写点什么

通义灵码 2.5 智能体模式联合 MCP:打造自动化菜品推荐平台,实现从需求到部署的全流程创新

  • 2025-05-21
    北京
  • 本文字数:2086 字

    阅读完需:约 7 分钟

通义灵码2.5智能体模式联合MCP:打造自动化菜品推荐平台,实现从需求到部署的全流程创新

一、项目背景与目标

随着人工智能技术的快速发展,AI 辅助开发工具正在改变传统的软件开发模式。通义灵码 2.5 版本的发布,通过 Qwen3 模型编程智能体模式 的结合,实现了从需求描述到代码生成的全流程自动化。同时,其对 魔搭 MCP 广场 的深度集成,为开发者提供了丰富的工具生态支持。


本方案旨在利用通义灵码 2.5 的智能体模式和 “今天吃什么” 和“EdgeOne”MCP 服务,构建一个 在线菜品推荐网站,帮助用户快速决策“今天吃什么”。该网站将支持个性化推荐、用户偏好管理、营养分析等功能,并通过 MCP 服务实现灵活的功能扩展。

二、功能需求分析

1、核心功能


  • 个性化推荐:根据用户人数、过敏、忌口等条件推荐菜品。

  • 实时推荐生成:用户输入需求后,系统立即生成推荐列表。

  • 用户偏好管理:用户可设置饮食偏好(如素食、甜品)并保存。

  • 推荐历史记录:展示用户过去的推荐记录,支持再次选择或重置。


2、 扩展功能


  • 营养分析:对推荐的菜品进行卡路里等营养成分分析。

三、技术架构设计

1、 开发工具与平台


  • IDE:Visual Studio Code(集成通义灵码 2.5 插件)。

  • 前端框架:Vue.js(通义灵码可自动生成组件代码)。

  • 后端服务:Node.js (通义灵码智能体模式可自动生成 API 接口)。


2、 MCP 服务集成


  • “今天吃什么” MCP 服务:提供菜品推荐、营养分析等功能。

  • EdgeOne MCP 服务:快速部署网站,支持在线访问。


3、 通义灵码 2.5 核心能力


  • 智能体模式:自主决策、工程感知、工具调用。

  • Qwen3 模型:支持长上下文理解,生成高质量代码和推荐逻辑。

  • MCP 工具链:一键集成 3000+ 工具,简化开发流程。

四、开发流程与实现步骤

1、 MCP 服务集成
  • 配置 MCP 服务:在 MCP 广场选择要安装的 MCP 服务,点击安装即可。


  • 安装报错,提交给通义灵码来修复。


  • 修复完成之后,重新添加。


  • 完成 MCP 服务的添加。


2、 需求描述与智能体任务规划
  • 输入需求

  • 在 VS Code 中通过通义灵码插件输入需求:


构建一个在线菜品推荐网站,支持用户输入偏好并生成推荐结果。需要集成‘今天吃什么’MCP服务,并支持用户保存历史记录,同时在代码构建完成之后,集成‘edgeone’MCP服务进行部署。”
复制代码


  • 智能体任务拆解

  • 通义灵码智能体自动规划以下步骤:


 我们需要创建基本的前端和后端架构,包括:
前端:用于用户交互(输入偏好、查看推荐、保存历史记录等)。 后端:处理与 MCP 服务的通信,并管理用户的推荐历史。 部署:使用 edgeone MCP 服务部署网站。
复制代码


推荐目录结构


eat/├── public/                  # 静态文件(HTML, CSS, JS)│   ├── index.html             # 主页│   └── style.css              # 样式表├── server.js                # Node.js 后端逻辑├── package.json             # 项目依赖配置└── README.md                # 项目说明文档
复制代码
3、 智能体自动生成代码
  • 选择智能体和 Qwen3,在对话中输入:直接创建这些文件。


  • 开始自动进行创建。


  • 在启动项目的时候,3000 端口被占用,智能体自行修复为 3001。


  • 重启后在 3001 端口上运行。


  • 打开网站页面没有正确显示。


  • 将错误信息提交给智能体来进行修复。


  • 修复完成之后,重新发布,可以看到网站就构建成功了。


4、 优化网站
  • 在智能体的对话框输入如下指令:


1、修复下每次推荐内容都是固定的;2、增加重置功能;3、增加菜谱分类;4、增加过敏原和忌口食材列表。
复制代码


  • 智能体自己经过一系列的反复调整,终于实现了想呈现的页面。

5、 扩展功能开发
  • 在智能体的对话框输入如下指令:


1、增加推荐菜谱的营养分析;
复制代码



2、优化下背景,展现更美观;
复制代码


五、测试与部署

1、功能测试

智能体按照以下计划生成测试用例并进行自动化测试:


1) 后端 API 接口测试


  • /recommend:推荐菜品接口(支持人数、分类、过敏原、忌口参数)

  • /nutrition/:recipeName:营养分析接口

  • /categories:获取菜谱分类接口

  • /reset:清空历史记录接口

  • /history:获取历史记录接口


2) 测试框架与工具


  • 使用 Jest 作为测试框架。

  • 使用 supertest 模拟 HTTP 请求。


3)测试目录结构


test/├── server.test.js      # 所有 API 接口的测试用例└── utils.js            # 测试辅助函数
复制代码


4)测试覆盖率


  • 每个接口至少覆盖以下情况:

  • 正常请求返回正确状态码和响应数据。

  • 参数缺失或错误时返回合适的错误信息。

  • 边界条件测试(如人数为 0 或超过上限)。


5)实施步骤


  • 创建 test/ 目录。

  • 编写 server.test.js 测试用例。

  • 添加 [utils.js](file://c:\Users\Administrator\Desktop\eat\node_modules\qs\lib\utils.js) 提供测试辅助函数(如创建测试服务器实例)。

  • 更新 [package.json](file://c:\Users\Administrator\Desktop\eat\package.json) 添加测试脚本。

2、部署上线

在智能体中输入指令:调用 edgeone MCP 服务,将所有代码部署到 EdgeOne 上。


六、未来扩展方向

1、 餐厅推荐支持: 集成地图 MCP 服务,可以针对菜谱进行附近餐厅推荐。

2、 AI 语音交互: 调用语音识别和合成 MCP 服务,实现语音输入和反馈。

3、 社区功能: 用户可分享推荐结果,形成美食社区并支持点赞评论。

七、总结

通过通义灵码 2.5 的智能体模式和 MCP 广场的集成,开发者可以高效构建在线菜品推荐网站。智能体模式大幅提升了开发效率,MCP 服务则为功能扩展提供了无限可能。

发布于: 刚刚阅读数: 5
用户头像

InfoQ签约作者 2018-11-30 加入

热爱生活,收藏美好,专注技术,持续成长

评论

发布
暂无评论
通义灵码2.5智能体模式联合MCP:打造自动化菜品推荐平台,实现从需求到部署的全流程创新_MCP_穿过生命散发芬芳_InfoQ写作社区