。图标：使用 FontAwesome。交互：包含原生 JavaScript。页面内容：仪表盘：展示了“作业提交”、“AI智能评分”、“成绩统计”等功能悬浮聊天窗：页面右下角有一个 AI 助手图标，点击可展开聊天界面。JavaScript 逻辑：负责监听用户输入，通过 fetch API 将消息发送给自家的后端 /api/agent 接口，并将返回结果显示在聊天气泡中。API 接口路由 (@app.route('/api/agent'))：功能：作为前端和华为云 AI 之间的中间层（Proxy）。流程：接收前端发来的 JSON 数据（用户消息）。生成或复用 conversation_id。调用内部的 call_agent 函数去请求真正的 AI 服务。将简单的内存级对话历史记录在全局变量 conversations 字典中。将 AI 的回复以 JSON 格式返回给前端。3. 代码逻辑流程图解用户在网页聊天框输入 ⬇ 前端 JavaScript 捕获输入 ⬇ 发送 POST 请求到本机的 /api/agent ⬇ Flask 后端接收 -> 读取 token.txt -> 调用 call_agent() ⬇ requests 向华为云 API 发送请求 (带 X-Auth-Token) ⬇ 华为云 AI 处理并返回流式数据 ⬇ Flask 后端接收流数据 -> 拼接成完整文本 ⬇ Flask 返回 JSON 响应给前端 ⬇ 前端 JavaScript 解析 JSON -> 更新聊天界面 DOM 先修改url: YOUR_URL替换成“三、创建并发布智能评分Agent中的2. 调试并发布智能评分Agent”中获取的url，再使用 python main.py 运行代码在浏览器中输入：http://127.0.0.1:8082，或者点击Open in Browser进入智能评分系统平台。右下角体验AI自动评分助手：6. 释放资源延时：注：云开发环境（容器）被创建后，其使用时长为15小时，当用户时长小于60分钟时可申请延时，若时长大于60分钟，则不允许申请延时。关机：注：云开发环境的状态由关机中变为已就绪(持续时间2分钟左右)，在已就绪的状态下可以进行删除操作。删除：点击右上角关闭按钮，关闭Remote SSH远程连接窗口。完成关机后，状态变为已就绪。云开发环境（容器）PC端会同步状态。至此，基于华为开发者空间-云开发环境（容器）+ Versatile Agent，构建AI轻量级智能评分助手的案例已全部完成。“我正在参加【案例共创】基于华为开发者空间云开发环境（容器）开发构建AI应用 https://developer.huaweicloud.com/signup/4ffb9c18acff4fe79a782683c1277bbf

案例介绍本项目是基于华为开发者空间云上开发环境部署的 RuoYi-Vue + TinyAgent + MCP + MaaS 技术实践案例。该应用在 RuoYi-Vue 中深度集成华为云MaaS（ModelArts as a Service）平台提供的DeepSeek大语言模型，并使用 TinyAgent 对接 MCP 服务，充分利用平台提供的百万级商用 Token 处理能力以及 Agent 技术，探索传统前端项目的智能化改造。案例内容一、概述1. 案例介绍本项目通过结合 RuoYi-Vue 的前端框架、华为云 MaaS 提供的大语言模型服务、TinyAgent 的智能代理能力以及 MCP 服务，实现了一个高效的智能化系统。该系统可以快速部署在开发环境中，提供高性能的智能对话服务，并通过智能代理进行业务自动化处理。应用中，RuoYi-Vue 作为前端框架提供了灵活的界面设计和快速开发的能力，配合 DeepSeek 模型的强大语言处理能力，使得本应用能够支持自然语言理解、对话管理和语义分析等多种功能。TinyAgent 通过接入 MCP 服务，进一步增强了系统的智能化水平，使得应用在面对复杂场景时，能够更好地处理多轮对话和长文本分析任务。该项目不仅为企业和个人开发者提供了一个智能化改造的范例，也为高校学生提供了实践机会，让他们能够深入了解前端开发、智能对话系统、Agent 技术以及云平台应用的结合。2. 适用对象企业个人开发者高校学生## 3. 案例时间本案例总时长预计60分钟。## 4. 案例流程说明：注册登录华为开发者空间，进入云开发环境（容器）平台，web端实现容器的创建与开机操作；PC本地通过VS Code安装Huawei Developer Space插件，远程连接操作云开发环境（容器）的；领取百万token代金券福利，登录MaaS平台，开通商用模型服务，获取模型调用参数API Key；GitCode拉取 RouYi-Vue + TinyAgent 改造代码，安装依赖，修改配置参数API Key，运行 MCP Server 端；启动程序，在浏览器端测试验证，通过 AIChat 操作页面功能。5. 资源总览本案例预计花费0元。资源名称规格单价（元）时长（分钟）华为开发者空间开发平台 - 云开发环境（容器）鲲鹏通用计算增强型 kc1 | 2vCPUs | 4G | HCE免费60二、基础环境与资源准备1. VS Code远程连接云开发环境容器参考案例《华为开发者空间 - 云开发环境（容器）IDE插件远程连接操作指导》中的“二、云开发环境IDE插件远程连接操作指导”的内容，完成“1. 安装插件” ~ “4. 连接”章节步骤。我这里选择的 All in One 环境，也就是包括了 NodeJS、Java、Python、Go 的环境。完成连接之后的状态：2. 领取百万免费token福利参考案例《Versatile Agent中自定义接入大模型配置华为云Maas指导》中的“一、 领取”章节内容，领取华为开发者空间百万token代金券福利，本案例中选用DeepSeek-R1，则在此处点DeepSeek-R1 轻量体验包（¥7.00）。若其他案例中选用DeepSeek-V3 则购买ModelArts Studio DeepSeek-V3 轻量体验包（¥3.50）。开通商用模型服务，最后获取API地址、API Key的参数值。3.从 GitCode 拉取源码源码基于 RouYi-Vue 改造，新增了 MCP-Server 并集成了 MCP-Client，实现了 AIChat 可调用 MCP 来操控页面，是 AI 时代前端智能化的一次探索尝试。在 VSCode 新建终端：输入命令拉取代码：git clone https://gitcode.com/huqi-dev/RuoYi-Vue3 三、前端智能化改造1. OpenTiny 助力 MCP-Server 开发@OpenTiny/tiny-agent 基于MCP协议使AI理解与操作用户界面，完成用户任务。它的特性包括但不限于：支持MCP协议 支持MCP客户端 + FunctionCall/ReAct模式的大模型任务调度指令 支持模拟人机交互，让AI操作用户界面，可人为干预可扩展操作哭 丰富的人机交互模拟，支持组件模块API专有扩展开发工具套件 轻松标记编排，生成AI能理解的网站使用说明书首先我们需要配置一下环境，主要是把 MaaS 提供的 DeepSeek R1 接入进来，为我们的前端智能化改造提供核动力。复制 mcp-server/.env-example 内容到 mcp-server/.env 中，填写自己的api key、api url 等。如：url=https://api.modelarts-maas.com/v1/chat/completions apiKey= 此处请替换为您的 api key model=DeepSeek-R1 systemPrompt=You are a helpful assistant with access to tools. 接着在命令行中执行命令，安装依赖并启动项目：cd RuoYi-Vue3/mcp-server/ npm install npm run dev这时候会监听到 3001 端口已经有服务在运行了。我们通过浏览器访问 http://localhost:3001/mcp 能够看到服务正常运行：2. OpenTiny 助力 MCP-Client 开发@OpenTiny/tiny-agent 同样也适用于 MCP-Client 的开发，我们在源码目录的 /workspace/RuoYi-Vue3/src/components/AIChat 下实现了 AIChat 组件和它能调用的 MCP tools。继续新建终端，执行命令安装依赖并运行前端：cd RuoYi-Vue3/ npm install npm run dev此时浏览器会自动打开 rouyi 的前端页面：登录完成之后，我们去到 系统管理-日志管理-操作日志 ，可以看到右下角多了一 AIChat 的入口：我们点击 AIChat 的图标可以打开一个对话框：接着点击 列出目前系统中可用的工具 ，AIChat 会调用 MCP-Server 获取我们定义在客户端的 MCP tools：接着我们再测试一下清空筛选条件功能：刷新页面在搜索条件中随意输入，接着点击 界面操作：见证奇迹的时候到了：原先有值的筛选条件被一一清空了，我们从对话中也能看到 MCP tools 被调用了：3. 代码浅析mcp-server 的代码是参考 tiny-agent/demo-server : cid:link_7tree/main/demo-server 实现：demo-server/.env.example — 示例环境变量，说明必须的配置项package.json — 依赖与运行/构建脚本tsconfig.json — TypeScript 编译配置（生产）tsconfig.dev.json — 开发用的 TypeScript 配置覆盖src/index.ts — 应用入口，配置加载与模块初始化proxy-server.ts — HTTP / WebSocket 代理与路由层（主服务）chat.ts — 聊天 / 会话逻辑（业务处理、上游适配）connector.ts — 上游连接适配器（HTTP/WebSocket 客户端封装）tiny-agent/demo‑server 是一个演示（demo）服务器模块，用于快速搭建后端服务，以便前端或其它客户端能够通过 Web 接口调用 tiny‑agent 的能力。通过它，我们可以看到一个完整的“Agent 服务端”如何接收请求、调用 Agent 模型、返回结果。整体流程为：客户端发送请求，服务端执行 Agent 推理，可能调用工具，然后将结果返回给客户端。前端AIChat 的实现代码主要都在 src/components/AIChat ，包含了 UI 层和 mcp tools 相关的实现，核心代码为：import { EndpointTransport, WebSocketClientEndpoint } from '@opentiny/tiny-agent-mcp-connector'; import { McpValidator } from '@opentiny/tiny-agent-mcp-service'; import { setupMcpService } from '@opentiny/tiny-agent-mcp-service-vue'; import { McpToolParser } from '@opentiny/tiny-agent-task-mcp'; import { useTaskScheduler } from './scheduler'; import mcpToolJson from './mcp-tool.json'; import mcpToolRegistry from '@/utils/mcpToolRegistry'; export function initMcp() { // Connector const wsEndpoint = new WebSocketClientEndpoint({ url: import.meta.env.VITE_CONNECTOR_ENDPOINT_URL }); const endpointTransport = new EndpointTransport(wsEndpoint); // MCP Service const mcpService = setupMcpService(); mcpService.mcpServer.connect(endpointTransport); // MCP Validatorß const mcpValidator = new McpValidator(); mcpService.setValidator(mcpValidator); // Task Scheduler const { taskScheduler, actionManager } = useTaskScheduler(); const doTask = async (task, opt) => taskScheduler.pushTask(task, opt); // MCP Tool Parser & mcp-tool.json const mcpToolParser = new McpToolParser(doTask); mcpToolParser.extractAllTools(mcpToolJson).forEach((tool) => { mcpService.mcpServer.registerTool(tool.name, tool.config, tool.cb); }); // 设置全局MCP工具注册管理器 mcpToolRegistry.setMcpService(mcpService); console.log('[MCP] MCP服务初始化完成，工具注册管理器已设置'); return { wsEndpoint, endpointTransport, mcpService, mcpValidator, taskScheduler, actionManager, mcpToolParser, }; } 实例化：import { initMcp } from './mcp'; const { endpointTransport, mcpValidator } = initMcp(); 完整代码请参考： https://gitcode.com/huqi-dev/RuoYi-Vue3至此，我们完成了基于华为开发者空间云开发环境（容器）探索前端智能化，后续待 OpenTiny 开源 WebAgent 实现，我们再分享基于 OpenTiny Next 的企业智能前端解决方案，我们相信以生成式 UI 和 WebMCP 两大自主核心技术为基础的OpenTiny Next ，势必能加速企业应用的智能化改造。我正在参加【案例共创】第8期 【案例共创】基于华为开发者空间云开发环境（容器）开发构建AI应用 https://bbs.huaweicloud.com/forum/thread-0282197603883890106-1-1.html