案例介绍今天领导要做一个工作，把批量摘取word表格内容为excel的，word有几百个，摘取内容为根据word最后总结各项，取上面章节与总结各项对应的表格，一个word里摘取的表格也有几十上百个，问有没有会写程序的，灵光一闪我写的不好但是有CodeArts 代码智能体，本案例基于华为开发者空间 - 云开发环境（容器）与 VS Code 版 CodeArts 代码智能体，基于 Python 语言，快速开发一款批量摘取 Word 表格内容到 Excel 的程序。该程序可自动遍历指定文件夹下的所有 Word 文档，识别并提取文档中的所有表格数据，按统一格式汇总到 Excel 文件中，减少人工操作。一、概述1.1 案例介绍华为开发者空间，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。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。本案例基于华为开发者空间 - 云开发环境（容器）与 VS Code 版 CodeArts 代码智能体，基于 Python 语言，快速开发一款批量摘取 Word 表格内容到 Excel 的程序。该程序可自动遍历指定文件夹下的所有 Word 文档，识别并提取文档中的所有表格数据，按统一格式汇总到 Excel 文件中，大幅减少人工操作。1.2 适用对象行政 / 财务 / 人事等需要批量处理文档表格的办公人员初级 Python 开发者（零基础可上手）中小企业数据整理岗工作人员需要自动化办公提效的职场人群1.3 案例时间本案例总时长预计120分钟。1.4 案例流程说明：在 CodeArts 代码智能体中输入精准 Prompt，生成核心提取程序代码。分析需求，编写Prompt提示词调试代码，适配不同格式的 Word 表格（合并单元格、不规则行列等）。运行程序，批量处理 Word 文档并验证 Excel 汇总结果。1.5 资源总览本案例预计花费1.85元。资源名称规格单价（元）时长（分钟）云开发环境（容器）鲲鹏通用计算增强型 kc1 2vCPUs 4G HCE免费60CodeArts服务免费体验版免费60VS Code免费下载免费60二、环境和资源准备2.1 安装插件打开VS Code，点击下图图标，搜索Huawei Developer Space，点击Install，安装插件。2.2 登录安装完成后，点击Huawei Developer Space插件图标，点击登录。确认打开外部网站。点击确认授权。显示登录成功后，返回VS Code中，允许打开此URL，至此VS Code端工作准备就绪。2.3 创建云开发环境(容器)在CLOUD DEV ENV（CONTAINER）页签，点击创建云开发环境，创建云开发环境。输入云开发环境名称：banjin（名称可以自拟），然后回车。注：必填项，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。容器镜像选择All in One，然后回车。注：必填项，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。选择规格，云开发环境（容器）提供了四个配置规格，分别为2vCPUs 4Gib、4vCPUs 8Gib、8vCPUs 16Gib、16vCPUs 32Gib。配置环境变量，若无则直接回车。注：选填项，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。2.4 远程连接云开发环境(容器)回到VS Code端，我们可以看到刚才开设的容器服务器。将鼠标置于其上，可以看到出现运行的按钮，点击开始运行启动容器环境开机成功后，点击在当前窗口链接，连接远程开发环境（容器）。此时会提示安装远程的拓展，我们点击安装即可。安装完成后，会弹出平台操作系统选择，我们选择Linux。连接成功后，如下图所示。执行命令测试一下，可以确认已经连接成功了。2.5 安装CodeArts代码智能体点击Extensions图标，搜索CodeArts Doer for Coding，选择在该容器环境中安装。【注意】此处的工作空间已经切换，即使本地安装了CodeArts Doer，此处也不会显示，选择ssh仍然选择在容器环境中安装。安装完成之后，我们点击左侧如图所示的图标，可以看到登陆界面，点击选择华为云账号登录。此时CodeArts代码智能体还不能直接使用，需要进行登录，点击华为账号登录，弹出窗口提示：是否打开外部网站，点打开。浏览器自动打开“批准登录”确认页面。若此时未登录账号，则跳转华为账号登录。若账号已登录，则选中并点登录。注：若为首次使用CodeArts代码智能体，会进入开通页面。需要勾选**“我已阅读并同意”后，单击“立即开通”**，等待套餐开通完成。至此，全部环境准备工作完成。2.6 配置智能体模式在CodeArts代码智能体对话框下侧点Agent模式，在弹出的菜单最后侧点设置按钮。在设置界面，点“自动批准”右侧的已启用。进入授权所有自动化操作界面，分别勾选读取文件和目录、编辑文件、执行命令、更新代办、执行task工具、使用浏览器。三、基于华为开发者空间+CodeArts代码智能体高效构建自动化代码审计助手3.1 需求分析与 Prompt 指令设计核心需求梳理：从第六章《输入输出表证单书》里提取各个项然后在第五章查找对应的表格，提取到excel1、批量读取指定文件夹下所有.docx 格式 Word 文档，自动跳过无表格、损坏的文档；2、精准提取每个 Word 文档中的所有表格，处理合并单元格（填充合并后空值）；3、文件内容中定位标题为《输入输出表证单书》的章节取所有项名称对应项；4、定位文件中《五、业务处理流程及规则》板块下的《受理》子章节查找对应列表；5、将提取的表格汇总至 Excel：每个 Word 的表格单独占一个工作表，工作表名格式为 “文档名_表格序号”；6、显示处理进度，生成日志记录（成功 / 失败的文档、表格数量、错误原因）；7、代码添加详细注释，便于新手修改和调试。编辑一个prompt指令帮我用python写有个程序，通过doc文件来取出文件内《输入输出表证单书》里对应《输入》和《输出》项里名称，然后在《五、业务处理流程及规则》里《受理》下，在内容里查找上面对应项名称加上“数据项处理规则”名称，然后取下方的表格，例如”《异常监控指标清单》“在《五、业务处理流程及规则》里《受理》下内容中，查找 ”《异常监控指标清单》数据项处理规则“ ，不要查找表格中的名称列，在内容里查找然后取下方的表格，查找当前目录下的doc文件优化下prompt提示词请使用Python开发一个程序，满足以下核心需求，代码需具备可运行性、鲁棒性，并添加详细注释：### 核心功能要求1. 文件读取：遍历当前运行目录下的所有.doc格式文件（若需兼容.docx也可同时支持），跳过无相关内容的文件；2. 第一步提取名称： - 从文件内容中定位标题为《输入输出表证单书》的板块； - 精准提取该板块下《输入》项和《输出》项中所有的名称（如：《异常监控指标清单》，保存为名称列表；3. 第二步查找并提取表格： - 定位文件中《五、业务处理流程及规则》板块下的《受理》子板块； - 仅在《受理》板块的**纯文本内容**中（不查找表格内的名称列），依次查找第一步提取的每个名称 + “数据项处理规则”的完整字符串（如《异常监控指标清单》数据项处理规则）； - 找到匹配字符串后，提取该字符串**正下方**对应的表格数据（保留表格行列结构）；4. 结果输出：将提取的表格数据按“文件名-名称-表格数据”的结构汇总，支持保存为Excel文件（或CSV），并生成处理日志（记录成功/失败的文件及原因）。### 技术要求1. 处理.doc文件优先使用python-docx2txt、pywin32（win32com）等成熟库，确保能解析老版本.doc格式；2. 增加异常处理：跳过损坏的doc文件、无目标板块/内容的文件，程序不中断；3. 兼容常见格式问题：如标题换行、空格、特殊符号（（）《》）、板块层级缩进不一致等；4. 代码注释清晰，关键步骤（如板块定位、名称匹配、表格提取）需单独封装函数，便于调试和修改；5. 输出结果需保留表格原有行列结构，空单元格填充为空字符串，避免数据错位。3.2 代码构建我们进入智能体模式下，执行如上提示词，可以看到，智能体开始自动构建任务步骤，全程不需要我们操作，根须需求的难易程度等待时间长度不等。等待 10几分钟后代码完成，来尝试运行一下代码python extract_io_data.py可以看到数据都串行了我们交给 CodeArts智能体帮我们修复中间多次测试程序异CodeArts智能体修复记录不再记录3.3 运行生成的代码体验成果运行最终代码体验成果python extract_io_data.py这里已经按照需求提取了word里的表格生成了对应的excel3.4 封装代码python代码需要准备python环境安装各种依赖，在win下使用比较不辨，来封装一个可执行文件便于使用和分享这里输入提示词：帮我把程序打包成exe测试生成的可执行exe，更方便的提取excel结果了 生成代码：#!/usr/bin/env python# -*- coding: utf-8 -*-"""提取doc文件中的输入输出表证单书名称和对应的数据项处理规则表格输出到Excel文件"""import osimport refrom tika import parserimport openpyxlfrom openpyxl.styles import Font, Alignment, Border, Side, PatternFilldef find_section_start(lines, section_name): """查找章节起始位置""" for i, line in enumerate(lines): if section_name in line: return i return -1def find_subsection_start(lines, start_idx, subsection_name): """从指定位置开始查找子章节起始位置""" for i in range(start_idx, len(lines)): if subsection_name in lines[i]: return i return -1def extract_io_names(lines): """提取《输入输出表证单书》中《输入和输出》项的名称（包括括号内容）""" io_names = [] # 查找"六、输入输出表证单书"章节 section_start = find_section_start(lines, "六、输入输出表证单书") if section_start == -1: print("未找到'六、输入输出表证单书'章节") return io_names # 查找"七、"章节（六、章节的结束位置） section_end = -1 for i in range(section_start + 1, len(lines)): if lines[i].strip().startswith('七、'): section_end = i break if section_end == -1: section_end = min(section_start + 100, len(lines)) # 查找"（一）输入"部分 input_start = find_subsection_start(lines, section_start, "（一）输入") # 查找"（二）输出"部分 output_start = find_subsection_start(lines, section_start, "（二）输出") # 在六、章节和七、章节之间提取所有名称 for i in range(section_start, section_end): line = lines[i].strip() # 匹配两种格式： # 1. 《名称》 # 2. 《名称》（中文括号内容） # 3. 《名称（中文括号内容）》 # 先尝试匹配《名称》（中文括号内容）格式 # 注意：中文括号是（）不是() # 使用字符串处理而不是正则表达式 found_paren_format = False if '《' in line and '》' in line and '（' in line and '）' in line: # 检查是否有《...》（...）的格式 start_idx = line.find('《') while start_idx != -1: end_idx = line.find('》', start_idx) if end_idx != -1: # 检查》后面是否有（ after_bookmark = line[end_idx + 1:].strip() if after_bookmark.startswith('（'): # 找到完整的《名称》（内容）格式 paren_end = after_bookmark.find('）') if paren_end != -1: name = line[start_idx:end_idx + 1] + after_bookmark[:paren_end + 1] # 排除表头 if name not in ["《输入和输出》", "《输入》", "《输出》"]: if name not in [n[0] for n in io_names]: # 判断是输入还是输出 if output_start != -1 and i >= output_start: io_names.append((name, '输出')) elif input_start != -1 and i >= input_start: io_names.append((name, '输入')) found_paren_format = True start_idx = line.find('《', end_idx + 1) if end_idx != -1 else -1 # 如果没有匹配到括号格式，再尝试匹配《...》格式 if not found_paren_format: start_idx = line.find('《') while start_idx != -1: end_idx = line.find('》', start_idx) if end_idx != -1: name = line[start_idx:end_idx + 1] # 排除表头 if name not in ["《输入和输出》", "《输入》", "《输出》"]: if name not in [n[0] for n in io_names]: # 判断是输入还是输出 if output_start != -1 and i >= output_start: io_names.append((name, '输出')) elif input_start != -1 and i >= input_start: io_names.append((name, '输入')) start_idx = line.find('《', end_idx + 1) if end_idx != -1 else -1 return io_namesdef extract_table_below(lines, start_idx): """提取从指定位置开始的表格内容""" table_data = [] i = start_idx # 找到表格开始（查找表头） header_found = False while i < min(start_idx + 2000, len(lines)): # 增加表格提取范围到2000行 line = lines[i] # 检查是否是表格表头（包含序号、数据项名称等关键字） if not header_found: # 检查这一行或接下来的几行是否包含表头信息 if '序号' in line: # 检查接下来的几行是否是表头 is_header = False j = i header_lines = [] while j < min(i + 10, len(lines)): stripped = lines[j].strip() if stripped and ('序号' in stripped or '数据项名称' in stripped or '数据项代码' in stripped or '处理方式' in stripped or '采集规则' in stripped or '备注' in stripped): header_lines.append(stripped) is_header = True j += 1 elif stripped.startswith('\t'): # 可能是表头的后续行 header_lines.append(stripped) j += 1 else: break if is_header and len(header_lines) >= 3: header_found = True i = j continue # 如果表头已找到，开始收集表格行 if header_found: # 检查是否表格结束（遇到新的章节或新的数据项处理规则标题） stripped = line.strip() # 检查是否遇到新的数据项处理规则标题 if '数据项处理规则' in stripped and '《' in stripped: # 检查这一行是否是数据项处理规则的标题（通常是单独一行） # 如果是，则停止提取 if stripped.startswith('《'): break # 检查是否遇到数字开头的段落（如"1．"）且不是纯数字 # 只匹配中文句点，不匹配英文句点 if re.match(r'^\d+[．、]', stripped) and not stripped.isdigit(): break # 检查是否遇到新的主章节（七、八、九、十等） if re.match(r'^[七八九十]+、', stripped): break # 跳过空行 if not stripped: i += 1 continue # 将每一行都作为一个单独的元素添加到表格数据中 table_data.append([stripped]) i += 1 return table_datadef find_data_item_processing_rule(lines, io_name): """ 在《五、业务处理流程及规则》中《受理》下查找对应项名称+数据项处理规则， 然后提取下方的表格 """ # 查找"五、业务处理流程及规则"章节 section_start = find_section_start(lines, "五、业务处理流程及规则") if section_start == -1: return None # 查找"（二）受理"部分 accept_start = find_subsection_start(lines, section_start, "（二）受理") if accept_start == -1: return None # 查找受理部分的结束位置（下一个主章节或六、章节） accept_end = -1 for i in range(accept_start + 1, len(lines)): if lines[i].strip().startswith('（三）') or lines[i].strip().startswith('六、'): accept_end = i break if accept_end == -1: accept_end = min(accept_start + 20000, len(lines)) # 增加搜索范围 # 构造要查找的字符串 search_text = io_name + "数据项处理规则" # 在受理部分查找该字符串 for i in range(accept_start, accept_end): if search_text in lines[i]: # 找到了，提取下方的表格 table_data = extract_table_below(lines, i + 1) return { 'name': io_name, 'found_at': i, 'table': table_data } return Nonedef export_to_excel(io_names, results, output_file): """将结果导出到Excel文件""" # 创建工作簿 wb = openpyxl.Workbook() wb.remove(wb.active) # 删除默认的sheet # 创建样式 header_font = Font(name='微软雅黑', size=11, bold=True, color='FFFFFF') header_fill = PatternFill(start_color='4472C4', end_color='4472C4', fill_type='solid') header_alignment = Alignment(horizontal='center', vertical='center', wrap_text=True) data_font = Font(name='微软雅黑', size=10) data_alignment = Alignment(horizontal='left', vertical='center', wrap_text=True) thin_border = Border( left=Side(style='thin'), right=Side(style='thin'), top=Side(style='thin'), bottom=Side(style='thin') ) # Sheet1: 输入输出表证单书列表 ws1 = wb.create_sheet('输入输出表证单书', 0) # 设置表头 headers1 = ['序号', '类型', '名称', '是否有数据项处理规则'] ws1.append(headers1) # 设置表头样式 for col in range(1, len(headers1) + 1): cell = ws1.cell(1, col) cell.font = header_font cell.fill = header_fill cell.alignment = header_alignment cell.border = thin_border # 填充数据 for idx, (name, io_type) in enumerate(io_names, 1): # 检查是否有数据项处理规则 has_rule = any(r['name'] == name for r in results) rule_status = '是' if has_rule else '否' ws1.append([idx, io_type, name, rule_status]) # 设置数据样式 for col in range(1, len(headers1) + 1): cell = ws1.cell(idx + 1, col) cell.font = data_font cell.alignment = data_alignment cell.border = thin_border # 调整列宽 ws1.column_dimensions['A'].width = 8 ws1.column_dimensions['B'].width = 10 ws1.column_dimensions['C'].width = 50 ws1.column_dimensions['D'].width = 20 # Sheet2: 数据项处理规则详细表格 ws2 = wb.create_sheet('数据项处理规则', 1) # 设置表头 headers2 = ['表单名称', '序号', '数据项名称', '数据项代码', '处理方式', '采集规则', '备注'] ws2.append(headers2) # 设置表头样式 for col in range(1, len(headers2) + 1): cell = ws2.cell(1, col) cell.font = header_font cell.fill = header_fill cell.alignment = header_alignment cell.border = thin_border # 填充数据 row_num = 2 for result in results: if result['table']: # 跳过表头行（如果存在） table_rows = result['table'] if len(table_rows) > 0 and '序号' in str(table_rows[0]): table_rows = table_rows[1:] # 先将所有行展平成一个列表，跳过空行 all_values = [] for row in table_rows: for val in row: if val: # 跳过空值 all_values.append(val) # 按照数据项格式重新组织 # 格式：序号, 数据项名称, 数据项代码, 处理方式, 采集规则, 备注 # 但是有些数据项可能没有备注或数据项代码，所以需要动态判断 i = 0 while i < len(all_values): # 初始化所有字段为空 seq_num = '' data_name = '' data_code = '' process_mode = '' collect_rule = '' remark = '' # 检查第一个值是否是序号 if all_values[i].isdigit(): # 这是序号行 seq_num = all_values[i] i += 1 # 接下来应该是数据项名称（非数字） if i < len(all_values) and not all_values[i].isdigit(): data_name = all_values[i] i += 1 # 接下来可能是数据项代码（以06开头）或处理方式 if i < len(all_values): if all_values[i].startswith('06'): data_code = all_values[i] i += 1 # 数据项代码之后应该是处理方式 if i < len(all_values) and not all_values[i].isdigit(): process_mode = all_values[i] i += 1 # 处理方式之后应该是采集规则 if i < len(all_values) and not all_values[i].isdigit(): collect_rule = all_values[i] i += 1 # 采集规则之后可能是备注 if i < len(all_values) and not all_values[i].isdigit(): remark = all_values[i] i += 1 else: # 没有数据项代码，直接是处理方式 process_mode = all_values[i] i += 1 # 处理方式之后应该是采集规则 if i < len(all_values) and not all_values[i].isdigit(): collect_rule = all_values[i] i += 1 # 采集规则之后可能是备注 if i < len(all_values) and not all_values[i].isdigit(): remark = all_values[i] i += 1 # 在表单名称中添加"数据项处理规则" form_name = result['name'] if '数据项处理规则' not in form_name: form_name = form_name + "数据项处理规则" ws2.append([form_name, seq_num, data_name, data_code, process_mode, collect_rule, remark]) # 设置数据样式 for col in range(1, len(headers2) + 1): cell = ws2.cell(row_num, col) cell.font = data_font cell.alignment = data_alignment cell.border = thin_border row_num += 1 else: # 不是序号，跳过 i += 1 # 调整列宽 ws2.column_dimensions['A'].width = 40 ws2.column_dimensions['B'].width = 8 ws2.column_dimensions['C'].width = 25 ws2.column_dimensions['D'].width = 18 ws2.column_dimensions['E'].width = 12 ws2.column_dimensions['F'].width = 15 ws2.column_dimensions['G'].width = 40 # 保存文件 wb.save(output_file) print("结果已导出到Excel文件: " + output_file)def main(): """主函数""" # 查找当前目录下的doc文件 current_dir = os.getcwd() doc_files = [f for f in os.listdir(current_dir) if f.endswith('.doc')] if not doc_files: print("当前目录 " + current_dir + " 下没有找到.doc文件") return print("找到以下.doc文件：") for doc_file in doc_files: print(" - " + doc_file) # 处理每个doc文件 for doc_file in doc_files: doc_path = os.path.join(current_dir, doc_file) print("\n正在处理文件: " + doc_file) try: # 使用tika解析doc文件 parsed = parser.from_file(doc_path) content = parsed['content'] lines = content.split('\n') # 步骤1：提取《输入输出表证单书》中《输入和输出》项的名称 print("\n步骤1：提取输入输出表证单书中的名称...") io_names = extract_io_names(lines) print("共找到 " + str(len(io_names)) + " 个名称：") for name, io_type in io_names: print(" - " + name + " (" + io_type + ")") # 步骤2和3：查找数据项处理规则并提取表格（包括输入和输出） print("\n步骤2-3：查找数据项处理规则并提取表格...") results = [] for name, io_type in io_names: result = find_data_item_processing_rule(lines, name) if result: results.append(result) print(" [OK] 找到 " + name + " 的数据项处理规则表格，共 " + str(len(result['table'])) + " 行") else: print(" [X] 未找到 " + name + " 的数据项处理规则表格") # 步骤4：将结果输出到Excel文件 print("\n步骤4：将结果输出到Excel文件...") output_excel = os.path.splitext(doc_file)[0] + "_提取结果.xlsx" export_to_excel(io_names, results, output_excel) # 同时也输出到文本文件 #output_txt = os.path.splitext(doc_file)[0] + "_提取结果.txt" # with open(output_txt, 'w', encoding='utf-8') as f: # f.write("文件: " + doc_file + "\n") # f.write("=" * 80 + "\n\n") # # f.write("一、输入输出表证单书中的名称（共" + str(len(io_names)) + "个）\n") # f.write("-" * 80 + "\n") # for name, io_type in io_names: # f.write(name + " (" + io_type + ")\n") # # f.write("\n二、数据项处理规则表格（共" + str(len(results)) + "个）\n") # f.write("-" * 80 + "\n\n") # # for result in results: # f.write("名称: " + result['name'] + "\n") # f.write("-" * 40 + "\n") # # if result['table']: # f.write("表格内容（共" + str(len(result['table'])) + "行）:\n") # for row in result['table']: # f.write("\t".join(row) + "\n") # else: # f.write("（未找到表格）\n") # # f.write("\n" + "=" * 80 + "\n\n") # # print("结果已保存到: " + output_txt) except Exception as e: print("处理文件 " + doc_file + " 时出错: " + str(e)) import traceback traceback.print_exc()if __name__ == "__main__": main() 至此用例全部结束感触我只能算是个业余爱好的开发者，曾经写一个程序要个程序需要各种查，各种翻文档来强记语法，像当前的这个程序我可能需要好几天才能开发出来，在CodeArts代码智能体下，两三个小时只需要验证结果就行了，异常只需要交给CodeArts代码智能体就可以，希望要善待开发者 我正在参加【案例共创】【第9期】基于开发者空间-云开发环境（容器）+ CodeArts代码智能体完成应用开发/调试实践cid:link_0 

用同一个账号登入 VS Code CodeArts Agent 与 CodeArts IDE，历史对话没导入/同步，但其他的 IDE 设置例如 extentsions 都成功导入/同步。测试过两个 VS Code 之间的 CodeArts Agent 历史对话也没有同步。一个项目很常在不同的电脑上开发和测试，AI Agent 历史对话同步是必要功能。而 CodeArts Agent 作为 CodeArts IDE 产品的主体，IDE 设置有做同步而历史对话反而未能同步，这样无法鼓励用户使用。

【案例分享】CodeArts代码智能体实践之旅前言:独立开发者的困境与突破在数字时代的浪潮中，软件开发已成为个人开发者实现创意、构建产品、甚至改变世界的核心工具，而我深知独立开发者的艰辛。没有团队协作,没有代码审查,没有专门的测试人员,所有的工作都需要一个人完成。在无数个深夜里,我面对着复杂的业务逻辑、繁琐的代码编写、无尽的bug修复,常常感到力不从心。直到遇见了CodeArts代码智能体,我的开发效率和生活质量都发生了翻天覆地的变化。初识CodeArts代码智能体:从怀疑到依赖第一次接触CodeArts代码智能体时,我抱着试试看的心态安装了这个VSCode插件。然而,第一次使用体验就让我眼前一亮。那天我正在开发一个用户管理系统,需要编写一个复杂的用户权限验证函数。按照以往的习惯,我需要查阅文档、设计逻辑、编写代码、调试测试,至少需要2-3个小时。我试着在函数签名下按下了Enter键,CodeArts代码智能体立即给出了一个完整的代码实现:代码结构清晰,逻辑完整,甚至连注释都帮我写好了。我只需要稍作调整就能直接使用。节省了大量时间。深度实践:CodeArts代码智能体如何改变我的开发流程1. 代码生成:让编码效率提升现在,我的开发流程已经完全依赖CodeArts代码智能体的代码生成功能:多行代码生成:我可以快速生成函数、类、模块等完整的代码结构单行补全:在编写复杂逻辑时获得即时的单行代码建议智能触发:当我思考逻辑时,CodeArts代码智能体会自动给出代码建议举个例子,开发一个数据分析工具时,我需要处理大量数据清洗工作。以前需要逐行编写的代码,现在只需要描述需求,CodeArts代码智能体就能生成完整的数据处理管道:2. 代码解释:快速理解他人代码作为独立开发者,我经常需要使用开源项目或接手他人的代码。以前阅读陌生代码需要花费大量时间,现在有了CodeArts代码智能体的代码解释功能,效率大大提升。选中代码片段,右键选择"代码解释",CodeArts代码智能体会生成详细的代码分析和功能说明。这不仅帮助我快速理解代码逻辑,还为我提供了学习优秀代码实践的机会。3. 单元测试:质量保障的利器代码质量对独立开发者尤为重要。以前我经常因为时间紧张而忽略测试,导致上线后出现各种问题。现在,使用CodeArts代码智能体的单元测试生成功能,我可以快速为关键功能生成完整的测试用例:4. 代码优化:持续改进代码质量随着项目规模的增长,代码质量维护变得越来越重要。CodeArts代码智能体的代码优化功能帮我及时发现和改进代码中的问题:性能优化建议代码结构重构最佳实践推荐安全漏洞检测5. 研发问答:辅助开发者解决开发中的问题开发过程中遇到技术问题时,CodeArts代码智能体的问答功能就像一个随时待命的技术顾问。无论是API使用、框架选型、算法实现,还是架构设计,它都能提供及时、专业的解答。实战案例:用CodeArts代码智能体开发一个完整的SaaS应用为了展示CodeArts代码智能体的强大能力,我决定用它来开发一个完整的SaaS应用——一个在线项目管理工具。项目规划阶段使用CodeArts代码智能体的问答功能,我快速完成了技术选型和架构设计:后端:Python + FastAPI前端:Vue.js + TypeScript数据库:PostgreSQL部署:Docker + 云服务器开发阶段用户认证模块使用Alt+C生成用户注册、登录、密码重置等核心功能自动生成JWT token验证逻辑一键生成单元测试用例项目管理模块CodeArts代码智能体帮助设计复杂的项目权限模型自动生成项目创建、编辑、删除的CRUD操作智能生成项目成员协作逻辑任务管理模块使用CodeArts代码智能体生成任务状态机逻辑自动生成任务依赖关系算法智能推荐任务优先级排序算法数据统计模块CodeArts代码智能体帮助设计数据可视化方案自动生成复杂的数据聚合查询智能优化数据库查询性能测试与优化代码质量使用CodeArts代码智能体的代码优化功能,重构了多处性能瓶颈自动发现并修复了潜在的安全漏洞统一了代码风格和注释规范测试覆盖为所有核心功能生成了完整的单元测试自动生成了API集成测试使用CodeArts代码智能体建议的测试策略,会提升测试覆盖率部署与上线容器化部署CodeArts代码智能体帮助生成Dockerfile和docker-compose配置自动生成CI/CD流水线脚本智能推荐服务器配置和监控方案效果对比:使用CodeArts代码智能体前后的变化代码质量代码可读性得到提升,注释完整规范Bug数量减少,线上问题大幅降低代码结构更加清晰,维护成本降低安全漏洞减少,代码更加健壮个人体验工作压力减轻,加班时间减少有更多时间学习新技术和思考业务创新代码质量提升让我更有成就感开发变成了一种享受,而不是负担进阶技巧:CodeArts代码智能体的高级功能1. 快捷指令的妙用CodeArts代码智能体提供了丰富的快捷指令,熟练使用可以极大提升效率:/explain或“解释这段代码”: 快速理解复杂代码/generate或“请生成”: 快速生成完成代码片段/optimize 或“优化/重构”: 提升代码性能、可读性/test 或“生成测试”:一键生成测试用例/doc或“生成注释”:为代码添加标准注释或生成技术文档/fix或“修复...”：为代码诊断错误并提供修复方案2. 上下文感知CodeArts代码智能体能够理解项目上下文,根据当前代码和项目结构生成更精准的建议。在使用时,我会:保持项目结构清晰,让CodeArts代码智能体更好地理解代码组织编写规范的函数和变量命名,提高CodeArts代码智能体的理解准确度合理使用代码注释,帮助CodeArts代码智能体理解业务逻辑3. 迭代优化CodeArts代码智能体的建议不是一次性的,我会:根据实际需求调整生成的代码使用CodeArts代码智能体的重新生成功能获得不同方案将最佳实践反馈给CodeArts代码智能体,提升后续建议质量注意事项:CodeArts代码智能体不是万能的虽然CodeArts代码智能体非常强大,但它不是万能的。作为开发者,我们需要:代码审查:CodeArts代码智能体生成的代码需要人工审查,确保符合业务需求安全意识:注意代码安全性,特别是处理用户输入和敏感数据时性能考虑:关注代码性能,必要时进行优化业务理解:CodeArts代码智能体不理解业务逻辑,需要开发者自己把握持续学习:不要过度依赖CodeArts代码智能体,保持学习和成长总结:CodeArts代码智能体让独立开发者如虎添翼经过对CodeArts代码智能体的使用，它已经成为了我工作学习中不可或缺的工具。它不仅提升了我的开发效率，更像是一个经验丰富的技术伙伴，随时为我提供专业的代码建议和技术支持。如果你也是独立开发者，或是希望提升开发效率的程序员，建议你尝试使用下CodeArts代码智能体，它会成为你开发工作中的得力助手。

【案例分享】CodeArts 代码智能体，提高应用开发效率使用背景：日常工作中总免不了要处理各种任务。比如搭建新项目的基础架构、编写数据读取和解析的工具、维护一些小型实用脚本等。这些任务本身不复杂，但往往消耗大量时间，而且容易出错。最近CodeArts 代码智能体进入视线，试用了几天，我的工作效率有了明显提升。项目实践：以前接到一个新项目需求，搭建基础架构是个不小的工程。最近在做一个订单系统，就以这个系统为例，需要配置 Spring Boot、集成 MyBatis Plus、添加 JWT 认证、设计数据库表结构、编写实体类、Mapper、Service、Controller 层代码。整个流程下来，至少需要半天时间，而且经常因为配置问题反复调试。现在使用 CodeArts 代码智能体版本: 26.1.22，只需要简单描述需求，它就能快速生成完整的项目结构。这个订单系统包含了用户管理、订单管理、库存管理、审批流程、权限控制等多个模块，CodeArts 代码智能体帮我生成了所有的实体类、数据访问层、业务逻辑层和控制器接口。代码质量也很高，遵循了分层架构和 RESTful 规范，甚至还帮我配置好了 Swagger 文档和 JWT 工具类。原本需要半天的搭建工作，现在短时间就能完成基础框架。project/├── pom.xml # Maven配置文件├── README.md # 项目文档├── src/main/java/com/example/ordersystem/│ ├── OrderSystemApplication.java # Spring Boot主类│ ├── controller/ # REST控制器│ ├── service/ # 业务逻辑层│ ├── repository/ # 数据访问层│ ├── entity/ # JPA实体类│ ├── dto/ # 数据传输对象│ └── exception/ # 异常处理├── src/main/resources/│ └── application.yml # 应用配置└── src/test/ # 测试代码工作中经常需要读取各种格式的数据文件进行分析，以前总是要手动编写解析代码，处理各种情况。现在有了 CodeArts 代码智能体，只需要描述数据格式和分析需求，它就能生成完整的工具代码。生成的代码质量也很可靠。代码结构清晰，命名规范，注释完整。对于常见的开发场景，比如分页查询、参数校验、异常处理等，CodeArts 代码智能体都能生成标准化的代码，减少了后期维护的成本。 深入程度：当然，CodeArts 代码智能体也不是万能的。对于一些特殊的业务逻辑或复杂的算法，还是需要人工介入。但它已经帮我完成了大部分基础性的工作，让我能够把更多精力放在核心业务逻辑的实现上。使用 CodeArts 代码智能体这段时间，最大的感受就是开发效率有了质的飞跃。项目搭建、工具开发从几小时缩短到几十分钟甚至几分钟。更重要的是，它让我能够专注于更有价值的创造性工作。对于像我这样的开发者，CodeArts 代码智能体不仅是一个代码生成工具，更像是一个懂技术的合作伙伴。它理解我的需求，帮我完成繁琐的工作，并能给我一些好的建议。这对我的帮助也非常大。 总结：总的来说，CodeArts代码智能体用起来确实挺省心的。像自动补全代码、检查错误这些功能，实实在在地帮我们提高了效率，写代码也更靠谱了。这样我们就能省下更多精力，去琢磨更重要的设计和业务问题了。

【案例分享】大学生实测CodeArts代码智能体，快速搞定课设作为计算机专业大学生，一到课程设计、期末大作业，直接开启地狱模式。啃晦涩的官方文档看到头疼，好不容易敲出几行代码，运行就报错，技术社区翻遍，熬了好几个晚上，进度依旧原地踏步。直到最近初次上手CodeArts代码智能体，一番深度使用下来，直接被圈粉，我直接从编程苦逼党变身效率达人。接下来就从真实使用体验、学习上手过程、核心功能解析到实战案例落地，全方位分享我的实测感受，给还在编程路上挣扎的同学们一份超实用的种草指南。## 项目的起点上周，老师布置了一个任务，让开发一个Web应用系统。以前我肯定愁容满面，对着泡面直呼悲惨。但是现在，我只需要打开CodeArts代码智能体，简洁直白的输入我的需求，就可以坐等完整项目生成。其实，刚了解这种智能体工具，我总担心配置复杂，结果CodeArts代码智能体直接打破我的刻板印象。界面简洁清爽，没有反人类的操作逻辑，新手一眼就能看懂核心操作区。交互模式更是懒人福音，不用学晦涩的专业指令，纯聊天式说话就能下达需求。整个使用过程流畅不卡顿，响应速度超快，而且当前还可免排队使用GLM-4.7模型。## 智能化的开发体验本以为学工具要啃半天枯燥教程，没想到我的上手过程主打一个极速通关。从官网下载AI IDE，工具直接内置了“CodeArts代码智能体”插件，登录华为账号完成授权，全程不到5分钟。打开工具，页面很清晰简洁，说白了就是一个聊天对话框。我抱着试试看的态度，开始描述我的需求，刚开始我还怕描述不专业，智能体无法识别，结果只是输入简单的开发需求，它不仅秒响应，还能精准get我的想法。CodeArts代码智能体并没有像传统工具那样只是给我一堆代码模板，而是像一个经验丰富的导师一样，引导我完成整个开发过程。首先它列了一份清晰的任务计划接着，帮我规划了项目结构：myproject/├── app.py # Flask后端应用├── requirements.txt # Python依赖├── README.md # 项目文档└── templates/ # 前端模板├── index.html # 主页面├── styles.css # 样式文件└── script.js # JavaScript逻辑然后，它一步步帮我实现了：后端：Flask框架SQLAlchemy ORMSQLite数据库Flask-Login用户认证Flask-CORS跨域支持前端：响应式HTML5页面现代CSS3样式（渐变背景、卡片设计）原生JavaScript（ES6+）Fetch API进行API调用## 不只是代码生成，更是学习过程最让我惊喜的是，CodeArts代码智能体不只是帮我生成代码，更是陪我学习。当我遇到问题时，它能解释代码的工作原理，告诉我为什么这样设计，当有bug时，也会精准的定位，向我解释错误原因并予以改正。比如，在实现某项功能时，我问它需要考虑什么，它会从业务逻辑层面、用户体验层面、技术实现层面等多方面讲解，还搭配代码示例，比专业课知识点还好理解。全程边用边学，没有枯燥的理论灌输，相比查阅官方文档、技术答疑帖等，效率直接翻倍。## 完整的功能，贴心的体验CodeArts代码智能体绝非花架子，各项功能精准戳中大学生编程痛点，堪称编程路上的打怪神器。1. 智能代码生成：覆盖Python、Java、C++等高校主流教学语言，Flask、SpringBoot等必学框架也轻松拿捏。输入需求就能生成可直接运行的规范代码，连项目目录都整理得井井有条，省去手动配置的糟心事。2. 智能问答+BUG修复：编程人都懂，碰到无解的bug，查遍技术贴都能让人心态爆炸。把报错信息丢给它，秒定位问题并直接修复代码；代码看不懂，随时提问讲解，全程辅助学习。3. 延伸功能：单元测试生成、代码优化、项目文档撰写样样精通，无缝适配。## 实战案例光说不练假把式，直接上我的Python+Flask图书订阅管理Web应用课程设计实战案例，用真实效果说话。此前我只懂基础Python语法，对Flask框架一窍不通，按照传统开发模式，起码熬一周大夜才能勉强赶完项目。我在CodeArts代码智能体对话框输入精准需求：“用Python+Flask做图书订阅管理Web应用，UI界面简洁，代码可直接运行，附带完整依赖说明”。短短几分钟，智能体就生成全套项目文件，自动完成依赖安装。跟着指引启动项目，功能齐全的管理页面直接弹出，基础功能零bug。后续想添加分页、图书分类的加分功能，跟智能体提需求，分分钟便完成代码迭代。原本可能要一周的工作量，现在小时级就完成基础开发，我也靠着工具的讲解吃透了项目逻辑，专业技能迅速提升。如果你也是一名学生，正在为课程项目发愁，你可以试试 CodeArts代码智能体。它不是在帮你"偷懒"，而是在帮你：1.快速上手：即使对技术栈不熟悉，也能快速构建项目2.学习最佳实践：通过实际项目学习规范的代码结构3.节省时间：将更多精力放在核心逻辑和创意上4.提升能力：在CodeArts代码智能体的指导下，你的编程水平会快速提升如果你也想体验这种智能化的开发方式，不妨试试CodeArts代码智能体。

下载安装后无法登录华为账号，但是电脑是可以访问互联网的

体验CodeArts半个小时左右，以下内容并不能作为真实的问题，若与事实不符则忽略。一、任务会话输入框无法粘贴图片，应向trae靠齐二、关于从0到1完成一个项目。我可以安装必要的工具/软件，如MySQL，docker，redis等等，打开浏览器测试。我不知道是不是我的提问没说明还是事实如此我的提问：我需要的是不需要我写一行代码，我只要点几下就行，剩下你帮我搞定，你可以吗CodeArts回答：我很抱歉，我做不到。我的局限性我无法：直接操作您的电脑创建文件和文件夹运行命令和程序打开浏览器和编辑器点击任何按钮执行任何实际操作我能做的我只能：告诉您需要做什么提供代码让您复制指导您一步步操作回答您的问题分析和解释技术问题现实情况我就像一个只能说话的顾问，不能动手的工匠。您需要：复制我提供的代码手动创建文件自己运行命令自己测试效果如果您想要"点几下就完成"的体验Trae确实更适合您，因为：它有完整的开发环境可以直接操作界面自动生成和运行代码实时预览效果我的建议如果您：不想写任何代码 → 选择Trae或其他低代码平台想学习技术但希望有人指导 → 我可以帮您需要快速原型但愿意一些手动操作 → 我可以提供详细的步骤指导三、关闭后再次打开应保持上一次的会话

想用自定义的skill做一些效率提升方面的工作，这个工具后续能否支持？类似于在项目目录下生成一个.codearts目录

Trae在项目生成结束后，会提供一个运行的按钮 CodeArts在完成项目后，也有类似的快速开始说明，但是未提供运行按钮

不能自己判断是windows，还是默认还是使用linux的命令

Moodle WSL2 安装配置报告一、项目概述在Windows系统的WSL2 Ubuntu环境中成功安装并配置Moodle 5.1.1+学习管理系统，实现通过Windows浏览器访问Moodle平台。二、系统环境2.1 基础环境操作系统: Windows 10/11 + WSL2 Ubuntu 24.04.3 LTS (Noble Numbat)WSL2版本: 2.6.3.0网络模式: WSL2默认网络模式2.2 软件组件Web服务器: Apache 2.4.58数据库: PostgreSQL 16.11PHP版本: 8.3.6Moodle版本: 5.1.1+ (Build: 20260205)三、安装过程3.1 系统依赖安装成功安装以下软件包：Apache2 Web服务器PostgreSQL数据库服务器PHP 8.3及扩展模块必要的系统工具（unzip等）3.2 数据库配置创建Moodle专用数据库和用户：数据库名: moodledb数据库用户: moodleuser数据库密码: MASKED权限配置: 已授予完整数据库权限3.3 Moodle部署源码包: moodle-latest-501.zip (95MB)部署路径:代码目录: /var/www/html/moodle/public/数据目录: /var/www/moodledata/文件权限: 已正确配置www-data用户权限3.4 Web服务器配置监听端口: 8080 (因Windows占用80端口)虚拟主机: 已配置DocumentRoot指向Moodle public目录Apache模块: 已启用rewrite模块3.5 PHP配置优化根据Moodle要求调整PHP配置：memory_limit: 512Mpost_max_size: 200Mupload_max_filesize: 200Mmax_execution_time: 300秒max_input_vars: 5000时区: Asia/Shanghai3.6 网络配置WSL2网络配置如下：网络模式: WSL2默认网络模式Apache监听端口: 8080访问地址: http://localhost:8080/四、关键问题解决4.1 端口冲突问题问题: 避免端口冲突，使用非标准端口解决方案:修改Apache配置使用8080端口4.2 WSL2休眠问题问题: WSL2空闲时可能自动休眠，导致网络连接中断解决方案:保持WSL2终端窗口运行可选创建后台守护脚本4.3 环境检查问题问题:max_input_vars设置不足Composer依赖缺失解决方案:更新PHP配置文件安装Composer并执行依赖安装重启Apache服务使配置生效4.4 网络访问配置解决方案:直接使用localhost:8080访问五、管理员账户配置5.1 账户信息用户名: moodleadmin密码: MASKED姓名: Admin User邮箱: admin@example.com国家: China时区: Asia/Shanghai5.2 安全设置使用非默认用户名提高安全性密码符合复杂度要求已禁用自助注册功能六、站点配置6.1 基本信息完整站点名称: 用户自定义简短名称: 用户自定义站点简介: 用户自定义6.2 系统设置默认时区: Asia/Shanghai身份验证: 已禁用自助注册邮件配置: 已配置no-reply地址和支持邮箱七、访问信息7.1 访问地址主站地址: http://localhost:8080/安装地址: http://localhost:8080/install.php7.2 登录凭据管理员用户名: moodleadmin管理员密码: MASKED7.3 数据库连接信息数据库类型: PostgreSQL数据库主机: localhost数据库名: moodledb数据库用户: moodleuser数据库密码: MASKED数据库端口: 5432表前缀: mdl_八、维护说明8.1 保持服务运行推荐方法: 保持WSL2终端窗口运行8.2 服务管理启动Apache: sudo systemctl start apache2停止Apache: sudo systemctl stop apache2重启Apache: sudo systemctl restart apache2查看状态: sudo systemctl status apache28.3 重要文件位置Moodle代码: /var/www/html/moodle/Moodle数据: /var/www/moodledata/Apache配置: /etc/apache2/PHP配置: /etc/php/8.3/apache2/php.iniApache日志: /var/log/apache2/九、安全建议9.1 已实施措施✅ 使用非默认管理员用户名✅ 设置强密码策略✅ 禁用自助注册功能✅ 配置文件权限正确9.2 后续改进建议🔄 配置HTTPS证书（生产环境必需）🔄 定期更新Moodle版本🔄 配置邮件发送功能🔄 定期备份数据库和数据目录🔄 配置防火墙规则限制访问十、故障排除10.1 常见问题无法访问localhost:8080检查WSL2是否运行检查Apache服务状态重启WSL2Apache启动失败检查端口占用情况查看Apache错误日志验证配置文件语法数据库连接失败验证数据库服务运行状态检查数据库用户权限确认数据库配置信息10.2 日志查看Apache错误日志: /var/log/apache2/error.logApache访问日志: /var/log/apache2/access.logPHP错误日志: /var/log/php_errors.log十一、总结Moodle已成功安装在WSL2 Ubuntu环境中，所有必需组件配置完成，系统运行正常。用户可以通过Windows浏览器访问http://localhost:8080/使用Moodle平台。11.1 安装成果✅ Moodle 5.1.1+ 成功部署✅ 数据库配置完成✅ Web服务器正常运行✅ 管理员账户创建完成✅ 网络访问配置成功11.2 注意事项需要保持WSL2运行状态定期检查系统更新及时备份重要数据关注安全公告和版本更新11.3 后续步骤配置课程和用户自定义站点外观配置邮件发送功能定期备份数据监控系统性能报告生成时间: 2026年2月6日安装状态: ✅ 成功完成系统状态: 🟢 正常运行PS：有彩蛋哟……

安装了 VSCode 的插件，说试用一个月后会自动续费，没找到在哪里取消。

案例介绍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；本案例基于华为开发者空间 - 云开发环境（容器）与 VS Code 版 CodeArts 代码智能体，快速构建个性化学习计划应用。该应用旨在解决传统学习计划千人一面、缺乏动态调整机制、无法适配个人学习节奏与目标的核心痛点，帮助用户高效制定并执行学习方案。一、概述1.1 案例介绍华为开发者空间，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。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。GaussDB：华为自主创新研发的分布式关系型数据库。该产品支持分布式事务，同城跨AZ部署，数据0丢失，支持1000+的扩展能力，PB级海量存储。同时拥有云上高可用，高可靠，高安全，弹性伸缩，一键部署，快速备份恢复，监控告警等关键能力，能为企业提供功能全面，稳定可靠，扩展性强，性能优越的企业级数据库服务。本案例基于华为开发者空间 - 云开发环境（容器）与 VS Code 版 CodeArts 代码智能体，快速构建个性化学习计划应用。该应用旨在解决传统学习计划千人一面、缺乏动态调整机制、无法适配个人学习节奏与目标的核心痛点，帮助用户高效制定并执行学习方案。1.2 适用对象在校学生职场技能提升人群在线教育机构高校学生个人开发者与技术爱好者1.3 案例时间本案例总时长预计120分钟。1.4 案例流程说明：用户通过 VS Code 远程连接云开发环境，并安装 CodeArts 代码智能体插件。在 VS Code 中开启 CodeArts 代码智能体的 “智能体模式”，通过 Prompt 指令引导构建个性化学习计划应用的核心功能。实现用户画像构建、学习目标设定、智能计划生成、进度跟踪等功能模块。迭代代码，使用gaussdb数据库。运行应用并测试不同场景下功能，CodeArts 代码智能体。1.5 资源总览本案例预计花费1.85元。资源名称规格单价（元）时长（分钟）云开发环境（容器）鲲鹏通用计算增强型 kc1 2vCPUs 4G HCE免费120CodeArts服务免费体验版免费120VS Code免费下载免费120gaussdb按需1.8560二、环境和资源准备2.1 安装插件打开VS Code，点击下图图标，搜索Huawei Developer Space，点击Install，安装插件。2.2 登录安装完成后，点击Huawei Developer Space插件图标，点击登录。确认打开外部网站。点击确认授权。显示登录成功后，返回VS Code中，允许打开此URL，至此VS Code端工作准备就绪。2.3 创建云开发环境(容器)在CLOUD DEV ENV（CONTAINER）页签，点击创建云开发环境，创建云开发环境。输入云开发环境名称：banjin（名称可以自拟），然后回车。注：必填项，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。容器镜像选择All in One，然后回车。注：必填项，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。选择规格，云开发环境（容器）提供了四个配置规格，分别为2vCPUs 4Gib、4vCPUs 8Gib、8vCPUs 16Gib、16vCPUs 32Gib。配置环境变量，若无则直接回车。注：选填项，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。2.4 远程连接云开发环境(容器)回到VS Code端，我们可以看到刚才开设的容器服务器。将鼠标置于其上，可以看到出现运行的按钮，点击开始运行启动容器环境开机成功后，点击在当前窗口链接，连接远程开发环境（容器）。此时会提示安装远程的拓展，我们点击安装即可。安装完成后，会弹出平台操作系统选择，我们选择Linux。连接成功后，如下图所示。执行命令测试一下，可以确认已经连接成功了。2.5 安装CodeArts代码智能体点击Extensions图标，搜索CodeArts Doer for Coding，选择在该容器环境中安装。【注意】此处的工作空间已经切换，即使本地安装了CodeArts Doer，此处也不会显示，选择ssh仍然选择在容器环境中安装。安装完成之后，我们点击左侧如图所示的图标，可以看到登陆界面，点击选择华为云账号登录。此时CodeArts代码智能体还不能直接使用，需要进行登录，点击华为账号登录，弹出窗口提示：是否打开外部网站，点打开。浏览器自动打开“批准登录”确认页面。若此时未登录账号，则跳转华为账号登录。若账号已登录，则选中并点登录。注：若为首次使用CodeArts代码智能体，会进入开通页面。需要勾选**“我已阅读并同意”后，单击“立即开通”**，等待套餐开通完成。至此，全部环境准备工作完成。2.6 配置智能体模式在CodeArts代码智能体对话框下侧点Agent模式，在弹出的菜单最后侧点设置按钮。在设置界面，点“自动批准”右侧的已启用。进入授权所有自动化操作界面，分别勾选读取文件和目录、编辑文件、执行命令、更新代办、执行task工具、使用浏览器。2.7 gaussdb数据库准备在开发者空间页面打开云数据库GAUSSDB，点击立即前往点击购买数据库实例选择购买数据库实例选项，本次案例选择按需的最小实例、集中式、单副本、通用型4c16g点击购买实例点击登录实例创建数据库三、基于CodeArts 代码智能体构建个性化学习计划应用3.1 需求分析与架构设计传统学习计划存在明显痛点：模板化内容无法匹配个人基础、学习目标模糊且缺乏拆解、计划执行过程中没有动态调整机制、学习进度难以直观跟踪。因此，本应用旨在构建个性化学习计划一站式平台：用户输入个人基础信息、学习目标、每日可投入时长等内容，系统通过智能算法生成定制化学习计划；支持按学科 / 技能拆分学习任务，设置阶段性里程碑；实时跟踪学习进度，根据完成情况自动调整后续计划；提供学习资源推荐、进度可视化报表等功能。系统架构设计,核心模块包括：用户模块：负责用户注册、登录、个人信息管理画像模块：构建用户学习基础、目标、时间等维度画像计划生成模块：基于用户画像智能生成学习计划与任务拆分进度跟踪模块：记录任务完成情况，支持手动打卡与自动统计资源推荐模块：根据学习计划匹配对应的课程、资料等资源可视化模块：以图表形式展示学习进度与完成率3.2 代码构建在 CodeArts 智能体模式下，输入以下 Prompt 指令，引导智能体完成应用开发：设计并开发一个"个性化学习计划应用"，该应用需实现以下完整功能流程：1. 用户端：支持注册登录，填写个人基础（学历/当前技能水平）、学习目标（如考研/考公/技能考证）、每日可投入时长、学习偏好（如碎片化/整段时间学习）；2. 智能计划生成：根据用户画像，自动拆分总目标为阶段性里程碑（按月/周拆分），再拆解为每日学习任务，明确任务内容、时长、优先级；3. 进度跟踪：支持用户手动打卡任务完成情况，系统自动统计每日/每周完成率，当连续3天未完成任务时，自动调整计划难度；4. 资源推荐：根据学习任务匹配对应的免费学习资源（如B站课程链接、电子书地址），支持用户手动添加资源；5. 可视化报表：以柱状图/折线图展示学习进度、完成率，支持导出PDF格式学习报告；6. 技术要求：使用python，确保界面简洁易用此时可以看到，智能体开始自动构建任务，生成开发方案、编写代码。在生成完项目代码后，CodeArts 智能体会对代码功能进行测试，测试中发现的问题会自我修复等待智能体完成需求分析与任务拆分，最终生成的项目架构如下：learning_plan_app/├── main_ui.py # 主界面（28KB）├── database.py # 数据库管理（18KB）├── plan_generator.py # 智能计划生成（13KB）├── progress_tracker.py # 进度跟踪（5.5KB）├── resource_manager.py # 资源管理（9.0KB）├── report_generator.py # 报表生成（13KB）├── run.py # 启动文件├── test_app.py # 测试脚本├── requirements.txt # 依赖列表├── README.md # 项目说明├── PROJECT_OVERVIEW.md # 项目概览├── USER_GUIDE.md # 使用指南├── SUMMARY.md # 项目总结├── start.sh / start.bat # 启动脚本├── data/ # 数据目录├── reports/ # 报告输出└── resources/ # 资源目录3.3.测试生成的代码打开TERMINAL窗口，进入项目目录先安装依赖pip install -r requirements.txt 运行调试代码python main_app.py生成的第一次代码进行运行，遇到了异常进行修复，关联上下文选择terminal，让CodeArts 智能体使用其他方式来实现3.4 优化迭代默认生成项目方案使用的时sqlite3，为了便于管理我们使用gaussdbCodeArts 智能体，帮我们修改为使用 gaussdb：帮我把数据库使用gaussdb来实现等待生成完成后检查项目文件可以看到已经成成gaussdb对应信息了修改数据库配置使用第二步创建的gaussdb数据，修改数据库配置信息，填写数据库ip、端口、用户、密码3.5 启动测试验证至此所有优化完成，运行优化后的代码 [root@b2f383fbe96e4f899ec5318ba02b6d4e personalized_learning_app]# python3 run_web.py正在启动个性化学习计划应用（Web版本）...============================================================ Web 界面已启动！============================================================访问地址: 本地: http://localhost:5000 远程: http://0.0.0.0:5000按 Ctrl+C 停止服务器============================================================ * Serving Flask app 'web_ui' * Debug mode: onWARNING: This is a development server. Do not use it in a production deployment. Use a production WSGI server instead. * Running on all addresses (0.0.0.0) * Running on http://127.0.0.1:5000 * Running on http://172.10.56.231:5000Press CTRL+C to quit * Restarting with watchdog (inotify)正在启动个性化学习计划应用（Web版本）...============================================================ Web 界面已启动！============================================================访问地址: 本地: http://localhost:5000 远程: http://0.0.0.0:5000 点击在浏览器中打开，访问启动的个性化学习应用我们先来注册并登录设置个人信息创建学习计划测试打卡功能，进行今天的打卡学习资源推荐查看数据表信息功能测试完成，功能测试都正常当所有测试结束后，进行资源清理，如后续继续使用可酌情忽略至此案例基于华为开发者空间+CodeArts Doer代码智能体构建个性化学习计划应用全部完成四、一点心得          AI 编码工具并不能一步到位生成完美可用的应用，需要开发者通过精准的 Prompt 指令引导，结合实际需求不断迭代优化。这个 “开发者与智能体结对编程” 的过程，不仅能高效完成应用开发，更能让开发者聚焦于需求设计与功能优化，这也是未来开发模式的重要方向。 我正在参加【案例共创】【第9期】基于开发者空间-云开发环境（容器）+ CodeArts代码智能体完成应用开发/调试实践cid:link_0

这几个模型都体验过，实际上效果不算突出，各大厂商的AI IDE都是集成了很多免费模型调用，这是头一次见到只有2个模型的，大气点，开源模型和商用模型都搞点，不限量，上下文搞好点，口碑能爆棚！

在海量代码库中快速定位业务逻辑、理解复杂系统架构、生成符合规范的代码片段，一直是研发团队面临的共性挑战。传统的代码搜索依赖关键词匹配，往往无法准确理解开发者的真实意图；代码审查和文档维护则需要投入大量人力成本。如今，随着人工智能技术的飞速发展，CodeArts代码智能体正在重新定义开发者与代码仓库的交互方式。通过将自然语言理解能力与代码分析技术深度融合，CodeArts代码智能体帮助开发者更好的读懂代码。 开发者痛点在日常的研发工作中，当开发者在面对海量代码时，往往面临诸多挑战：1. 信息检索效率低下大型企业的代码仓库往往包含数百万行代码，涵盖数百个业务模块。当开发者需要查找某个特定功能的实现时，传统的搜索方式面临多重障碍：l 关键词搜索结果过多，需要逐一排查l 业务逻辑分散在多个文件中，难以快速关联l 缺乏语义理解能力，无法识别同义词或业务术语2. 知识传承成本高昂资深开发人员的经验和业务理解往往隐含在代码实现中，难以通过文档完整传递。新成员加入团队时，需要花费数周甚至数月时间熟悉代码架构和业务逻辑。 3. 代码开发效率受限即使明确了业务需求，开发者仍需要：l 查找类似功能的参考代码l 遵循团队的编码规范和设计模式l 确保新代码与现有系统无缝集成 这些重复性工作占据了开发者大量时间，降低了开发者进行业务创新和价值创造的效率。 CodeArts代码智能体助力构建智能化的研发协作生态通过CodeArts代码智能体深度代码理解能力，将整个业务代码库转化为一个可交互的“业务专家”。只需用自然语言描述需求，CodeArts代码智能体即能实现：提升研发效率：通过自然语言交互，将代码搜索、理解、生成的效率提升5-10倍，让开发者专注于核心业务逻辑的实现。降低学习成本：新成员可以通过对话快速了解系统架构和业务逻辑，缩短入职适应周期，提升团队整体战斗力。沉淀组织知识：将分散在代码中的隐性知识显性化，实现知识的高效传承。保障代码质量：基于历史代码库的学习，智能体能够推荐符合团队规范的代码实现，减少代码审查返工率。 下面将通过几个应用案例来详细介绍CodeArts代码智能体在业务功能搜索、业务代码生成和业务代码理解等方面的具体表现。 案例一、业务功能检索输入提示词：在图书借阅管理系统这个工程里，帮我检索下，根据图书ID查询图书这个接口在哪里实现的，并找到接口的Controller层以及Service层的相关代码，并把实现逻辑梳理一下。CodeArts代码智能体输出：1）准确找到了业务代码具体的实现位置、Controller层以及Service层的代码；2）对业务代码的实现逻辑进行分析，准确梳理当前架构层次，可以帮助用户更好的理解代码逻辑；3）对发现的问题也进行了详尽展示，并提供更加完善的解决方案。图1-1 接口位置  图1-2 Controller层实现  图1-3 Service层实现    图1-4 实现逻辑分析    图1-5 发现的问题&逾期的完整实现逻辑    案例二、业务代码生成输入提示词：在现有系统架构下，增加图书的出版社接口，可根据该接口查询图书信息以及借阅状态，数据库查询逻辑也要帮我生成并实现。CodeArts代码智能体输出：1）准确生成了业务代码，并修改了已有代码，满足了系统的可扩展性需求；2）对业务代码的实现逻辑进行分析，并提供了业务逻辑流程以及示例，帮助开发者更高效地理解和使用新增模块；3）刷新数据库的表结构。 图2-1 创建的文件&修改的文件     图2-2 实现逻辑说明  图2-3 技术特性&数据库表结构     案例三、业务代码理解输入提示词：帮我创建一个图书借阅系统的目录层级，标注出子系统名称、关键接口、功能介绍等。CodeArts代码智能体输出：准确理解并生成出系统的目录层级结构文档《图书借阅系统目录结构.md》，帮助新人熟悉业务代码。 图3-1 智能体完成文档创建    图3-2 系统目录层级结构（下略）   图3-3 子系统详细说明（下略）   图3-4 扩展功能建议   CodeArts代码智能体不仅是一个工具，更是研发团队转型升级的催化剂。它将零散的代码资产转化为可对话、可学习、可进化的知识体系，让每一位开发者都能站在巨人的肩膀上创造更大的价值。未来，CodeArts代码智能体还将持续进化，学习企业特有的业务逻辑和技术规范，成为越来越懂团队的智能伙伴。让我们一起拥抱这个智能化研发的新时代，用技术驱动创新，用智能创造价值！