Spring AI 实战：从零开发 IDEA 插件版 AI 代码助手

我们先完成基础配置，以 OpenAI 为例支持多模型调用：

/**
 * Spring AI 核心配置类
 */
@Configuration
public class SpringAiConfig {
    /**
     * 配置 OpenAI 客户端
     */
    @Bean
    public OpenAiChatClient openAiChatClient() {
        String apiKey = System.getenv("OPENAI_API_KEY");
        String baseUrl = "https://api.openai.com/v1";
        OpenAiApi openAiApi = new OpenAiApi(baseUrl, apiKey);
        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
     */
    public ProjectContext parseMavenProject(String pomPath) throws Exception {
        ProjectContext context = new ProjectContext();
        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());
        
        // 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);
        
        // 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());
            List<String> packages = parsePackages(srcDir);
            context.setPackages(packages);
        }
        return context;
    }

    private List<String> parsePackages(File srcDir) {
        List<String> packages = new ArrayList<>();
        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));
                }
                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 {
            CompilationUnit cu = StaticJavaParser.parse(code);
            List<Problem> problems = cu.getProblems();
            return problems.isEmpty();
        } catch (Exception e) {
            return false;
        }
    }
}

@Data
public class ProjectContext {
    private String groupId;
    private String artifactId;
    private String basePackage;
    private List<String> dependencies;
    private List<String> packages;
    private String srcRootPath;
    private String projectId;
}

2.2 前端核心：IDEA 插件开发基础

2.2.1 插件工程搭建

使用 IntelliJ IDEA 新建 IntelliJ Platform Plugin 工程，选择 SDK 版本（2023.2）。在 plugin.xml 中定义入口与窗口布局：

<idea-plugin>
    <id>com.ai.code.assistant</id>
    <name>AI Code Assistant</name>
    <version>1.0</version>
    <vendor email="[email protected]">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 -->
    <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;
    private JTextPane resultArea;
    private JButton generateBtn;
    private JButton insertBtn;
    private Project currentProject;

    public AiCodeDialog(Project project) {
        super(WindowManager.getInstance().getFrame(project), "AI Code Assistant", Dialog.ModalityType.MODELESS);
        this.currentProject = project;
        initUI();
        setSize(800, 600);
        setLocationRelativeTo(null);
    }

    private void initUI() {
        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);

        resultArea = new JTextPane();
        resultArea.setContentType("text/java");
        JScrollPane resultScroll = new JScrollPane(resultArea);

        generateBtn = new JButton("生成代码");
        insertBtn = new JButton("插入到编辑器");
        insertBtn.setEnabled(false);

        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);
        add(panel);
    }

    private void generateCode() {
        ProjectContext context = collectProjectContext();
        CodeGenerateRequest request = new CodeGenerateRequest();
        request.setRequirement(inputArea.getText());
        request.setProjectContext(context);

        OkHttpClient client = new OkHttpClient();
        // ... 发送 POST 请求，获取生成的代码
        // String generatedCode = response.body().string();
        
        resultArea.setText(generatedCode);
        insertBtn.setEnabled(true);
    }

    private ProjectContext collectProjectContext() {
        ProjectContext context = new ProjectContext();
        String projectPath = currentProject.getBasePath();
        VirtualFile pomFile = currentProject.getBaseDir().findChild("pom.xml");
        if (pomFile != null) {
            context.setPomPath(pomFile.getPath());
        }
        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;
    }

    private void insertCodeToEditor() {
        Editor editor = FileEditorManager.getInstance(currentProject).getSelectedTextEditor();
        if (editor == null) return;
        Document document = editor.getDocument();
        SelectionModel selectionModel = editor.getSelectionModel();
        int start = selectionModel.getSelectionStart();
        int end = selectionModel.getSelectionEnd();

        WriteCommandAction.runWriteCommandAction(currentProject, () -> {
            document.replaceString(start, end, resultArea.getText());
        });
        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 {
    
    public Prompt buildGeneratePrompt(String requirement, ProjectContext context) {
        String systemPrompt = "你是一位资深 Java 后端开发工程师，精通 Spring Boot、MyBatis、MySQL。\n" +
                "请根据以下需求和项目上下文，生成符合规范的 Java 代码：\n" +
                "1. 包结构必须符合项目基础包：%s\n" +
                "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\n" +
                "3. 生成完整的 Controller+Service+Mapper 层，包含必要的注释、异常处理\n" +
                "4. 代码风格符合阿里巴巴 Java 开发手册\n" +
                "5. 只返回代码，不返回多余解释\n" +
                "项目上下文：\n" +
                "- 基础包名：%s\n" +
                "- 已存在的包：%s\n" +
                "- 项目依赖：%s";
        
        String formattedSystemPrompt = String.format(systemPrompt,
                context.getBasePackage(),
                context.getBasePackage(),
                String.join(",", context.getPackages()),
                String.join(",", context.getDependencies()));

        String userPrompt = "需求：" + requirement;
        return new Prompt(List.of(
                new SystemMessage(formattedSystemPrompt),
                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;

    @PostMapping("/generate")
    public Result<String> generateCode(@RequestBody CodeGenerateRequest request) {
        try {
            ProjectContext context;
            if (request.getProjectContext().getProjectId() != null) {
                context = contextRepository.findByProjectId(request.getProjectContext().getProjectId());
                if (context == null) {
                    context = contextParser.parseMavenProject(request.getProjectContext().getPomPath());
                    context.setProjectId(request.getProjectContext().getProjectId());
                    contextRepository.save(context);
                }
            } else {
                context = request.getProjectContext();
            }

            Prompt prompt = promptService.buildGeneratePrompt(request.getRequirement(), context);
            AiResponse response = openAiChatClient.generate(prompt);
            String generatedCode = response.getGeneration().getText();

            boolean isValid = contextParser.validateJavaCode(generatedCode);
            if (!isValid) {
                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());
        }
    }

    private String regenerateCode(Prompt prompt) {
        List<Message> messages = Stream.concat(
                prompt.getMessages().stream(),
                Stream.of(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"))
        ).collect(Collectors.toList());
        Prompt newPrompt = new Prompt(messages);
        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;

    @GetMapping
    public List<User> listAll() {
        return userService.listAll();
    }

    @GetMapping("/{id}")
    public User getById(@PathVariable Long id) {
        return userService.getById(id);
    }

    @PostMapping
    public boolean save(@RequestBody User user) {
        return userService.save(user);
    }

    @PutMapping("/{id}")
    public boolean update(@PathVariable Long id, @RequestBody User user) {
        user.setId(id);
        return userService.update(user);
    }

    @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

public Prompt buildOptimizePrompt(String code, String optimizeType) {
    String systemPrompt = "你是一位资深 Java 性能优化工程师，精通 Java 语法、性能调优。\n" +
            "请根据指定类型优化以下代码：\n" +
            "优化类型：%s\n" +
            "优化规则：\n" +
            "1. 修复语法错误，保证代码可编译\n" +
            "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）\n" +
            "3. 保留原有业务逻辑，只优化语法和性能\n" +
            "4. 输出优化后的代码 + 优化说明（分开展示）";
    
    String formattedPrompt = String.format(systemPrompt, optimizeType);
    return new Prompt(List.of(
            new SystemMessage(formattedPrompt),
            new UserMessage("需要优化的代码：\n" + code)
    ));
}

3.2.2 代码优化接口实现

@PostMapping("/optimize")
public Result<CodeOptimizeResponse> optimizeCode(@RequestBody CodeOptimizeRequest request) {
    try {
        Prompt prompt = promptService.buildOptimizePrompt(request.getCode(), request.getOptimizeType());
        AiResponse response = openAiChatClient.generate(prompt);
        String result = response.getGeneration().getText();
        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());
    }
}

private CodeOptimizeResponse parseOptimizeResult(String result) {
    CodeOptimizeResponse response = new CodeOptimizeResponse();
    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 {
    
    public List<String> completeCode(CodeCompletionRequest request) {
        String systemPrompt = "请根据当前 Java 文件的上下文，生成代码补全建议：\n" +
                "1. 补全建议必须符合当前包结构：%s\n" +
                "2. 优先使用已导入的类：%s\n" +
                "3. 补全建议简洁，每条不超过 50 个字符\n" +
                "4. 只返回补全建议列表，每行一个";
        
        String formattedPrompt = String.format(systemPrompt,
                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(formattedPrompt),
                new UserMessage(userPrompt)
        ));

        AiResponse response = openAiChatClient.generate(prompt);
        String result = response.getGeneration().getText();
        
        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) {
        CaretModel caretModel = editor.getCaretModel();
        int offset = caretModel.getOffset();
        Document document = editor.getDocument();
        String codeSnippet = document.getText(new TextRange(Math.max(0, offset - 100), offset));

        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());
            List<String> importedClasses = javaFile.getImportList().getAllImports().stream()
                    .map(ImportStatement::getQualifiedName)
                    .collect(Collectors.toList());
            request.setImportedClasses(importedClasses);
        }

        CompletableFuture.runAsync(() -> {
            List<String> completions = callCompletionApi(request);
            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

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

tasks.buildPlugin {
    archiveBaseName = 'ai-code-assistant'
    archiveVersion = '1.0.0'
    destinationDirectory = file("$projectDir/dist")
}

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

2. 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 &

3. 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。