码道代码智能体 MCP 支持实测：到底能不能当主力 Agent 用？

试了两周码道体验版的 MCP 功能，把配置方式、实际效果、踩的坑都记下来了。这篇主要回答一个问题：码道的 MCP 支持到什么程度了，值不值得把日常工具链接到上面。

1. 先说结论

码道代码智能体（CodeArts Doer）对 MCP 的支持体验版即可用，但和 Hermes Agent 这类原生 Agent 框架的方案走的是完全不同的路线：

• 码道把 MCP 当成插件系统——写一个 MCP server，注册到码道，AI 在对话中能调用你的工具
• Hermes Agent 把 MCP 当成核心通信协议——Agent 的内部编排（工具调用、任务拆解、多 step 推理）天然通过 MCP 实现

两条路各有取舍。码道的优势是上手快，在 IDE 里无缝使用；Hermes Agent 的优势是编排能力强，适合复杂的自动化工作流。

下面是我的实测过程和判断依据。

2. 码道的 MCP 怎么配

第一步：装好码道

码道目前三套使用方式：macOS 原生客户端（AI IDE）、VS Code 插件、JetBrains 插件。MCP 在三种模式下都支持。

体验版免费额度 500 万 tokens/月，够你跑十几轮带有工具调用的对话。下载地址：
https://codearts.huaweicloud.com/download.html

第二步：启动 MCP server

比如你写了一个简单的 Python MCP server，查华为云 OBS 的存储桶列表：

import json
import subprocess
from mcp.server import Server, stdio_server

server = Server("obs-lister")

@server.tool()
def list_obs_buckets(region: str = "cn-north-4") -> str:
    """列出指定区域的 OBS 存储桶"""
    result = subprocess.run(
        ["hcloud", "OBS", "ListBuckets",
         "--cli-region=" + region],
        capture_output=True, text=True
    )
    if result.returncode != 0:
        return f"[!] 查询失败: {result.stderr}"
    return result.stdout

@server.tool()
def get_bucket_info(bucket_name: str, region: str = "cn-north-4") -> str:
    """查询指定 OBS 桶的详细信息"""
    result = subprocess.run(
        ["hcloud", "OBS", "GetBucketStorageInfo",
         "--bucket_name=" + bucket_name,
         "--cli-region=" + region],
        capture_output=True, text=True
    )
    if result.returncode != 0:
        return f"[!] 查询失败: {result.stderr}"
    return result.stdout

if __name__ == "__main__":
    server.run(stdio_server())

注意几个坑：

• hcloud CLI 必须提前配置好——用 hcloud configure 配好 AK/SK 和默认 region，不然 MCP server 内部的 subprocess 调用会报错
• MCP 的 stdio transport 要求码道能启动子进程，如果你的 hcloud 配置了 long-term token，子进程继承的环境变量可能不全，建议在启动脚本里显式 export
• Python 的 pip install mcp 装的是 modelcontextprotocol/python-sdk 的官方包，但早期有个同名的旧包占了 mcp 这个名字，如果你遇到 ModuleNotFoundError，先检查装的是不是对的版本

第三步：在码道中注册 MCP server

在码道客户端的 MCP 配置管理页面（AI IDE 的 Settings -> MCP Servers），添加一个 stdio 模式的 server：

{
  "mcpServers": {
    "obs-lister": {
      "command": "python3",
      "args": ["/path/to/obs-lister-server.py"],
      "env": {
        "HCLOUD_ACCESS_KEY": "your-ak",
        "HCLOUD_SECRET_KEY": "your-sk"
      }
    }
  }
}

点保存，码道会自动检测 MCP server 是否启动成功。成功后，在对话中就可以用自然语言调用了：

“帮我查一下北京区域的 OBS 存储桶”

码道会意识到 list_obs_buckets 这个工具可用，自动调它并返回结果。实测从发出请求到拿到结果大约 3-5 秒（含模型推理 + 工具执行）。

3. 实测效果：一个完整的例子

我搭了一个完全针对华为云运维场景的 MCP server，注册了三个工具：

1. 查 ECS 实例列表（调 hcloud ECS ListServers）
2. 查 OBS 桶列表和容量
3. 查安全组规则并做安全分析

用自然语言试了几个场景：

问题很明显：工具调用正确率不错，但跨工具的编排能力偏弱。 多个工具串起来的时候，码道倾向于独立处理每次调用，而不是形成完整的工作流状态机。

4. 和 Hermes Agent 的 MCP 方案对比

Hermes Agent 对 MCP 的用法完全不同——它本身就是以 MCP 协议作为 Agent 内部编排的通信基础。在 Hermes 里，MCP 不是"插件系统"，而是 Agent 的核心基础设施。

举例：同样的"巡检华为云资源"任务

码道方案：打开 AI IDE -> 对话中输入"巡检我的 ECS 和 OBS 资源状态" -> AI 依次调两个工具 -> 返回文本结果。依赖 IDE 保持打开。

Hermes 方案：写一个 cron 任务 -> Agent 自动启动 -> 调 MCP server 查 ECS + OBS -> 发现异常自动发飞书通知。全程无人值守。

两个方案不冲突。我现在的姿势是：

码道（代码辅助 + 快速查询）
  └── 共享 MCP server
       └── Hermes Agent（自动化巡检 + 编排 + 定时任务）

同一个 MCP server（obs-lister）在两个 Agent 中都能用，不需要各写一套。

5. 必须说的实话

[+] 觉得不错的点

1. MCP 配置比我想象中简单——写一个 Python 脚本 + 一段 JSON 配置，5 分钟就能跑通。码道对 MCP 协议的实现基本符合 spec，没有魔改
2. 工具发现能力好——你注册了哪些 tool、每个 tool 的参数是什么，码道都能正确感知，不会出现"明明有这个工具但 AI 不用"的情况
3. 免费额度够用——500 万 tokens/月，日常测十几个 MCP 工具调用绰绰有余

[!] 需要改进的点

1. 多工具编排弱——跨工具的复杂工作流容易断，AI 有时会漏调中间步骤
2. 错误处理不透明——MCP server 内部报错时，码道有时只显示"工具调用失败"，不告诉你具体是 hcloud 超时还是参数传错了
3. MCP server 重启问题——码道客户端关闭再打开后，之前的 MCP server 配置还在，但需要手动重启，没有自动重连机制
4. 日志太少——MCP 通信日志默认不输出，排错只能靠猜。需要手动设环境变量 MCP_LOG_LEVEL=debug 才能在 stderr 里看到

[x] 踩过的坑

1. hcloud 配置路径问题——MCP server 的子进程默认继承码道客户端的 PATH，如果你的 hcloud 装在自定义目录，MCP server 里找不到 hcloud 命令。解决：在 server 配置的 env 里显式设 PATH
2. Python SDK 版本——pip install mcp 默认装的版本可能和码道兼容性有问题。建议指定版本：pip install "mcp>=1.2.0"
3. 中文路径问题——MCP server 路径带中文时，码道客户端在某些版本下解析 JSON 配置会出错。建议 MCP server 放在纯英文路径

6. 总结

码道体验版对 MCP 的支持不是"尝鲜画饼"——它是能用的（工具发现、参数映射、调用执行都对），但不适合做复杂的自动化编排。最佳定位是：IDE 里的轻量工具扩展，用来查资源、跑脚本、快速操作。

如果你的场景是写代码时随手查一下云资源、调个 API，码道 + MCP 已经够用。如果你的场景是定时巡检、异常告警、多步自动化，建议用 Hermes Agent + MCP，把码道留给编程辅助。

最后列一下我个人的 MCP server 模板目录结构，供参考：

~/mcp-servers/
├── obs-lister/           # 查 OBS 桶信息
│   ├── server.py
│   └── README.md
├── ecs-inspector/        # 查 ECS 实例和健康检查
│   ├── server.py
│   └── config.json
└── common/               # 共享工具函数
    └── hcloud_utils.py

同一个 server 注册到码道是 IDE 工具，注册到 Hermes 就是自动化 Agent 的能力。MCP 协议让这一步复用成为可能——这是它最值钱的地方。

参考链接：

• 码道代码智能体产品页：https://codearts.huaweicloud.com/
• 码道下载：https://codearts.huaweicloud.com/download.html
• 华为云 KooCLI 文档：https://support.huaweicloud.com/cli/
• 华为云 AI Shell 产品页：https://www.huaweicloud.com/product/aishell.html