飞算 Java AI 智能开发助手功能详解

3.1 功能概览

• 结构化需求输入：请明确指出您希望完成的具体编程任务或目标。例如，您是需要实现一个新的功能模块，还是对现有代码进行优化，都可以通过文字进行描述，描述的格式建议以步骤的方式进行描述，越详细越好。
• 上下文关联矩阵：您提供任何有助于理解任务的信息上下文，Java chat 会根据上下文的内容结合需求描述进行优化。还可以附上相关的代码片段或整个代码文件，这样 Java chat 会直接在实际代码基础上给出改进建议或修复方案。对于涉及多个文件的复杂问题，提供完整的项目结构视图就更加周全。
• 查看与管理代码变更：当 Java chat 生成了代码内容后，您可以通过变更对比查看视图仔细审查这些变更，针对局部代码片段做出接受、拒绝或进一步修改的决定，确保最终得到符合预期的代码结果。
• 多文件修改：当 Java chat 对工程内多个代码文件进行修改时，每一个文件的修改将至少经历生成、应用的过程，生成代码变更的过程中，可在 Java chat 的回答卡片中和工作区中看到相关的变更文件，以及相应的状态。
• 多轮对话：当进行了一轮对话并生成代码变更文件后，如需继续补充需求或者修改需求，可在当前任务的会话流中继续提问，Java chat 将结合前序轮次生成的代码变更分析补充的需求，并生成新的代码修改建议，产生一个或多个新的代码变更文件。
• 查看快照与版本回退：当 Java chat 生成的代码未能达到预期或你的需求发生了变化，可以利用快照功能回退到之前的对话状态和代码版本，继续从那里重新提问，调整需求。

3.2 演示示例

完成插件的注册后即可使用完整功能。插件安装后会自动关联当前项目，比如我的项目现在是飞算 ai，我在项目中创建一个类，我在类中添加一些代码。

现在来尝试让飞算 ai 解释一下其中的代码。

可以看到 Java chat 对我们的代码做出了详细的解释，包括定义的一些变量的含义，这样子对于我们学习来说是比较方便的，可以快速地掌握一个文件的内容，让 Java chat 对代码进行总结，提高开发效率。同时 Java chat 提供了代码调整功能，当我们对代码不满意的时候，可以让 Java chat 帮我们调整代码，如同 cursor 一般。

四、智能问答

当在编程过程中遇到与代码相关的问题时，可以利用飞算 JavaAI 的智能问答功能获得帮助。无论是需要解释代码、添加代码注释，还是生成单元测试，飞算 JavaAI 都能助我们一臂之力。此外，在遇到编译失败等问题时，只需选中相应的错误代码或错误日志信息，并通过飞算 JavaAI 插件启动对话，提供问题详情。飞算 JavaAI 将提供解决方案和指导，帮助快速克服难题。这样的支持确保了开发流程更加顺畅高效。

4.1 选择上下文

上下文提供 5 种选择，分别如下：

4.2 智能问答使用方式

除了在窗口使用问答外，还可以在代码中直接使用。

五、智能引导

这部分分为五个流程，将代码生成分成步骤处理，开发人员可对其中的逻辑进行调整，实现定制化开发。

5.1 理解需求

**目标：**明确项目或产品的核心需求，并将这些需求智能拆解为可执行的任务项。 功能点：

• 自动化需求分析：输入您的产品描述或需求文档，系统将自动识别关键需求。
• 智能拆解：根据预定义的规则库，自动拆解用户需求为多个可操作的小任务。
• 手动修改：可对需求进行增加，修改和删除。

5.2 设计接口

**目标：**基于已理解的需求，设计清晰、高效的接口。 功能点：

• 接口自动生成：依据拆分后的需求，智能生成 API 接口的名称以及逻辑描述。
• 手动修改：可对接口的描述进行增加，修改和删除。

5.3 表结构设计

**目标：**根据需求及接口设计，创建高效的数据表结构。 功能点：

• 智能表结构设计：自动根据需求生成最优的数据表结构建议。
• 选择已有的数据库：可选择服务器已存在的数据库表，智能读取表结构和字段信息。
• 跨库多表：可选择不同库不同表设计接口。

5.4 处理逻辑 (接口)

**目标：**为每个接口生成业务逻辑及其实现步骤。 功能点：

• 业务逻辑自动生成：基于接口定义，自动生成对应的业务处理逻辑。
• 流程可视化：提供流程图视图，直观展示各接口间的交互流程。
• 优化描述：对接口进行修改后，可通过优化描述进行系统检查上下文是否串通。
• 优化详情：直观展示优化前和优化后变化的内容。
• 查看总览：快速便捷查看前面步骤所填写内容。
• 导出文档：快速将这四个步骤的内容导出到 word 文档中存留和维护。

5.5 生成源码

**目标：**一键生成包括 Java 工程级源代码、SQL 脚本、函数、配置文件等在内的完整项目包。 功能点：

• 全面覆盖：支持生成 Java 工程的所有必要组件，包括但不限于源代码、SQL 脚本、配置文件等。
• 代码质量检查：集成代码质量检查工具，确保生成的代码符合行业标准。
• 集成项目：生成源码可自定义合并到指定的项目目录。
• 自定义模块路径：自定义项目的包名、项目名称、项目根路径。

5.6 演示过程

我们该如何利用这个插件来生成一些管理系统呢，这里我以学生管理系统为例。

飞算 AI 会尝试理解我们的需求，生成专业的方案。我们还可对其中的方案进行调整。

需求理解完成后开始进行接口设计。系统总共需要 五个接口来完成功能。

我们从 0 开发时，选择自动生成表结构，当然对于现有的数据库，我们可以直接选取已有数据库。

点击查看 SQL 脚本，并将其导入到 MySQL 中，完成表结构设计。

完成表结构的导入后，开始实现接口，下一步的操作类似于接口文档，对于接口的入参和返回值进行设计。

最后一步，即可生成所需代码。点击合并代码后，即可把代码加入到我们的工作目录中。当然我这里是用的不是 Maven 项目，在创建项目的时候应当创建 Maven 项目。

六、SQL chat

飞算 AI 不仅可以完成项目的生成，还可以进行 SQL 脚本编写。SQL chat 它利用自然语言处理技术将自然语言问题转化为 SQL 查询。作为用户，您只需简单地输入您的问题，SQL chat 就能帮您自动生成相应的 SQL 查询。

6.1 主要功能

• 自然语言查询：用户可通过自然语言提问，它会自动转化为 SQL 查询。
• 多数据源支持：支持连接多种数据库，如 PostgreSQL、MySQL 等。
• 语义理解：利用语义引擎增强对业务上下文的理解，确保查询结果的准确性。
• 安全性：确保用户数据的安全性，仅使用元数据进行查询，不传输实际数据。

在实际使用时，需要在 idea 中配置数据源配合使用。