调用外部模型不好用了么

从8月份之前一直使用space功能，感觉不错，反应速度比ide快很多。但是，从9月份开始到开始到现在，基本上不能正常使用space了，每次会话基本上都无法完整回答，总是中途中断或者20秒左右中断，都是秒断秒连接，这个问题我在软件上反馈了2次都没有得到回答和解决，不得以又再次发帖了，因为我包年从10月份就要开始了。希望华为的工程师们尽快帮我解决这个问题，谢谢！其他情况：同时在使用Qoder CN IDE，之前2个系统都正常同时运行了1-2个月。 

登录前还在首页挂着活动条幅，登录就没了，关键是邀请使用送的兑换券也找不到了，白邀请了吗？

插件CodeArts在vscode中登录华为账号失败：失败原因：{"error_code":"STS5.1804","error_msg":"invalid DPoP proof: 'DPoP proof issued in the future'"}

每次打开该软件特别慢，打开时cpu 直接100%？打开与关闭还会弹出cmd 框显示后立刻就消失了？

我一直都没想明白，为啥现在每天能领1000积分但是套餐里一个月也不过几千积分，而且1000积分用的还蛮快的，有没有订阅了套餐的给我解释一下？这两个积分不是一种积分吗难道？

 用都用不了，我按照帖子里的其他相同情况的方法也无法解决，到底是咋回事，别的友商的产品也不会出现这种情况 

1:一直说上下文被压缩,2：要不就是给我自动取消任务,3: 还有就是问我选项, 那个弹框,弹一下就下去了 ，然后说我没有回答问题4：还报错

【案例共创】码道+CodeArts 全流程实战：AI 智能体从需求到代码质量闭环活动方向 D（自主命题）：本文以图像生成微服务 image_gen_ms 的真实开发历程为例，完整展示"口述需求 → 智能体建仓 → 需求敏捷变更 → 需求落库管理 → 代码检查 → 自动修复缺陷 → 提交触发质量门禁"的全流程闭环。全程联动 CodeArts 代码托管（CodeArts Repo）、需求管理（ProjectMan/IPD 工作项）、代码检查（CodeArts Check） 三大 DevOps 服务，所有截图均为实际操作截图。一、背景介绍1.1 项目背景image_gen_ms 是一个图像生成微服务（MCP，Model Context Protocol），对接魔搭社区（ModelScope）的图像生成 API，规划能力包括：文生图、图生图、模型搜索、多密钥负载均衡、负面词支持能力筛选、VL（视觉语言）模型图片质检、人物/场景/道具一致性识别等。这类项目需求变化快（模型能力、技术选型经常调整），一个人既要写代码、又要管需求、还要守质量，节奏非常容易被拖垮。所以我尝试了一条"AI 智能体 + DevOps 工具链"的路：用码道（CodeArts 代码智能体）承担编码与执行，用 CodeArts 承担需求管理、代码托管与质量门禁，让 AI 智能编码与工程化交付形成端到端闭环。1.2 为什么是码道 + CodeArts码道（CodeArts 代码智能体）：对话式开发，支持项目级代码生成、单元测试、缺陷修复；更关键的是它能直接调用 hcloud（KooCLI）操作华为云服务 API——建仓库、建需求工作项、跑代码检查，都只需要"说一句话"。CodeArts DevOps 服务：需求管理（ProjectMan/IPD）、代码托管（CodeArts Repo）、代码检查（CodeArts Check）覆盖研发全生命周期。联合价值：AI 生成的东西不再只停留在聊天记录里——需求进工作项、代码进仓库、缺陷进检查任务，一切工程化、可追溯。1.3 案例主线（全流程一览）口述需求 ──→ 码道建仓（代码托管） │ ├─→ 需求变更：Go → Python（智能体一键切换） ├─→ 人工纠偏：VL 多模态能力实测验证 │ ├─→ 需求落库：Epic + Feature 写入 ProjectMan / RR 写入 IPD 项目 │ └─→ 代码检查闭环：口述启动 Check → 控制台看进度 → 报告缺陷 → 码道自动修复 → 配置"代码提交时触发"质量门禁二、环境准备组件说明华为云账号已实名认证，开通码道（CodeArts）代码智能体体验版套餐CodeArts 服务代码托管、需求管理、代码检查（基础版即可，按需开通）IDE + 码道插件对话式智能体面板，可在 IDE 内直接对话执行KooCLI（hcloud）华为云命令行工具，已配置 AK/SK（智能体通过它调用云服务 API，如建仓库、创建工作项、跑代码检查）本地开发环境Python 3.12 + uv（后续技术选型），Git提示：CodeArts 基础功能免费，各 DevOps 服务有免费额度，体验版套餐足够完成本案例全流程。三、实现步骤步骤一：口述建库——一句话创建代码托管仓库一切从一个随手的口述需求开始："先帮我建个仓库，名字是 image_gen_ms，就用当前目录下面的目录"。  码道收到后没有反问废话，直接开工：36 秒完成本地仓库初始化——默认分支 main、首次提交、模块骨架（cmd/、internal/、pkg/、configs/、scripts/）、go.mod、README.md 一次到位。接着我补了一句"远端就用 hcloud 新建个同名库"，这时智能体暴露了一个很多人会踩的坑点：  "你账号下目前没有任何 CodeArts 项目和仓库。CodeArts 仓库必须归属于一个项目，需要新建项目。"它没有自作主张替我起项目名，而是弹出提问卡片让我选择：项目名用 image_gen_ms（与仓库同名，简单一致）还是 image_gen（便于以后扩展更多仓库）。关键决策交给"提问卡片"与人对齐，而不是猜——这是我非常喜欢的一个交互细节。确认后，智能体通过 hcloud 创建 CodeArts 项目与同名远端仓库并完成首次推送，代码托管环节打通。步骤二：需求变更——从 Go 到 Python 的一键切换开发中途我改变了主意："为了快速开发，我们先用 Python 开发，不用 Go"（两个参考实现都是 Python/FastMCP，协议模式可以直接复用）。  智能体的响应不是简单地"哦好的"，而是一套完整动作：全局搜索文档与代码中所有 Go 相关表述（Go | go 实现 | goroutine）；重建仓库结构为 Python src layout（src/image_gen_ms/ + pyproject.toml）；同步更新需求文档、.gitignore、README，提交并推送到远端 main。一次对话完成一次技术选型变更，需求变更的成本被压到了"一句话"。步骤三：人工纠偏——VL 多模态能力的实测验证AI 会犯错，关键是有没有纠偏闭环。在为质检环节挑选 VL 模型时，我人工干预提出质疑：Qwen3.5/Qwen3.8 系列应该支持视觉能力。  码道没有嘴硬，而是直接调魔搭 API 实测验证：魔搭官方 task 标签证实 Qwen3.5/Qwen3.8 全系列均为 image-text-to-text（视觉多模态理解）——我的人工判断是对的；智能体主动承认此前判断错误并公开更正：Qwen3.5-4B 虽是多模态但不支持魔搭官方 API 推理（需自建部署），而我原提的三个质检模型（Qwen3.5-35B-A3B、Qwen3.8-Flash-Next、Qwen3.8-27B）全部可用；随后自动把修正结果回写进需求文档，并同步更新对应的 FR-06 工作项。"人工干预 → 智能体实测 → 修正文档与工作项"，这就是 AI 协作中理想的纠偏姿势。步骤四：需求落库——智能体把需求写进 CodeArts需求不能只活在聊天记录里。我让码道通过 hcloud CLI 直接操作需求管理服务，把升级规划批量写入 CodeArts 工作项。      网页端工作台（IPD 视图）清晰可见：1 个 Epic「图片生产与质检升级」+ 7 个 Feature 子工作项（FR-01 文生图 ~ FR-07 一致性识别），状态真实流转——FR-01、FR-04 已随开发完成关闭，其余按优先级排队。这一页不是我手动一条条录的，全部由智能体通过 API 主动提交。踩坑提示：必须是 IPD 类型项目才能直接添加"原始需求（RR）"；Scrum 项目没有 RR 这个工作项类型，需求要走 Epic/Feature/Story 体系。同一套工作流还可以直接复用到新项目。在另一个 IPD 项目（音视频理解模型 MCP）里，我同样让智能体提交原始需求：  两条 RR（原始需求）已自动生成、状态"分析"、责任人正确归属，随后在 web 端人工查看并回填其他澄清数据——agent 提交初稿 + 人工补充澄清，需求管理的分工非常自然。步骤五：口述启动代码检查——CodeArts Check 接入质量环节代码有了，需求落库了，接下来是质量。我对码道说："继续开一个 hcloud 代码检查，并执行吧"。  智能体自动完成了服务映射（"代码检查"→ CodeArtsCheck 服务）并按标准流程执行：查询可用命令 → 确认参数 → CreateTask 创建检查任务（拿到任务 ID）→ RunTask 启动检查。全程无需打开网页点按钮。然后切到网页控制台"眼见为实"：    CodeArts 控制台的代码检查任务列表里，image_gen_ms 任务状态为**"检查中"，进度条实时走到 26%**——对话里的每一步操作，都在控制台有真实映射。步骤六：查看质量报告 + 智能体自动修复缺陷检查很快完成，控制台给出质量报告：  任务 image_gen_ms-20260920125049 检查成功，共发现 3 个"一般"级别问题，无致命/严重问题。其中典型的一条是规则 G.CLS.07：client.py 中 _headers 方法不需要访问实例，建议定义为 staticmethod。每条问题都定位到具体文件与行号，并自动指派负责人。接下来就是本案例最"爽"的环节——把报告丢回给码道，让它自己修：  智能体先读取相关代码与测试文件确认影响面，然后给出针对性修复方案：client.py：_headers 加 @staticmethod，消除 G.CLS.07；server.py：引入 dataclass T2IParams 封装参数，build_t2i_payload 改为接收单个 dataclass 对象；注意 text_to_image 是 MCP 工具，必须保持扁平参数签名，对个别检查项添加 pylint 注释豁免——而不是为了过检查破坏对外接口。修复完成后重新执行检查通过。整个"扫描 → 定位 → 修复 → 复检"的循环在对话里一气呵成。步骤七：质量门禁——代码提交自动触发检查手动触发检查终究靠自觉，最后一步把它变成门禁：  在代码检查任务的「设置 → 集成服务」中，CodeArts Check 已与 CodeArts Repo 集成，勾选**"代码提交时触发"**并保存。此后每一次 push 都会自动执行代码检查，缺陷被拦在进入主干之前——质量不再依赖个人自觉，而是流程保证。四、效果展示全流程跑下来，真实用时与产出如下：环节联动服务效果口述建仓码道 + 代码托管36 秒完成本地初始化，一句话创建远端仓库并推送技术选型变更码道Go → Python 一次对话完成，文档/骨架/远端同步更新模型选型纠偏码道（实测验证）VL 多模态能力实测证实，文档与 FR-06 工作项同步修正需求落库码道 + 需求管理Epic ×1 + Feature ×7 自动写入，web 端状态真实流转；IPD 项目 RR 自动提交代码检查码道 + 代码检查口述即建任务并执行，控制台实时可见"检查中 26%"缺陷修复码道3 个缺陷（如 G.CLS.07）自动修复并复检通过，对外接口不被破坏质量门禁代码检查 + 代码托管"代码提交时触发"已配置，缺陷拦在提交环节最终形成的闭环：口述需求 → 码道生成/修改代码 → CodeArts Repo 托管 → CodeArts Check 扫描 → 码道自动修复 → 提交自动触发门禁。人做的只有三件事：说需求、做关键决策（提问卡片）、验收结果。五、总结与展望几个真实体感，写给准备尝试的朋友：口述即开发：建仓库、建检查任务这类标准操作，一句话即可；省下的是上下文切换和查文档的时间。AI 会犯错，闭环能纠偏：VL 模型选型那次，靠"人工干预 → 智能体实测 → 修正文档与工作项"完成纠偏。不要怕 AI 错，要怕没有验证闭环。需求必须落库：聊天记录不是需求，写进 CodeArts 工作项（Epic/Feature 或 IPD 的 RR）才可追溯、可排期、可汇报。质量靠门禁不靠自觉："代码提交时触发"这一行勾选，价值大于十次手动检查。踩坑记录：CodeArts 仓库必须归属项目；IPD 项目才能直接添加原始需求 RR；MCP 工具的扁平参数签名遇到检查规则冲突时，用注释豁免而不是改接口。下一步计划把流水线与测试管理纳入同一闭环：码道生成单元测试 → 测试管理编排 → 流水线构建执行，让"AI 智能编码 + 工程化交付"覆盖完整研发生命周期。本文参与【AI 造物实战派】码道 × CodeArts 全流程联合实战案例共创活动，本活动帖链接：cid:link_0

我在东莞溪村绿网，是不是不允许内网使用？

彼其娘之，积分没了就不能使用了么，积分消耗太快了吧，根本用不起啊，买的也给的少。这样还不如用其他的呢，各位是怎么用的啊，求教

请问CodeArts里面送的glm5.3flash模型1000万用完， 如何再充使用glm5.3flash？ 用glm5.3flash的审美还不错。 比deepseek的审美强多了。 目前官方有这样的模型吗？

 如上图，用CodeArts客户端启动时右下角可以看到wsl下的docker已经启动，左侧红框里没有检测到容器链接 但是用vscode加CodeArts插件方式就可以链接到，CodeArts客户端对容器插件的支持是否有问题？

msg_0b45aa9f8001OsymimH8uqjzQa

 虚构交付成果。开发类任务中，虚报完成状态、伪造输出文件属于严重的履约失信，会直接破坏信任基础