Bygg med AI
De tre måtene kunstig intelligens berører et Xuda-prosjekt på, fra assistenten inne i Studio til en ekstern agent over MCP.
Xuda setter kunstig intelligens i arbeid på tre ulike steder, og det hjelper å vite hvilket en oppgave krever før du begynner.
AI-appbyggeren, i Studio
Hvert Studio-prosjekt åpnes med et chatpanel ved siden av inspektøren: beskriv hva du vil ha, så avgrenser den endringen til hele prosjektet eller til det som er valgt, og utfører den. Det er den raskeste måten å lage en komponent, forklare et ukjent prosjekt eller koble opp en arbeidsflyt uten å forlate redigeringsverktøyet.
Se Mønstre for meldinger for hva du bør si til den.
Agenter du bygger, ikke bare chatter med
Studio har også sin egen prog-type for dette: ai_agent. I stedet for å sette sammen en melding og
et modellkall for hånd, beskriver du et mål i et par setninger, og Studio foreslår en plan og stiller
oppklarende spørsmål først når målet etterlater reelle hull (hvem som bruker den, hvilke kilder den
skal hente fra, hva den skal produsere). Resultatet er en frittstående agent som kan publiseres i
kontoens AI Agentic Workspace, der alle med tilgang kan chatte med den, det samme området som
AI Workspace dekker på API-siden.
En publisert agent er ikke bare noe en person chatter med. En annen agents egen verktøyliste kan ha et AI-agent-verktøy som når én bestemt publisert agent, eller alle agenter prosjektet har publisert (aldri seg selv, og en verktøyagent kan ikke nå en assistent): modellen kan da kalle den agenten som et verktøy og overlate forespørselen til den, på samme måte som den kaller en tabell eller en installert plugin.
MCP, for alt utenfor prosjektet
Pek en ekstern, MCP-kompatibel klient (en IDE-agent, en chatbot, et skript) mot
https://xuda.ai/mcp med en API-nøkkel, så blir hver CPI-metode den nøkkelen kan kalle et typet
verktøy for den, uten noen egen integrasjon. Den samme forbindelsen gir også agenten guiden som er
beskrevet i Studio LLM-guiden: prog-dokumentmodellen,
xu-*-attributtene, arbeidsflythandlingene og fallgruvene som lurer en første utprøving, slått
sammen fra den distribuerte plattformens egne regler slik at den aldri driver bort fra det som
faktisk valideres.