有朋友問我，他不知道怎么在技術派中 debug，比如說想看用戶活躍榜單功能的實現？

我的回復很簡單，你把這個問題扔給靈碼插件的智能體，就能快速 get 到一個非常詳細的步驟。

我錄了個屏，大家可以感受一下。

尤其是這一步，非常關鍵，智能體會根據關鍵字在倉庫進行檢索，找出“用戶活躍”具體的代碼位置。

智能體不僅會告訴我們如何打斷點，還會用 curl 模擬文章發布的請求，方便我們直接動手去實踐，測試用戶活躍榜單的變化，太貼心了呀。

curl -X POST http://localhost:8080/article/publish \
     -H "Content-Type: application/json" \
     -d '{
           "title": "測試文章",
           "content": "這是一篇測試文章內容。",
           "userId": 1
         }'

這里再順帶提兩點，新版的靈碼插件還追加了【文件目錄】和【網絡檢索】兩個新功能。

比如說如果我們想要縮小智能體關聯的上下文環境，就可以點擊添加上下文前面的【+】號，選擇對應的目錄。

別小看這個功能，挺關鍵的，因為現在的項目都很龐大，像技術派就分了很多 module，有 service、web、core 等，每個 module 的重心都不同，比如說 web 模塊就主要負責前后端的請求流轉。

那我們就針對 web 模塊，來問“Spring 有哪些常用注解呢？”，靈碼就能夠只針對我選擇的這個 paicoding-web 來檢索用到了哪些注解，并給出詳細的解釋。

如果我們的問題超出了智能體的知識庫范圍，他還會調用【網絡檢索】工具，從網絡上幫我們 get 到最新的信息，比如說，當我問“請幫我搜一搜 Java 的學習路線？”

智能體就會感知到我們的訴求，當我們點擊【執行】，靈碼就開始聯網查找最新的資料了。

不過，令我比較意外的是，Java 進階之路竟然也成為了靈碼搜索的檢索來源之一，

哈哈，有點“驕傲”的感覺呢。??

真的，奉勸兄弟姐妹們一句，AI Coding 的范式已經來臨，大家都要積極擁抱啊！

這種學習/工作的效率提升的不是一星半點。

接下來，我再以第一視覺來大家感受一下在靈碼中調用 MCP 用嘴進行開發的絲滑快感，比起傳統的編碼方式，真的是天壤之別，舒服，太舒服了。

點擊 IDE 右側邊欄的靈碼小圖標，在新開的聊天窗口點擊【MCP】籃子，或者在個人設置頁面點擊【MCP 服務】。

在 MCP 服務中點擊會跳轉到【MCP 廣場】。輸入【MySQL】，然后點擊安裝。

注意要先在本地安裝 Python 環境，這一步我就略過了（步驟比較多，每個人環境也不太一樣，推薦使用 wrap 這個 AI 終端 agent 安裝），可以從魔搭社區看開發這一欄參考 MySQL MCP Server 在本地的安裝。

安裝完成后，注意復制這個路徑，隨后會用到。

把這個路徑復制到 MySQL MCP Server 配置的 directory 參數中。

再填寫一下數據庫的用戶名、密碼等，點擊【立即添加】。

如果沒問題的話，可以在我的服務里看到這個 MySQL 的 MCP。

點擊【快速體驗】的小圖標，就可以跳轉到靈碼的聊天窗口。

可以看到靈碼已經幫我們執行了一個簡單的 MySQL 查詢，確認 MCP 服務是可以被智能體調用的。

然后我們就可以“動動嘴”來查詢數據了（??）。

輸入：“請幫我查一下數據庫里都有哪些文章？”這是一個非常模糊的 SQL 查詢，對吧？

我懶得像只豬，表名都沒有指定，我就想測試一下靈碼的智能體到底有多強大，為難一下它。

先上結果，它真的查出來了，通過 MySQL 的 MCP，并且用 ID 和標題幫我做了一個表格。

那在此基礎上，能不能讓結果更有 UI 表達力呢，比如說用 echarts 來展示搜索結果。

不過遺憾的是，在魔搭社區的 MCP 市場沒有看到 echarts 對應的 Server，所以我換了一種思路。先去搜其他的替代品，比如 AntV 出品的這個。

功能也非常豐富，包括折線圖、柱狀圖等等。

參照前面 MySQL 的方式，把【可視化圖表 MCP Server】添加到靈碼的 MCP 中。同樣的，我們點擊【快速體驗】的小圖標，能夠看到，靈碼已經幫我們生成一個簡單的柱狀圖示例了。

OK，我們回到智能體，輸入“我需要最近一個月的 PV 走勢圖”，這次我們選擇千問的推理模型“qwen3-thinking”，感受一下整個思考的過程。

有了有了，真的有了呀。

雖然這個過程中，有一些瑕疵，比如說第一次并沒有去執行 MySQL 這個 MCP，但不是靈碼的問題，是我們的描述不夠準確。

再比如說，當靈碼發現沒有預期的 pv 字段時，能夠自己反思去看一下表的結構和定義。

然后發現 cnt 這個字段很有可能就是請求次數，然后重新調整自己的 SQL 語句。

SELECT date, SUM(cnt) as pv 
FROM request_count 
WHERE date >= DATE_SUB(CURDATE(), INTERVAL 30 DAY) 
GROUP BY date 
ORDER BY date;

再比如說，當靈碼查到最近一個月的數據為空時（從今天往前查 30 天），他會重新調整起止時間。因為我本地的數據，只同步到了 5 月初。

算是給靈碼埋了一個坑，但他并沒有跳，真的太理智了。我把這個過程全部都錄屏下來了，大家可以感受一下這個強度。

放在一年前，我真想不到，AI 編程能發展到這個階段！

不只是代碼補全這種初級的輔助功能，隨著大模型基礎能力的提升， AI Coding 可以發揮的空間只會更大。

以前有一門編程語言叫易語言，不知道大家有沒有印象，其最大的特點是用漢字來進行代碼編寫。

但實際體驗下來，我認為是不太理想的，但隨著 AI 能力的提升，使用自然語言編程，可能真的要成為現實了。我們直接按照程序員的編程思維告訴 AI 這一步干什么，下一步干什么，他就會按照我們的預期去執行。

靈碼在編程的細微體驗上也越來越重視，比如說行間建議預測 NES 這個功能，可以基于當前代碼的上下文，結合代碼修改和光標所在位置，動態預測代碼變更。

可以通過 IDE 的 setting 選項在【Lingma】界面中開啟。

我們就以技術派的 createShortLink 方法為例，一開始他是這樣的。

當我們要將參數 shortLinkReq 修改為 sLinkReq 時，只要我們修改一處，靈碼就會自動跳轉到下一處，只要我們按下【Tab】鍵接受建議就可以了。

并且方法上會多了一個【重命名用法】的標記，是不是一目了然，非常人性化？

再比如說我們要修改 generateUniqueShortCode 方法為 generateUShortCode，靈碼會在編輯區出現一個【Tab 跳轉】的按鈕。

當我們點擊它的時候，光標就會跳轉到調用這個方法的位置，然后提示我們按下 Tab 鍵接受修改就可以了。

還有像靈碼的【記憶】功能也非常實用，他會針對我們的個人編碼習慣進行記憶整理，隨著時間的推移，他會更懂我們。

我非常篤定的認為，AI Coding 將成為新的范式，無論是大廠還是小廠，都在逐漸向這種編碼方式靠近。

作為開發者的我們，也要積極擁抱，要習慣和 AI 一起編碼的感覺，最大限度去提升自己的工作和學習效率。

反正每次只要靈碼一更新，我就會立馬去嘗鮮，切身地體驗一遍靈碼的新功能。

期待下一個版本的靈碼，超期待呢！

通義靈碼插件下載地址：

https://lingma.aliyun.com/download