AI 驱动开发是 Kuikly 2026 年的核心方向——我们希望将 AI 能力深度融入研发全链路。围绕这一方向，我们沿着客户端开发的各个环节逐一推进，实践了 Harness 开发并沉淀了工具，相关能力已在司内多条业务线落地，并显著提升了研发效率。现在，我们正式开源首批 AI 能力：Rules 与 Skills，诚邀各位开发者体验与协作，项目地址：KuiklyUI-AI GitHub 仓库
一、背景
过去两年，AI 正在深刻重塑软件工程。越来越多的开发者和研发团队开始将 AI 融入日常开发流程，并在编码效率上取得了显著提升。开发范式也在快速演进：
1. Vibe Coding —— 借助大模型能力，通过 Prompt 描述需求即可让 AI 直接生成代码；
2. Spec Coding —— 通过结构化的需求文档和技术规格，引导 AI 生成更可控、更符合预期的代码。
工程方法论也从 Prompt Engineering（如何写好提示词）演进到Context Engineering（如何管理上下文信息），而最新出现的 Harness Engineering（如何构建完整的约束体系）正推动 AI 研发走向可控、可验证的稳定交付。
然而在一线调研中我们发现，当开发者将 AI Coding 工具真正进入客户端开发场景时，新的挑战随之而来：
- 生成代码质量参差：AI 生成的代码虽能快速产出、体量充足，却常呈现"野路子"特征——可运行但不规范，能实现但不优雅。错误的依赖引入、不存在的 API 调用、混乱的结构组织、不符合框架标准的写法，成为常态。
- 客户端场景天然复杂：客户端通常面向多平台运行环境，项目中往往长期共存多套架构与技术栈，还要处理复杂的历史债务和组件依赖关系。与此同时，设计稿落地通常需要多轮视觉还原与反复确认，而客户端的运行验证链路又长、反馈又慢。这些恰恰都是当前 AI 最难直接介入的部分，也是研发效率最容易被拖慢的地方。
这些问题都在阻碍 AI 能力在客户端场景下真正走向工程化落地与规模化应用。
Kuikly 作为一个轻量、高性能、可动态化的跨平台开发框架，在腾讯内外广受好评，在 AI 大浪潮下，Kuikly 也在积极探索框架的 AI 化路线——不仅仅是让 AI 能写 Kuikly 代码，更要让 AI 写出好的 Kuikly 代码。
二、Kuikly AI
2.1 出发点：客户端需要的AI工具
客户端在 AI 时代需要准备什么？
当下备受关注的 Harness Engineering 提出了一个核心观点：大模型需要一套工程化的"缰绳"——一个围绕 LLM / Agent 搭建的控制系统，让不确定的模型输出，在确定性的流程中被约束、被校验、被持续管理地完成复杂任务。这套系统通常包含五大方面：
-
系统提示与上下文注入（Context Injection）
-
工具与执行环境（Tools & Environment）
-
控制与编排逻辑（Control & Orchestration）
-
持久化与状态管理（Persistence & Memory）
-
观察与验证（Observe & Verify）
如果把这五个方面映射到客户端开发场景，这意味着：
- 系统提示与上下文注入：要给大模型注入专有知识，通用大模型的训练数据几乎不会覆盖这些专有知识。如果不主动注入一些规范和实践，AI 就只能用"通用写法"去猜，产出的代码自然不规范，需要让它在正确的知识边界内工作。
- 工具与执行环境：客户端开发场景多样，可能是根据一份新设计稿从零搭建页面，也可能是对存量页面进行功能迭代或体验优化，还可能是将旧框架代码迁移到新框架。不同任务需要的上下文和工具完全不同，因此必须为 AI 提供可感知、可调用的工具能力，而不是让它在“信息黑箱”中盲目生成。
- 控制与编排逻辑：客户端研发流程长、步骤多，任务拆解和执行顺序尤为重要。AI 只有在合适的工作流里被组织起来，才能真正协助开发，而不是在多个环节中反复返工。
- 持久化与状态管理：客户端项目生命周期普遍较长，迭代频繁。模块架构、组件依赖关系、历史决策等关键上下文，需要被长期沉淀下来。否则每次新会话开始时，AI 都得重新“理解项目”，很难形成稳定输出。
- 观察与验证：这是最关键、也是最难的一环。客户端的运行验证链路较长，很多效果问题只有运行后才能暴露。截图虽然能提供一些参考，但终究不是模型能够原生理解的结构化信息。真正有效的做法，是为 AI 提供机器可读的预览与可视化调试能力，让它不仅能“写”，还能“看懂自己写出来的结果”。
从这些角度来看，客户端真正需要的，并不是某一个单点 AI 工具，而是一套覆盖开发全流程的 AI 工程化能力体系。
2.2 解法：KuiklyAI能力全景
基于上述思路，Kuikly正式推出了 Kuikly AI 项目，以客户端开发的各个流程为出发点，围绕构建完整工程能力体系的各个环节，将框架知识、组件规范、最佳实践和工具链系统化地注入 AI 工作流，框架承担起 AI 适配的责任——使用方只需专注业务本身，即可获得规范、高质量、开箱即用的 Kuikly 开发体验。
- AI 问答 Agent：沉淀知识库、指引文档，并结合代码 RAG，提升问题解答的准确性与深度，降低上手门槛和解决常见使用问题。
- Kuikly Rules：给模型注入相关上下文，涵盖开发规范、架构原则、最佳实践等内容，弥补大模型对 Kuikly 的理解缺失，提升输出代码的规范性。
- Kuikly Skills：面向特定开发场景的 AI 技能包，让 AI 能像专家一样处理各种复杂任务，实现高质量的智能代码生成。
- Kuikly MCP：基于 Model Context Protocol，让 AI 工具能够动态访问 Kuikly 官方文档、组件库索引和开发工具，实时获取知识，告别过时信息。
- 视觉稿转码(Deco)：通过 Deco 工具将 Figma 设计稿自动转换为 Kuikly 代码，精确高效地还原设计意图，减少页面搭建工作。
- 预览 & UI Inspector：在 AI 生成代码后即时预览运行效果，并配合 UI Inspector 可视化查看组件树与属性，补齐“观察与验证”这一关键能力。
- 转码 Agent：支持将 React / Vue / Hippy 等主流框架的存量代码高效迁移为 Kuikly 代码，自动分析代码结构与组件关系，完成语法和 API 的映射转换，帮助业务平滑完成迁移。
- AI Chat组件：提供开箱即用的官方 AI Chat 组件，业务团队可快速在 App 内接入完整的 AI 对话能力，支持多模型切换、跨端一致体验和高度自定义 UI，快速赋能此类业务场景。
- 开发 Agent：串联起从需求规划、代码生成、多端预览到一键验证的完整工作流，将分散的 AI 能力整合为流畅的自动化生产线，让开发者聚焦于业务逻辑本身。
三、Kuikly Rules/Skills
首批Kuikly开源的AI能力有 Rules，Skills
3.1 Rules
KuiklyDSL 是一套私有 DSL，现阶段大模型的训练语料存在一定欠缺，缺乏规则约束时极易生成不可用的代码；而 Kuikly ComposeDSL 虽然基于 Compose 范式，但在包名导入、组件 API、参数定义等方面与官方 Jetpack Compose 存在部分差异，模型很容易误用。因此，我们围绕两套 DSL 的高频问题，分别提供了对应的 Rules：
除了官方提供的通用规则外，使用方也可以进一步补充自身项目的架构约定、目录规范和最佳实践，让 AI 更贴合具体工程约束，真正做到“在你的工程里按你的方式工作”。
3.2 Skills
Kuikly Skills 作为给 AI Agent（CodeBuddy / Cursor / Claude 等）使用的技能库，核心目标是让 AI 在 Kuikly 项目中面对复杂开发流程时，拥有明确的规范和指导，助力更高效的完成各类需求任务。
目前，Kuikly Skills 已覆盖 11 不同技能，涵盖 Kuikly 开发的各个步骤：框架集成、UI构建、基础开发能力、能力扩展能方面。
随着技能体系的不断完善，AI 在 Kuikly 项目中的定位将不再局限于代码生成，而是进一步成长为能够参与完整开发流程的工程助手。未来，我们也会持续完善性能优化、组件市场等方向的能力布局。
安装方式也很简单。打开你的终端，输入：
// 安装
npx skills add Tencent-TDS/KuiklyUI-AI/skills
// 更新
npx skills update Tencent-TDS/KuiklyUI-AI/skills
使用示例
"用 Kuikly 创建一个 Todo 列表页面""帮我给 xx 视图出现时添加一个动画"
3.3 接入建议
从目前已接入的业务反馈来看，无论是在已有工程上迭代新功能、搭建常见页面布局，还是从零构建新的 Kuikly 页面，Rules 和 Skills 都有效地增强了模型对 Kuikly 框架的理解。开发者普遍反馈，在引入 Rules 和 Skills 之后，AI 生成代码的规范度和可用性都有明显提升，整体开发过程也更顺畅。很多以往需要反复修正的框架细节问题，可以在生成阶段就被提前规避，最终往往只需要少量样式或交互层面的微调，就能达到预期效果。
因此我们建议 Rules 和 Skills 全部使用，以获得最佳体验。
四、后续规划
Rules 和 Skills 是 Kuikly AI 的第一步，但远不是终点。接下来，我们将沿着"让 AI 更懂客户端"这条主线，持续释放更多工程化能力， MCP 服务、视觉稿转码、预览 & Inspector、转码 Agent、AI Chat 组件、开发Agent等能力将会重点推进，并也将陆续与大家见面。
把繁琐交给Kuikly AI，把创造力留给自己～
五、关于Kuikly
当前 Kuikly 已经开源，欢迎有兴趣的开发者或团队访问以下链接，查看仓库与文档，也欢迎大家 Star、Watch 并亲身体验。
Kuikly框架属于腾讯端服务联盟（tds.qq.com）的重要成员，欢迎关注及了解更多信息：
腾讯端服务官网：tds.qq.com/
TDS Framework官网：framework.tds.qq.com/
