AI IDE华为云码道(CodeArts)代码智能体 + SKILL构建智研协作助手

AI IDE华为云码道(CodeArts)代码智能体 + SKILL构建智研协作助手

最新案例动态,请查阅AI IDE华为云码道(CodeArts)代码智能体 + SKILL构建智研协作助手。小伙伴们快来进行实操吧!

一、概述

1.1 适用对象

  • 个人开发者
  • 高校学生
  • 企业开发者

1.2 案例流程

SKILLs是一种为大型语言模型获取新能力的模块化封装标准。它基于“渐进式披露”(Progressive Disclosure)架构设计,将特定任务的指令、脚本与资源结构化存储为独立单元。该机制允许模型在对话上下文中,通过元数据智能识别用户意图,仅在需要执行特定功能时,才按需加载对应的核心指令(SKILL.md)及可执行资源(如Python脚本、参考文档)。这种架构在保证模型轻量化响应的同时,显著扩展了其处理复杂、多步骤任务的能力。

华为云码道(CodeArts)代码智能体是一款集代码大模型、AI IDE、Code Agent为一体的智能编码产品。一个理解项目需求,懂得编码之道,善用百器的实干派AI研发砖家,开启你的编码自动驾驶模式。

本案例将基于AI IDE华为云码道(CodeArts)代码智能体配置SKILL构建智研协作助手。

说明:

  1. PC本地下载安装AI IDE,完成Windows版AI IDE华为云码道(CodeArts)代码智能体安装部署。
  2. 在AI IDE华为云码道的项目级SKILLs配置content-research-writer ,构建智研写作助手;
  3. 与华为云码道对话,调用content-research-writer,完成技术案例的编写及优化。

1.3 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)代码智能体系统标配免费

二、环境和资源准备

2.1 Windows版AI IDE华为云码道安装部署

参考案例《Windows版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 下载content-research-writer

登录GitCode平台下载content-research-writer

2.3 华为云码道配置SKILL

  1. 在码道右上角打开设置,进入设置界面后选择技能与规则,在项目级板块下技能的右侧点“+ 新建”。编辑技能名称(样例:content-research-writer),然后点确定
  1. 点确定后,系统自动在当前目录下创建.codeartsdoer/skills/content-research-writer目录,并在该目录下新建了一个SKILL.md文件。
  2. 将“2.2 下载content-research-writer”中下载好的zip包解压,并将其内的SKILL.mdreferences替换/拷贝到.codeartsdoer/skills/content-research-writer目录下,系统将自动加载至项目级SKILL。

2.4 content-research-writer简介

content-research-writer提供专业的内容研究与写作支持,帮助用户创作高质量的文章、文档和案例研究。通过提供研究指导、结构化写作流程、引用管理等方式,提升写作效率和质量。

该目录下可包含如下内容:

content-research-writer/ (技能根目录) ├── SKILL.md (必需) - 技能的主控文件,包含元数据与核心指令 └── references/ - 参考文档(API说明、政策文件等),仅在需要时加载 ├── outline_templates.md - 此文件包含不同类型文章的大纲模板 ├── writing_guidelines.md - 此文件提供写作最佳实践和规范 └── citation_formats.md - 此文件包含常用引用格式规范 
  1. references/outline_templates.md 此文件包含不同类型文章的大纲模板:
  • 博客文章模板: 适合个人博客、技术博客等
  • 技术文档模板: 适合API文档、用户手册、技术规范等
  • 案例研究模板: 适合商业案例、成功故事、项目分析等

​ 使用场景:

  • 当用户请求创建大纲时,先加载此文件
  • 根据文章类型选择合适的模板
  • 将模板作为起点,根据具体需求进行调整
  1. references/writing_guidelines.md 此文件提供写作最佳实践和规范:
  • 写作原则: 清晰、简洁、准确、专业
  • 段落结构: 主题句、支撑句、过渡句
  • 语言风格: 适合不同受众的语言风格
  • 常见问题: 避免的写作陷阱和错误

​ 使用场景:

  • 在撰写内容前,参考写作指南
  • 当优化现有内容时,对照指南检查
  • 提供写作建议时,引用指南中的原则
  1. references/citation_formats.md 此文件包含常用引用格式规范:
  • APA格式: 心理学、教育学等领域常用
  • MLA格式: 人文科学领域常用
  • Chicago格式: 历史学、商业等领域常用
  • IEEE格式: 工程和技术领域常用

​ 使用场景:

  • 添加引用时,参考相应的格式规范
  • 格式化参考文献列表
  • 检查引用的一致性

三、智研写作助手:生成技术博客文档

返回华为云码道对话界面,输入如下问题:“帮我写一篇关于SKILLs的文章,使用中文,要求4000字左右,侧重SKILL基础概念普及和应用场景,请结合图文以md形式输出。”

等待码道自动生成。

继续对码道提问:“使用content-research-writer skill优化这篇文章的大纲”

此时content-research-writer这个SKILL已经使被激活状态,同一个对话里SKILL无需多次激活,码道直接调用outline_templates.md中的文章模板,检查文章大纲。

总结优化完成。

至此,基于AI IDE华为云码道(CodeArts)代码智能体配置SKILL构建智研协作助手案例结束,各位小伙伴快来下载华为云码道(CodeArts)代码智能体体验吧。

反馈改进建议

如您在案例实操过程中遇到问题或有改进建议,可以到论坛帖评论区反馈即可,我们会及时响应处理,谢谢!

Read more

CosyVoice3支持ARPAbet音素标注,提升英文发音准确性

CosyVoice3支持ARPAbet音素标注,提升英文发音准确性 在当前智能语音技术迅猛发展的背景下,用户对语音合成(TTS)系统的期待早已超越“能说话”这一基础功能。无论是虚拟主播的日常播报、在线教育中的英语带读,还是车载导航里清晰准确的路名提示,人们都希望听到自然、地道、富有表现力的声音——尤其是面对英文内容时,“中式发音”问题长期困扰着各类应用。 阿里最新开源的 CosyVoice3 正是在这样的需求驱动下推出的进阶方案。它不仅延续了前代模型在声音克隆方面的优势,更关键的是引入了对 ARPAbet 音素标注系统 的原生支持,让开发者和高级用户能够直接干预英文单词的发音细节。这种“精准控音”的能力,标志着国产TTS技术开始从“通用可用”向“专业可控”迈进。 精准发音控制:为什么需要 ARPAbet? 很多人可能有过类似经历:输入一个简单的英文词如 minute,结果系统要么读成“分钟”(/ˈmɪnjuːt/),却无法正确表达“微小的”(/maɪˈnuːt/)。这类多音词问题在传统TTS中极为常见,根源在于模型依赖内部词典和上下文预测机制,一旦遇到歧义或未登录词,就容易“

华为人工智能HCIP-AI Solution Architect H13-323题库(26年最新,带解析知识点)

华为人工智能HCIP-AI Solution Architect H13-323题库(26年最新,带解析知识点)

刚考完HCIP-AI Solution Architect H13-323,整理的题库给大家参考学习。完整版题库已经发在题主小程序上了,需要的同学可以去绿泡泡上找“题主”小程序。 以下哪个不是MindSpore核心架构的特点? A、自动微分 B、自动调优 C、自动编码 D、自动并行 答案:C 解析:MindSpore核心架构以自动微分、自动并行和自动调优为主要特点,支持端边云全场景的AI开发。“自动编码”并非其核心架构的特点。 标签:MindSpore,自动微分,自动并行,自动调优 如果你想使用 Hugging Face Transformers 库中的预训练模型进行 DeepSpeed 训练,请对以下步骤进行排序,正确的是哪一项? 步骤: 1. 创建一个TrainingArguments对象,并在其中指定包括DeepSpeed配置在内的训练参数。 2. 创建Trainer对象。 3. 加载预训练模型。 4. 传递模型和训练参数,

无人机视觉导航:DAMO-YOLO TinyNAS实时障碍物检测

无人机视觉导航:DAMO-YOLO TinyNAS实时障碍物检测 1. 引言 无人机在自主飞行时最头疼的问题是什么?不是续航,不是信号,而是那些突然出现的障碍物。树木、电线、建筑物,甚至是其他飞行器,都可能让一次完美的飞行任务瞬间变成"炸机现场"。 传统的避障方案要么依赖昂贵的激光雷达,要么使用计算复杂的视觉算法,在资源有限的无人机平台上往往力不从心。直到我们遇到了DAMO-YOLO TinyNAS——这个专门为边缘设备优化的目标检测模型,让无人机真正拥有了"火眼金睛"。 我们在Jetson Xavier平台上进行了实测,这套方案能够稳定达到30FPS的检测速度,完全满足实时避障的需求。更重要的是,它的功耗控制得相当不错,不会让无人机的续航时间大打折扣。 2. DAMO-YOLO TinyNAS技术解析 2.1 什么是TinyNAS技术 TinyNAS不是简单的模型压缩或剪枝,而是一种从网络结构源头优化的神经网络架构搜索技术。简单来说,它就像是为你的硬件量身定制衣服,而不是买现成的成衣再去修改。 传统的做法是先训练一个大模型,然后通过各种技巧把它变小。而TinyNA

ROS 机器人工程师30 天突击学习计划(超详细・日更版)第一天 Linux

第 1 周:Linux + C++/Python + ROS 基础(Day1~7) Day1:Linux 终端命令(ROS 90% 操作都靠它) 上午 9:00–11:30 | 必背命令 查看日志 / 进程bash运行 top # 看CPU htop # 更直观 dmesg # 系统日志 文件操作bash运行 ls -la # 看所有文件 cd # 进入目录 pwd # 显示当前路径 mkdir -p # 递归创建文件夹 rm -rf # 删除(谨慎) cp -r # 复制文件夹 mv # 移动/