用华为云 CodeArts（码道）+ MCP 搭建 AI 工作流：从 0 到 1 实战

摘要：MCP（模型上下文协议）让大模型能安全、标准地"调用外部工具"。本文以华为云码道代码智能体（CodeArts Agent）为例，讲清 MCP 与 Rule/Skill 的区别，手把手演示如何通过 MCP 市场安装和 mcp_settings.json 手动配置 MCP 服务器，并用「代码检查 → 取报告 → 自动修复」这条真实工作流，把 AI 变成会干活的研发助手。

一、为什么需要 MCP？

写代码时我们常有这样的诉求：让 AI 不只"会聊"，还能直接读接口文档、调华为云 API、跑一次代码检查、操作浏览器。模型本身没有这些能力，MCP（Model Context Protocol）就是补上这块的开放协议——它统一了应用与大模型之间"连接外部数据源和工具系统"的交互标准。MCP 服务器允许大模型请求外部工具协助回答查询或完成任务。

在华为云码道里，**Rule（规则）、Skill（技能）、MCP Server（工具）**是三种不同维度的能力，先分清楚再动手：

一句话：Rule 管边界、Skill 管流程、MCP 管执行。三者搭配，才是完整的 AI 工作流。

说明：MCP Server 由第三方开发者或组织构建、发布和维护，CodeArts Agent 不对其代码实现、安全性、稳定性与数据处理行为做审查或背书。使用前请自行评估风险。

二、码道对 MCP 的支持

按照 MCP 服务器与客户端之间的通信方式，码道支持三类 MCP 服务器：

配置入口统一在 mcp_settings.json：设置图标 → MCP工具 → 配置MCP，编辑后按 Ctrl+S（macOS 为 Command(⌘)+S）保存，等待工具启动完成即可在智能体模式调用。

stdio 通用模板：

{
  "mcpServers": {
    "服务器名称": {
      "command": "启动进程的命令",
      "args": ["参数数组"],
      "env": { "环境变量": "值" }
    }
  }
}

Streamable HTTP 通用模板（注意 type 不要漏）：

{
  "mcpServers": {
    "服务器名称": {
      "url": "https://example.com/mcp",
      "type": "streamableHttp"
    }
  }
}

三、动手：三步搭起「质量门禁」AI 工作流

目标：每次提交前，让码道自动做代码检查、拉取报告、修复问题。这条链路用到的正是华为云官方的 CodeArts Check MCP。

Step 1：安装 / 准备 MCP 服务

两种方式任选：

• 从 MCP 市场安装（推荐新手）：设置 → MCP工具 → 市场，找到目标 MCP（如 Playwright-MCP、CodeArts Check MCP），点击安装。
• 手动配置：从官网下载页下载 CodeArts Check MCP 并解压。

建议：MCP 服务器数量不超过 20 个，同时开启控制在 8 个以内，启用 3 个可获得最优体验。

Step 2：粘贴配置到 mcp_settings.json

CodeArts Check MCP 的官方配置如下（command 用数组，environment 传区域与 AK/SK，type 为 local）：

{
  "mcpServers": {
    "CodeArts Check MCP": {
      "disabled": false,
      "timeout": 600000,
      "command": [
        "D:\\Program Files\\nodejs\\node.exe",
        "D:\\codeartscheck-ts-mcp-server-1.0.0\\package\\dist\\index.js"
      ],
      "environment": {
        "region": "cn-north-4",
        "ak": "your_ak",
        "sk": "your_sk"
      },
      "type": "local"
    }
  }
}

关键参数：

• region 固定为 cn-north-4；
• ak / sk 在华为云「访问密钥」页面创建，创建后立即下载 credentials.csv，过期弹窗关闭后就再也拿不到；
• timeout 为毫秒级超时，长任务（如全量扫描）可适当调大。

若只想验证链路，也可以先装一个轻量 stdio 服务，例如本地文件操作：

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["@modelcontextprotocol/server-filesystem", "D:/TestCode/demo"]
    }
  }
}

Step 3：用自然语言编排工作流

在聊天输入框下方选择 内置 > 智能体 进入智能体模式，然后用自然语言下达任务即可。例如：

使用 CodeArts Check MCP，扫描当前分支的代码检查任务 repo-demo-check，
拉取扫描报告，并根据报告自动修复问题，修复完成后把改动整理成提交说明。

码道会调用 CodeArts Check MCP 返回报告路径，随后内置子智能体自动修复代码；你在本地即可查看检查报告与提交前后的 diff，实现「AI 提需求 → 工具执行 → 自动修复」的闭环。

远程 MCP 同理。例如接入高德 MCP，仅需在 mcp_settings.json 增加：

{
  "mcpServers": {
    "amap-maps-streamableHTTP": {
      "url": "https://mcp.amap.com/mcp?key=您在高德申请的key",
      "type": "streamableHttp"
    }
  }
}

之后直接对话「帮我规划一个北京一日游，包含故宫、长城，包含美食」，智能体就会调用地图 MCP 生成路线。

四、进阶：把 MCP 接进研发流水线

把上面的能力组合起来，就是一条完整的 AI 研发工作流：

1. 代码托管 → 代码检查：CodeArts Check MCP 扫描分支，产出问题清单；
2. 自动修复：内置子智能体按报告修复，人工只做评审；
3. 工具协同：filesystem MCP 做本地读写、Git/代码托管 MCP 负责提交与 PR、Playwright-MCP 负责页面回归验证；
4. 一键复用：把常用指令沉淀为 Skill，把团队规范写进 Rule，形成「Rule 定边界 + Skill 定流程 + MCP 定执行」的稳定范式。

五、安全与最佳实践

• 密钥管理：AK/SK 只放进 mcp_settings.json 的 environment，且所有值必须是字符串；切勿提交到代码仓库。若报「代码检查任务已提交，但在执行阶段因 IAM 认证信息无效而失败」，先检查 environment.ak / environment.sk 是否正确。
• 精简启用：及时停用/删除不常用的 MCP，减少内存占用和上下文消耗（建议 ≤20 个、同时开启 ≤8 个）。
• 配置生效：手动改了 mcp_settings.json 后需重启 MCP，IDE 缓存不会自动刷新。
• 高精度数字：MCP 工具传大整数易在 JSON 解析阶段丢精度，服务端建议把高精度数字的 Schema 类型定义为 string。
• 第三方风险：对涉及代码、数据、账号权限的 MCP，务必先了解其权限范围与数据处理方式再启用。

六、小结

MCP 让 AI 从"回答问题"升级为"完成任务"。在华为云码道里，你只需一个 mcp_settings.json，就能把代码检查、文件读写、浏览器自动化、地图等外部能力接进同一个智能体，再用自然语言把它们编排成工作流。建议从官方 CodeArts Check MCP 入手——它已经打通了「扫描 → 取报告 → 自动修复」的完整闭环，是最贴近研发日常的 MCP 起点。

标签：华为云、CodeArts、码道、MCP、AI工作流、智能体、DevOps