由于 ArkTS 语料较少，通用模型极易受海量 TypeScript 代码干扰而产生“语法漂移”。而CodeGenie通过支持 MCP 与规则配置，有效过滤不适用语法，解决通用知识与鸿蒙特定架构的冲突，确保产出的代码更加符合 ArkTS 规范与性能要求。
让我们通过一个真实场景，看看 MCP+Rules 是如何协同 CodeGenie 的核心能力完成开发任务的。
在CodeGenie中输入指令：“检查文件中的api弃用问题，并查询知识库进行修复。”
在AI介入任务的那一刻，它不再盲目的直接生成代码，而是认真读取本地规则集（Rules）。默认规则包含 ArkTS 特有的 Lint 检查规则，确保后续进行的修改符合ArkTS语法标准。
第一步：智能诊断 —— 内置检查工具的“火眼金睛”
AI会调用内置检查工具（check_editor_errors）对文件进行语法校验。内置检查工具结合了最新的 SDK 元数据，可以识别出已废弃的接口。
发现了问题，怎么改？AI会自动调用知识库工具检索和获取相关信息，知识库不仅包含官方API参考文档，还有官方提供的最佳实践。
AI会结合规则集、内置检查工具、知识库工具，自动总结API升级方案，自动生成符合规范的代码
核心能力揭秘：基于 MCP 与 Rules 的双轮驱动
这不是基于固定套路的简单的“模板填充”，而是将 MCP + Rules 能力深度融合的全新探索：
在使用 AI 编程助手时，你是否遇到过这样的尴尬时刻：
“鸿蒙生态快速迭代，ArkTS 语法糖、ArkUI 组件和分布式能力等相关 API 范式也同时迅速迭代，通用大模型难以保障鸿蒙知识新鲜度。有时候AI回复的信息往往是过时，甚至无法编译的。”
这时候我们会想：如果能给 AI 装上一个“数据线”，随时读取我们指定的知识库，那会是多么棒的体验！
这正是 CodeGenie 引入 MCP (Model Context Protocol) 的核心意义。开发者可以在CodeGenie的MCP中，添加一个“鸿蒙知识库 MCP Server”，它可以是基于官方文档构建的索引，也可以是企业内部沉淀的最佳实践库。它不生产知识，但它通过 MCP 连接知识。无论你的知识库是公开的鸿蒙文档，还是私密的研发规范，通过MCP的零距离连接，CodeGenie会成为最懂你的那个“Code Partner”。
· 集成Figma MCP：AI读取设计稿内容，提取设计规范，自动为你生成UI代码，从设计到开发无缝衔接；
· 集成tree-sitter：AI实时解析代码抽象语法树，理解复杂逻辑关系，实现跨文件高效重构；
· 集成Context7 MCP：一键连接团队文档、API文档、历史问题记录等，让团队知识即插即用。
集成MCP带来的不仅是工具的升级，更是工作范式的变革。
团队协作中，代码风格统一往往是一场旷日持久的拉锯战。AI虽能短暂提效，但假如生成的代码不符合团队规范，直接导致审查与重构的成本不降反升。为保障代码生成的合规性与一致性，构建了 Rules 机制进行严格管控。
· 一键导入：支持将现有的Markdown格式规则文件直接导入和启用；
· 可视创建：工程规则支持一键创建，也可快捷导入现有规则文件，定制Coding Style；
· 默认兜底：内置ArkTS语法约束与HarmonyOS API使用规范的默认规则，开箱即用。
· 全局默认规则：提供语法约束与部分API使用规范，保障代码底线；
· 全局自定义规则：制定团队通用规则，所有工程统一适用；
· 工程级规则：针对当前工程定制专属规则，灵活适配不同项目需求。
在规则设置页选定所需类型的规则，并在CodeGenie中的选择合适的Agent和模型。AI开始运行后，根据上下文信息自动研判，按需动态调用规则工具。确保生成的代码既符合业务逻辑，又严守代码规范。
一旦Rules生效，CodeGenie生成的每一行代码都将严格遵守你的规范，AI不再只是"生成代码"，而是在为你交付符合生产标准的高质量代码！
在 CodeGenie 平台上，支持 MCP 标准协议意味着打破了 IDE 的物理边界，AI 编程助手不再是一个封闭的黑盒；而 Rules 的配置，则让 AI 彻底告别了“野生代码”，确保生成符合你团队规范的标准代码。
既有连接无限可能的开放生态，又有捍卫代码质量的坚实护盾。
现在就在 CodeGenie 中配置 MCP 和 Rules，让 AI 兼具广阔的全栈视野与严谨的规范意识，在配置驱动下，构建高质量、高性能的鸿蒙应用。
10个月宝宝每天需要喝多少奶粉？
