AutoDev中新增的 AI Agent 能力

在开源 AI IDE 插件 AutoDev 的

issue 中，我们勾勒了 AI Agent 能力的设计蓝图。半年后的今天，这个功能终于落地了。

在 AutoDev 1.7.0 中，你可以接入内部的 AI Agent，并将其与现有的 AI 辅助能力无缝融合。

本文将以 AutoDev 结合 AI Agent 作为演示，展示这一能力的实际用法。详细文档见 这里，或者直接阅读源码。

详细 Demo 视频：

<iframe allowfullscreen="" frameborder="0" src="https://mp.weixin.qq.com/mp/readtemplate?t=pages/video_player_tmpl&action=mpvideo&auto=0&vid=wxv_3358955717705220097"></iframe>

自定义 AI Agent

先说说背景。通用的 LLM 缺乏内部资料，这是常识。要补充这些信息，通常得靠 RAG。但在 IDE 层面做这件事并不合适——资料可能在持续更新。更合理的做法是在服务端实现类似能力，然后通过接口暴露给 IDE。

基于先前自定义 LLM 的经验，AutoDev 现在支持了自定义 AI Agent 的接入。具体怎么用？下面通过几个典型场景来说明。

1. 直接返回结果示例：内部 API 集成

什么场景下适合？

• 模型不了解的知识
  。比如学习鸿蒙开发时，可以在内部部署对应 API，加速学习。

• 内部知识
  。当团队拥有大量领域知识、规范、API 信息时。

这种情况下，可以使用 Direct 作为返回类型，直接集成 AI Agent。配置示例：

{"name": "内部 API 集成","url": "http://127.0.0.1:8765/api/agent/api-market","responseAction": "Direct"}

意思很明确：直接返回处理后的内容，不做额外包装。

2. 返回检索结果示例：组件库集成

典型场景：

• 结合知识检索
  。比如需要某一类知识，基于这些知识继续往下沟通。举个例子，让 AI 选择合适的组件，前提是它得掌握所有组件的信息，才能进一步向下编码。

这时候可以用 TextChunk 作为返回类型。配置示例：

{"name": "组件库查询","url": "http://127.0.0.1:8765/api/agent/component-list","responseAction": "TextChunk"}

AI 返回的是检索结果，你可以基于这些结果继续和它对话。

3. WebView 结果示例：低代码页面生成

典型场景：

• 前端页面生成
  。

• 低代码页面生成
  。

这两种场景其实挺相似。AI 生成的前端代码问题不少，通常得结合内部组件库或 RAG 来调优。但实话实说，RAG 在这类场景下效果也不尽如人意。相比之下，直接让 AI 生成一个原型图，让产品经理、UX 和开发一起聊，反而更有价值。

这种情况下，使用 WebView 作为返回类型。配置示例：

{"name": "页面生成","url": "http://127.0.0.1:8765/api/agent/ux","auth": {"type": "Bearer","token": "eyJhbGci"},"responseAction": "WebView"}

返回的是一个 WebView，后续在聊天中会直接展示对应页面。

小结

在 IDE 里，可以把 AI Agent 看作一系列能力插件，用来加速开发过程。

接口已经有了，剩下的就看你怎么用了。如果等不及 JetBrains 市场的审核，直接从 GitHub 下载即可。