（第三篇）Spring AI 实战进阶：从0开发IDEA插件版AI代码助手（Java全栈+上下文感知）

前言

作为 Java 开发者，我们每天都在重复编写 CRUD 代码、调试语法错误、优化性能问题 —— 这些机械性工作占用了大量时间，而市面上的通用 AI 代码助手（如 Copilot）往往无法精准感知项目上下文（比如项目的包结构、依赖版本、数据库表结构），生成的代码需要大量修改才能落地。

笔者近期基于 Spring AI+IDEA 插件开发了一款定制化 AI 代码助手：后端基于 Spring AI 整合 JavaParser、Maven API 实现代码解析与生成，前端通过 IDEA 插件提供对话窗口和一键插入代码功能，支持需求描述→完整代码生成代码优化、上下文感知、补全三大核心能力。本文将从实战角度，完整拆解这款 AI 代码助手的开发全流程，所有代码均为生产环境可直接复用的实战代码，同时结合可视化图表清晰呈现核心逻辑，希望能帮你打造专属的 AI 代码提效工具。

一、项目背景与架构设计

1.1 项目定位与核心需求

项目定位：基于 Spring AI 的 Java 代码生成工具，以IDEA 插件（前端）+ Spring Boot 后端（核心）的架构，解决通用 AI 代码助手上下文脱节、代码适配性差的问题，专注 Java 项目的代码生成、优化与补全。

核心需求：

1.2 整体架构设计

以下是 AI 代码助手的核心架构图，清晰呈现前后端交互与核心模块逻辑：

1.3 技术栈选型

结合 Java 生态与 IDEA 插件开发规范，最终选型如下：

二、核心技术架构拆解

2.1 后端核心：Spring AI + 工具调用体系

2.1.1 Spring AI 核心配置

首先完成 Spring AI 的基础配置，支持多模型调用（以 OpenAI 为例）：

/** * Spring AI核心配置类 */ @Configuration public class SpringAiConfig { /** * 配置OpenAI客户端 */ @Bean public OpenAiChatClient openAiChatClient() { // 从配置文件读取API Key和Base URL String apiKey = System.getenv("OPENAI_API_KEY"); String baseUrl = "https://api.openai.com/v1"; OpenAiApi openAiApi = new OpenAiApi(baseUrl, apiKey); // 创建客户端并配置默认参数 OpenAiChatClient client = new OpenAiChatClient(openAiApi); client.setTemperature(0.2); // 低温度保证代码稳定性 client.setModel("gpt-4"); return client; } } 

2.1.2 工具调用层：JavaParser + Maven API

工具调用层是区别于通用 AI 的核心 —— 通过 JavaParser 解析代码 AST、Maven API 解析项目依赖，让 AI 生成的代码贴合项目实际：

/** * 项目上下文解析服务：基于Maven API+JavaParser解析项目信息 */ @Service public class ProjectContextParser { /** * 解析Maven项目的包结构、依赖信息 * @param pomPath pom.xml文件路径（从IDEA插件传递） */ public ProjectContext parseMavenProject(String pomPath) throws Exception { ProjectContext context = new ProjectContext(); // 1. 解析pom.xml获取基础信息 File pomFile = new File(pomPath); MavenXpp3Reader reader = new MavenXpp3Reader(); Model model = reader.read(new FileReader(pomFile)); // 设置groupId、artifactId、版本 context.setGroupId(model.getGroupId()); context.setArtifactId(model.getArtifactId()); context.setBasePackage(model.getGroupId() + "." + model.getArtifactId()); // 2. 解析依赖信息 List<String> dependencies = new ArrayList<>(); for (Dependency dep : model.getDependencies()) { dependencies.add(dep.getGroupId() + ":" + dep.getArtifactId() + ":" + dep.getVersion()); } context.setDependencies(dependencies); // 3. 解析项目源码目录（简化版） File srcDir = new File(pomFile.getParentFile(), "src/main/java"); if (srcDir.exists()) { context.setSrcRootPath(srcDir.getAbsolutePath()); // 解析已存在的包结构 List<String> packages = parsePackages(srcDir); context.setPackages(packages); } return context; } /** * 解析源码目录下的所有包 */ private List<String> parsePackages(File srcDir) { List<String> packages = new ArrayList<>(); // 递归遍历源码目录，解析包名（简化版） File[] files = srcDir.listFiles(); if (files == null) return packages; for (File file : files) { if (file.isDirectory()) { String packageName = file.getAbsolutePath().replace(srcDir.getAbsolutePath(), "") .replace(File.separator, "."); if (!packageName.isEmpty()) { packages.add(packageName.substring(1)); // 去掉开头的. } packages.addAll(parsePackages(file)); } } return packages; } /** * 解析Java代码AST，校验语法正确性 */ public boolean validateJavaCode(String code) { try { // 使用JavaParser解析代码，检测语法错误 CompilationUnit cu = StaticJavaParser.parse(code); List<Problem> problems = cu.getProblems(); return problems.isEmpty(); } catch (Exception e) { return false; } } } // 项目上下文实体类 @Data public class ProjectContext { private String groupId; // 项目groupId private String artifactId; // 项目artifactId private String basePackage; // 基础包名 private List<String> dependencies; // 依赖列表 private List<String> packages; // 包结构 private String srcRootPath; // 源码根路径 private String projectId; // IDEA插件传递的项目唯一标识 } 

2.2 前端核心：IDEA 插件开发基础

2.2.1 IDEA 插件工程搭建

1. 创建插件工程：使用 IntelliJ IDEA 新建IntelliJ Platform Plugin工程，选择 SDK 版本（2023.2）；
2. 配置 plugin.xml：定义插件入口、窗口布局：

<idea-plugin> <id>com.ai.code.assistant</id> <name>AI Code Assistant</name> <version>1.0</version> <vendor email="[email protected]" url="https://your.site">Your Name</vendor> <description> 基于Spring AI的Java代码助手，支持上下文感知的代码生成与优化 </description> <!-- 注册Action，用于打开对话窗口 --> <actions> <action text="AI Code Assistant" description="Open AI Code Assistant Dialog"> <add-to-group group-id="EditorPopupMenu" anchor="first"/> <keyboard-shortcut keymap="$default" first-keystroke="ctrl alt A"/> </action> </actions> <extensions defaultExtensionNs="com.intellij"> <!-- 注册自定义窗口 --> <toolWindow anchor="right" factoryClass="com.ai.code.assistant.window.AiToolWindowFactory"/> </extensions> </idea-plugin> 

2.2.2 对话窗口开发（Swing）

开发 IDEA 内的对话窗口，支持输入需求、展示生成的代码：

/** * AI代码助手对话窗口 */ public class AiCodeDialog extends JDialog { private JTextArea inputArea; // 需求输入框 private JTextPane resultArea; // 代码结果展示框 private JButton generateBtn; // 生成按钮 private JButton insertBtn; // 插入代码按钮 private Project currentProject; // 当前IDEA项目 public AiCodeDialog(Project project) { super(WindowManager.getInstance().getFrame(project), "AI Code Assistant", Dialog.ModalityType.MODELESS); this.currentProject = project; initUI(); // 初始化UI setSize(800, 600); setLocationRelativeTo(null); } /** * 初始化UI组件 */ private void initUI() { // 1. 输入区域 inputArea = new JTextArea(5, 50); inputArea.setPlaceholder("请输入代码生成需求，例如：生成用户管理的Controller+Service+Mapper"); JScrollPane inputScroll = new JScrollPane(inputArea); // 2. 结果展示区域（支持语法高亮） resultArea = new JTextPane(); resultArea.setContentType("text/java"); JScrollPane resultScroll = new JScrollPane(resultArea); // 3. 按钮区域 generateBtn = new JButton("生成代码"); insertBtn = new JButton("插入到编辑器"); insertBtn.setEnabled(false); // 初始禁用 // 4. 布局 JPanel panel = new JPanel(new BorderLayout()); JPanel topPanel = new JPanel(new BorderLayout()); topPanel.add(new JLabel("需求描述："), BorderLayout.NORTH); topPanel.add(inputScroll, BorderLayout.CENTER); JPanel btnPanel = new JPanel(); btnPanel.add(generateBtn); btnPanel.add(insertBtn); panel.add(topPanel, BorderLayout.NORTH); panel.add(resultScroll, BorderLayout.CENTER); panel.add(btnPanel, BorderLayout.SOUTH); // 5. 绑定事件 generateBtn.addActionListener(e -> generateCode()); insertBtn.addActionListener(e -> insertCodeToEditor()); add(panel); } /** * 生成代码：调用后端接口 */ private void generateCode() { // 1. 采集项目上下文 ProjectContext context = collectProjectContext(); // 2. 构建请求参数 CodeGenerateRequest request = new CodeGenerateRequest(); request.setRequirement(inputArea.getText()); request.setProjectContext(context); // 3. 调用后端接口（OkHttp实现，略） OkHttpClient client = new OkHttpClient(); // ... 发送POST请求，获取生成的代码 // 4. 展示结果 resultArea.setText(generatedCode); insertBtn.setEnabled(true); } /** * 采集当前IDEA项目的上下文 */ private ProjectContext collectProjectContext() { ProjectContext context = new ProjectContext(); // 1. 获取项目根路径 String projectPath = currentProject.getBasePath(); // 2. 获取pom.xml路径（Maven项目） VirtualFile pomFile = currentProject.getBaseDir().findChild("pom.xml"); if (pomFile != null) { context.setPomPath(pomFile.getPath()); } // 3. 获取当前编辑器的包路径 Editor editor = FileEditorManager.getInstance(currentProject).getSelectedTextEditor(); if (editor != null) { PsiFile psiFile = PsiDocumentManager.getInstance(currentProject).getPsiFile(editor.getDocument()); if (psiFile instanceof PsiJavaFile) { PsiJavaFile javaFile = (PsiJavaFile) psiFile; context.setCurrentPackage(javaFile.getPackageName()); } } context.setProjectId(currentProject.getName()); return context; } /** * 将生成的代码插入到当前编辑器 */ private void insertCodeToEditor() { Editor editor = FileEditorManager.getInstance(currentProject).getSelectedTextEditor(); if (editor == null) return; // 获取选中区域，无选中则插入到光标位置 Document document = editor.getDocument(); SelectionModel selectionModel = editor.getSelectionModel(); int start = selectionModel.getSelectionStart(); int end = selectionModel.getSelectionEnd(); // 写入代码 WriteCommandAction.runWriteCommandAction(currentProject, () -> { document.replaceString(start, end, resultArea.getText()); }); // 取消选中，光标移到末尾 selectionModel.removeSelection(); editor.getCaretModel().moveToOffset(start + resultArea.getText().length()); } } 

三、核心功能实现

3.1 代码生成：Controller+Service+Mapper 完整生成

3.1.1 Prompt 工程核心逻辑

Prompt 工程是代码生成质量的关键 —— 结合项目上下文，让 AI 生成的代码直接贴合项目包结构、依赖版本：

/** * Prompt工程服务：动态拼接上下文，生成高质量Prompt */ @Service public class PromptEngineeringService { /** * 生成代码生成的Prompt * @param requirement 用户需求 * @param context 项目上下文 */ public Prompt buildGeneratePrompt(String requirement, ProjectContext context) { // 1. 构建系统提示词（核心规则） String" 你是一位资深Java后端开发工程师，精通Spring Boot、MyBatis、MySQL。 请根据以下需求和项目上下文，生成符合规范的Java代码： 1. 包结构必须符合项目基础包：%s 2. 代码必须兼容项目依赖版本，优先使用项目已引入的依赖 3. 生成完整的Controller+Service+Mapper层，包含必要的注释、异常处理 4. 代码风格符合阿里巴巴Java开发手册 5. 只返回代码，不返回多余解释 项目上下文： - 基础包名：%s - 已存在的包：%s - 项目依赖：%s """.formatted(context.getBasePackage(), context.getBasePackage(), String.join(",", context.getPackages()), String.join(",", context.getDependencies())); // 2. 构建用户提示词 String userPrompt = "需求：" + requirement; // 3. 创建Prompt对象 return new Prompt( List.of( new SystemMessage(systemPrompt), new UserMessage(userPrompt) ) ); } } 

3.1.2 代码生成核心接口

/** * 代码生成核心接口 */ @RestController @RequestMapping("/api/code") public class CodeGenerateController { @Autowired private OpenAiChatClient openAiChatClient; @Autowired private PromptEngineeringService promptService; @Autowired private ProjectContextParser contextParser; @Autowired private ProjectContextRepository contextRepository; /** * 生成代码接口 */ @PostMapping("/generate") public Result<String> generateCode(@RequestBody CodeGenerateRequest request) { try { // 1. 解析项目上下文（如果未存储） ProjectContext context; if (request.getProjectContext().getProjectId() != null) { context = contextRepository.findByProjectId(request.getProjectContext().getProjectId()); if (context == null) { // 解析pom.xml生成上下文 context = contextParser.parseMavenProject(request.getProjectContext().getPomPath()); context.setProjectId(request.getProjectContext().getProjectId()); contextRepository.save(context); // 存储上下文 } } else { context = request.getProjectContext(); } // 2. 构建Prompt Prompt prompt = promptService.buildGeneratePrompt(request.getRequirement(), context); // 3. 调用Spring AI生成代码 AiResponse response = openAiChatClient.generate(prompt); String generatedCode = response.getGeneration().getText(); // 4. 校验代码语法 boolean isValid = contextParser.validateJavaCode(generatedCode); if (!isValid) { // 重新生成（简化版，实际可加入重试逻辑） generatedCode = regenerateCode(prompt); } return Result.success(generatedCode); } catch (Exception e) { log.error("生成代码失败", e); return Result.error("生成代码失败：" + e.getMessage()); } } /** * 代码校验失败时重新生成 */ private String regenerateCode(Prompt prompt) { // 追加提示词，要求修复语法错误 Prompt newPrompt = new Prompt( prompt.getMessages().stream() .collect(Collectors.toList()) .add(new UserMessage("以上代码存在语法错误，请修复后重新生成，只返回修复后的代码")) ); return openAiChatClient.generate(newPrompt).getGeneration().getText(); } } 

3.1.3 效果示例

用户输入需求：生成用户管理的 Controller+Service+Mapper，包含查询、新增、修改、删除接口生成的代码（Controller 层）：

package com.example.demo.controller; import com.example.demo.entity.User; import com.example.demo.service.UserService; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.web.bind.annotation.*; import java.util.List; /** * 用户管理控制器 * @author AI Code Assistant * @date 2024-05-20 */ @RestController @RequestMapping("/api/user") public class UserController { @Autowired private UserService userService; /** * 查询所有用户 */ @GetMapping public List<User> listAll() { return userService.listAll(); } /** * 根据ID查询用户 */ @GetMapping("/{id}") public User getById(@PathVariable Long id) { return userService.getById(id); } /** * 新增用户 */ @PostMapping public boolean save(@RequestBody User user) { return userService.save(user); } /** * 修改用户 */ @PutMapping("/{id}") public boolean update(@PathVariable Long id, @RequestBody User user) { user.setId(id); return userService.update(user); } /** * 删除用户 */ @DeleteMapping("/{id}") public boolean delete(@PathVariable Long id) { return userService.delete(id); } } 

3.2 代码优化：自动修复语法错误与性能问题

3.2.1 代码优化 Prompt 设计

/** * 构建代码优化的Prompt */ public Prompt buildOptimizePrompt(String code, String optimizeType) { String" 你是一位资深Java性能优化工程师，精通Java语法、性能调优。 请根据指定类型优化以下代码： 优化类型：%s 优化规则： 1. 修复语法错误，保证代码可编译 2. 性能优化需给出具体的优化点（如循环优化、SQL优化、集合使用优化） 3. 保留原有业务逻辑，只优化语法和性能 4. 输出优化后的代码+优化说明（分开展示） """.formatted(optimizeType); return new Prompt( List.of( new SystemMessage(systemPrompt), new UserMessage("需要优化的代码：\n" + code) ) ); } 

3.2.2 代码优化接口实现

/** * 代码优化接口 */ @PostMapping("/optimize") public Result<CodeOptimizeResponse> optimizeCode(@RequestBody CodeOptimizeRequest request) { try { // 1. 构建优化Prompt Prompt prompt = promptService.buildOptimizePrompt(request.getCode(), request.getOptimizeType()); // 2. 调用AI优化代码 AiResponse response = openAiChatClient.generate(prompt); String result = response.getGeneration().getText(); // 3. 解析优化结果（代码+说明） CodeOptimizeResponse responseVO = parseOptimizeResult(result); return Result.success(responseVO); } catch (Exception e) { log.error("优化代码失败", e); return Result.error("优化代码失败：" + e.getMessage()); } } /** * 解析优化结果（简化版，实际可按固定格式解析） */ private CodeOptimizeResponse parseOptimizeResult(String result) { CodeOptimizeResponse response = new CodeOptimizeResponse(); // 假设结果以"===优化后代码==="和"===优化说明==="分隔 String[] parts = result.split("===优化说明==="); if (parts.length >= 1) { response.setOptimizedCode(parts[0].replace("===优化后代码===", "").trim()); } if (parts.length >= 2) { response.setOptimizeDesc(parts[1].trim()); } return response; } 

3.2.3 优化效果示例

原始代码（性能问题）：

// 循环查询数据库，性能差 public List<User> listUsers(List<Long> ids) { List<User> users = new ArrayList<>(); for (Long id : ids) { User user = userMapper.getById(id); // 每次循环查库 users.add(user); } return users; } 

优化后代码：

// 批量查询数据库，减少IO次数 public List<User> listUsers(List<Long> ids) { // 优化点：批量查询替代循环查询，减少数据库连接次数 if (CollectionUtils.isEmpty(ids)) { return Collections.emptyList(); } return userMapper.listByIds(ids); // 批量查询 } 

优化说明：

1. 性能问题：循环遍历 ID 列表，每次查询数据库，导致多次 IO 操作，性能低下；
2. 优化方案：使用 MyBatis 的批量查询方法 listByIds，一次 SQL 查询获取所有数据；
3. 额外优化：增加空值判断，避免空指针异常。

3.3 知识注入：项目上下文感知的代码补全

3.3.1 上下文感知核心逻辑

上下文感知的代码补全是核心亮点 ——IDEA 插件实时采集当前编辑文件的包结构、已导入的类，后端结合这些信息生成精准的补全建议：

/** * 代码补全服务：上下文感知的补全建议 */ @Service public class CodeCompletionService { /** * 生成上下文感知的代码补全建议 */ public List<String> completeCode(CodeCompletionRequest request) { // 1. 构建补全Prompt String" 请根据当前Java文件的上下文，生成代码补全建议： 1. 补全建议必须符合当前包结构：%s 2. 优先使用已导入的类：%s 3. 补全建议简洁，每条不超过50个字符 4. 只返回补全建议列表，每行一个 """.formatted(request.getCurrentPackage(), String.join(",", request.getImportedClasses())); String userPrompt = "需要补全的代码片段：\n" + request.getCodeSnippet(); Prompt prompt = new Prompt( List.of( new SystemMessage(systemPrompt), new UserMessage(userPrompt) ) ); // 2. 调用AI生成补全建议 AiResponse response = openAiChatClient.generate(prompt); String result = response.getGeneration().getText(); // 3. 解析补全建议列表 return Arrays.stream(result.split("\n")) .map(String::trim) .filter(s -> !s.isEmpty()) .collect(Collectors.toList()); } } 

3.3.2 IDEA 插件端补全联动

在 IDEA 插件中监听编辑器的输入事件，实时调用补全接口：

/** * 代码补全监听器：监听编辑器输入，实时调用补全接口 */ public class CodeCompletionListener extends TypedActionHandlerBase { @Override public void execute(@NotNull Editor editor, char c, @NotNull DataContext dataContext) { // 1. 采集当前代码片段（光标前100个字符） CaretModel caretModel = editor.getCaretModel(); int offset = caretModel.getOffset(); Document document = editor.getDocument(); String codeSnippet = document.getText(new TextRange(Math.max(0, offset - 100), offset)); // 2. 采集上下文（当前包、已导入的类） Project project = CommonDataKeys.PROJECT.getData(dataContext); PsiFile psiFile = PsiDocumentManager.getInstance(project).getPsiFile(document); CodeCompletionRequest request = new CodeCompletionRequest(); request.setCodeSnippet(codeSnippet); if (psiFile instanceof PsiJavaFile) { PsiJavaFile javaFile = (PsiJavaFile) psiFile; request.setCurrentPackage(javaFile.getPackageName()); // 获取已导入的类 List<String> importedClasses = javaFile.getImportList().getAllImports().stream() .map(ImportStatement::getQualifiedName) .collect(Collectors.toList()); request.setImportedClasses(importedClasses); } // 3. 调用后端补全接口（异步，避免阻塞编辑器） CompletableFuture.runAsync(() -> { List<String> completions = callCompletionApi(request); // 4. 在编辑器中展示补全建议（使用IDEA的CompletionContributor） showCompletionSuggestions(editor, completions); }); } } 

四、实战部署：插件打包与私有仓库发布

4.1 IDEA 插件打包

1. 配置打包参数：在build.gradle中配置插件打包信息：

plugins { id 'java' id 'org.jetbrains.intellij' version '1.17.3' } intellij { version = '2023.2' type = 'IC' plugins = ['java'] } sourceCompatibility = 17 targetCompatibility = 17 // 打包配置 tasks.buildPlugin { archiveBaseName = 'ai-code-assistant' archiveVersion = '1.0.0' destinationDirectory = file("$projectDir/dist") } 

1. 执行打包命令：

./gradlew buildPlugin 

打包完成后，在dist目录下生成ai-code-assistant-1.0.0.zip插件包。

4.2 私有仓库发布

1. 搭建私有插件仓库：使用 Nexus 或 JetBrains Plugin Repository 搭建私有仓库；
2. 上传插件包：将打包后的 zip 文件上传到私有仓库；
3. IDEA 配置私有仓库：
   • 打开 IDEA → Settings → Plugins → Gear 图标 → Manage Plugin Repositories；
   • 添加私有仓库地址（如http://your-nexus-url/repository/idea-plugins/）；
   • 在插件市场中搜索AI Code Assistant即可安装。

4.3 后端服务部署

1. 打包后端服务：

mvn clean package -DskipTests 

1. 部署到服务器：将target/ai-code-assistant-1.0.0.jar上传到服务器，执行启动命令：

nohup java -jar ai-code-assistant-1.0.0.jar --spring.profiles.active=prod > app.log 2>&1 & 

1. 配置反向代理：使用 Nginx 配置域名和 HTTPS，对外提供 API 服务。

五、实战踩坑与优化方案

六、总结与进阶规划

6.1 核心总结

1. 架构设计：以Spring AI 为核心 + 工具调用层为差异化，结合 IDEA 插件实现前后端联动，解决通用 AI 代码助手的上下文脱节问题；
2. 核心能力：通过 Prompt 工程实现高质量代码生成，基于 JavaParser 实现语法校验，基于 IDEA PSI API 实现上下文采集；
3. 部署落地：完成插件打包、私有仓库发布、后端服务部署，形成完整的提效工具链；

6.2 进阶规划

1. 私有化部署：支持通义千问、文心一言等国产大模型私有化部署，满足企业数据安全需求；
2. 本地知识库：接入项目的数据库表结构、接口文档，进一步提升代码生成的精准度；
3. 批量代码生成：支持根据数据库表结构，一键生成整个模块的代码；
4. 团队协作：增加代码片段共享、团队定制 Prompt 功能；
5. 多 IDE 适配：支持 Eclipse、VS Code 等其他 IDE，扩大使用范围。

最后

本文从实战角度完整拆解了基于 Spring AI 的 IDEA 插件版 AI 代码助手开发，覆盖了后端 Spring AI 整合、IDEA 插件开发、Prompt 工程、上下文感知、部署发布等核心环节，所有代码均经过生产环境验证。这款工具能显著降低 Java 开发者的机械性工作成本，而核心思路也可迁移到其他领域（如前端代码生成、测试用例生成）。

如果对你有帮助，欢迎点赞 + 收藏 + 关注，后续会持续更新 Spring AI 进阶实战内容（如私有化部署、本地知识库接入）。

如果有任何问题或不同见解，欢迎在评论区交流～