Qt AI 驱动的开发工具
智能体式开发正成倍提升软件工程效率。Qt 的 AI 驱动开发工具、MCP 服务与智能体技能，为智能体工作流提供所需的深度 Qt 及 QML 专业知识，在跨平台和嵌入式系统开发领域优势尤为突出。
更快的编程速度
专注于引导开发方向，让 AI 智能体完成代码编写、测试与文档工作。
高质量的智能体代码
充分利用通用 AI 智能体对 Qt 的既有掌握程度，并通过专属 MCP 和技能进一步提升代码质量。
AI 工具自由选择
将 Qt 与主流智能体工程工具配合使用，已验证遵循开放标准并兼容前沿模型。
人机协同，硬件在环
变革已在发生
随着越来越多的团队探索智能体式开发，部分已将其落地到生产环境，代码编写、测试生成、项目导航等工作流正越来越多地由 AI 智能体完成。
“智能体式开发如何加速：实例解析
开源的优势
AI 智能体对 Qt 的深度了解
Qt 的开源模式让前沿模型得以从大量 Qt C++ 和 QML 预训练素材中学习。因此，大语言模型（LLM）对 Qt 的掌握程度远超任何闭源框架。
-
Claude、GPT 和 Gemini 在 QML100 单轮任务基准测试中的得分已达 75–86%。
- 持续的基于人类反馈的强化学习（RLHF）可进一步微调前沿模型。
- 专属 MCP 和技能能够填补智能体仍存在的能力不足。
综合以上优势，Claude Code、GitHub Copilot 等 AI 驱动的开发工具已具备生成高质量 Qt 代码的坚实基础。
Qt AI 驱动的开发工具：当前可用
在 LLM 缺乏 Qt 专项支持时，提供的 MCP 服务和智能体技能可高效填补这些空缺。开发者可专注于优化智能体工作流、保持人机协同，尤其是提升嵌入式开发的效率。
我们将持续不断地推出更多工具。
Qt 的 MCP 服务
MCP 定义了 AI 智能体与外部工具、数据源及服务的连接方式，为 AI 驱动的开发工具提供对 Qt 框架及工具链的深度、可靠知识。
首个 MCP 专注于说明文档，可显著降低 token 消耗。更多 MCP 将陆续推出。
Qt Documentation MCP 服务
让 AI 智能体能够基于预训练数据未涵盖的最新 Qt 说明文档，编写、审查和修复 Qt C++ 与 QML 代码。具备版本感知能力，与通用智能体网络搜索相比，token 消耗仅为 30%。
了解 Qt Documentation MCP面向 Qt 和 QML 的智能体技能
智能体技能是可移植的版本化知识包，为 AI 智能体提供专业的 Qt 专项能力。这些技能按需加载，即仅在需要时激活，使智能体的活跃上下文保持精简。
在通用 LLM 缺乏 Qt 专项支持时，这些智能体技能可高效填补不足。
更多技能持续推出。
常见问题解答
Qt 为开发者提供哪些智能体工具？
- AI Tooling
Qt 目前提供两类工具：AI 驱动的开发工具，以及 Qt Creator IDE 内置的智能体 AI 能力。
AI 驱动工具分为两类：MCP 和 智能体技能。MCP 服务为 AI 智能体提供 Qt 专项能力，目前首个可用的是 Qt Code Documentation MCP。智能体技能是可移植的版本化知识包，覆盖界面设计、智能体式编码、Qt C++ 代码审查、单元测试生成及 API 文档等任务。
Qt Creator IDE 中具备 Qt 上下文感知的智能体式 AI 能力，让开发者在 IDE 内轻松调用 AI 智能体代为执行各类操作。
什么是智能体技能，为何对 Qt 开发至关重要？
- AI Tooling
智能体技能是可移植的版本化知识包，为 AI 智能体提供特定任务的专项知识。按需加载，使智能体上下文保持精简。对 Qt 开发者而言，技能弥合了通用 AI 智能体与专属 Qt 工作流之间的差距，涵盖 QML 规范、Qt 测试模式、C++ 代码审查等内容。由于技能遵循开放标准，可在任何符合规范的智能体式开发方案中移植使用。
Qt 的智能体式开发如何成倍提升效率？
- AI Tooling
- Agentic Engineering
在智能体 AI 方面，Qt 与其他 UI 框架相比如何？
- AI Tooling
- Agentic Engineering
在智能体 AI 方面，Qt 的核心优势在于其训练数据的深度积累。数十年积累下来的开放 Qt C++ 与 QML 代码，使前沿模型在开箱即用的情况下就能写出比闭源或成熟度较低的框架更好的 Qt 代码。相较于通常只针对单一或有限几类目标平台、且尚未发布专属智能体工具或 MCP 集成的替代方案，Qt 覆盖的硬件范围也更为广泛。
Qt 是否推荐完全自主的 AI 智能体？
- AI Tooling
目前暂不推荐。Qt Group 认为，该技术尚未成熟到支持完全自主的智能体，尤其对于专业领域和受监管的软件开发而言，保持人机协同是正确的立场。Qt 的方案将人类作为工作流的决策者，通过 MCP 工具和智能体技能高效填补能力缺口，同时在关键节点保留人工审核。
AI 辅助软件开发与智能体式开发有何区别？
- AI Tooling
- Agentic Engineering
像 GitHub Copilot 或 Qt Creator 的 AI 助手这类 AI 辅助工具，只是提供代码建议，具体每一步操作仍由开发者执行。智能体式开发（Agentic Development）则更进一步：AI 智能体能够在整个代码库中自主观察、规划、执行、验证并迭代。由此带来的生产力提升十分显著：AI 辅助工具最多能带来约 10% 的效率提升，而智能体方案则能成倍提升工程生产力。
使用 Qt 进行智能体式开发，如何实现生产力的成倍提升？
- AI Tooling
Qt 是否支持智能体式软件开发？
- AI Tooling
- Agentic Engineering
是的，无论在 IDE 内还是 IDE 外，Qt 都支持智能体式软件开发。首先，Qt 的开放生态意味着 Claude、GPT、Gemini 等前沿模型已经在 Qt 的 C++ 与 QML 代码上完成训练，领先模型在 QML100 基准测试的单轮任务中已取得 75%-86% 的得分。在通用大语言模型（LLM）不擅长之处，Qt 通过提供专属的、支持 MCP 的工具与智能体技能来填补空白，这些工具专为基于 Qt 的跨平台智能体式开发而设计。此外，IDE 内也支持智能体 AI，例如Qt Creator IDE 具备对 Qt 有感知能力的智能体 AI 功能。