飞算 JavaAI：自然语言驱动的全流程 Java 智能开发实践

支持文本/语音输入描述需求，利用大模型技术进行语义理解，准确洞察每一个业务需求。通过自研的 Java 专有模型进行接口和表结构设计，辅助开发者梳理业务流程及数据库表结构设计。

这里我使用'智能引导'板块生成项目，实现计算器功能界面。需求分析→软件设计→工程代码生成，一气呵成。

下面实战演示智能引导模块的功能。左侧是项目结构，展示文件目录。右侧为智能引导流程，当前在'生成源码'步骤，列出多个 Java 文件，部分文件旁有状态标识。

其中，CalculationController.java代码如下。

package com.dell.feisuanai.controller;

import com.dell.feisuanai.dto.CalculationRequest;
import com.dell.feisuanai.dto.RestResult;
import com.dell.feisuanai.service.CalculationService;
import jakarta.validation.Valid;
import java.math.BigDecimal;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.http.HttpStatus;
import org.springframework.http.ResponseEntity;
import org.springframework.validation.annotation.Validated;
import org.springframework.web.bind.annotation.PostMapping;
import org.springframework.web.bind.annotation.RequestBody;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

/**
 * <p>
 * 处理 HTTP 请求与响应，定义 API 接口
 * </p>
 * @author DELL
 */
@RestController
@RequestMapping("/calculation")
@Slf4j
@Validated
public class CalculationController {
    @Autowired
    private CalculationService calculationService;

    @PostMapping("/add")
    public ResponseEntity<RestResult> add(@Valid @RequestBody CalculationRequest request) {
        RestResult result = calculationService.performAddition(request);
        log.info("Addition result: {}", result);
        return new ResponseEntity<>(result, HttpStatus.OK);
    }

    @PostMapping("/subtract")
    public ResponseEntity<RestResult> subtract(@Valid @RequestBody CalculationRequest request) {
        RestResult result = calculationService.performSubtraction(request);
        log.info("Subtraction result: {}", result);
        return new ResponseEntity<>(result, HttpStatus.OK);
    }

    @PostMapping("/multiply")
    public ResponseEntity<RestResult> multiply(@Valid @RequestBody CalculationRequest request) {
        RestResult result = calculationService.performMultiplication(request);
        log.info("Multiplication result: {}", result);
        return new ResponseEntity<>(result, HttpStatus.OK);
    }

    @PostMapping("/divide")
    public ResponseEntity<RestResult> divide(@Valid @RequestBody CalculationRequest request) {
        RestResult result = calculationService.performDivision(request);
        log.info("Division result: {}", result);
        return new ResponseEntity<>(result, HttpStatus.OK);
    }

    /**
     * 执行运算
     * @param request 运算请求
     * @return 运算结果
     */
    @PostMapping
    public ResponseEntity<RestResult<BigDecimal>> performCalculation(@Valid @RequestBody CalculationRequest request) {
        RestResult<BigDecimal> result = calculationService.performCalculation(request);
        return ResponseEntity.ok(result);
    }
}

完整的项目说明文档，里面有项目结构和数据库相关 SQL 语句。

CREATE TABLE operation_log (
  id BIGINT AUTO_INCREMENT PRIMARY KEY COMMENT '主键 ID',
  operator CHAR(1) NOT NULL COMMENT '运算符 (+, -, *, /)',
  operand1 DECIMAL(18,4) NOT NULL COMMENT '操作数 1',
  operand2 DECIMAL(18,4) NOT NULL COMMENT '操作数 2',
  result DECIMAL(18,4) NULL COMMENT '运算结果',
  error_message VARCHAR(255) NULL COMMENT '错误信息',
  create_by VARCHAR(50) NOT NULL COMMENT '创建人',
  create_time DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
  update_by VARCHAR(50) NOT NULL COMMENT '修改人',
  update_time DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '修改时间'
) COMMENT='记录每次运算的操作详情和结果';

（二）Java Chat——深度融合上下文感知的智能编程 AI 助手

Java Chat 是一款深度融合上下文感知的智能编程 AI 助手，旨在通过自然语言交互为开发者提供全流程的编码支持。它集成了智能生成代码、上下文关联、版本回溯等多项核心功能，覆盖了从需求分析到代码优化、缺陷修复等多个典型研发场景。

多轮对话允许用户在一轮生成后继续补充或修改需求，Java Chat 会结合历史对话和新需求进行持续调整并提供预览，实现渐进式代码优化，直至用户满意采纳。

（三）智能问答——灵活交互，实时解答

当开发者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，都能够提供精准的回答与建议。

支持 5 种上下文关联模式（当前文件/选中代码/变更代码/代码仓库/Git 提交记录），确保回答与当前开发场景紧密相关。

通过 AI 智能分析代码改动细节，自动为 Git 提交生成清晰、规范的描述性信息，替代人工编写提交日志的操作流程。

（四）SQL Chat——程序员的'SQL 翻译官'

开发者直接用自然语言描述他们需要从数据库查询什么数据，SQL Chat 会自动、准确地转换成可直接执行的 SQL 查询语句。过程中仅使用元数据进行查询，不传输实际数据，保证用户数据安全。

用自然语言描述需求 → 自动生成安全、可执行的 SQL 代码 → 直接验证结果，将大幅压缩 SQL 编写时间，让开发者聚焦业务逻辑而非语法细节。

支持 Oracle、MySQL、PostgreSQL 等主流数据库的转换，统一操作入口，适应混合技术栈环境。对执行报错的 SQL 进行自动修复，降低反复调试的成本。

四、代码示例详解

以下三段代码展示了飞算 JavaAI 的核心能力：智能引导生成 Service 层代码、Java Chat 生成单元测试、SQL Chat 转换复杂查询。

（一）智能引导生成的 Service 层代码

这段代码对应计算器功能，包含完整的错误处理和审计日志记录。

package com.dell.feisuanai.service;

import com.dell.feisuanai.dto.CalculationRequest;
import com.dell.feisuanai.dto.RestResult;
import com.dell.feisuanai.entity.OperationLog;
import com.dell.feisuanai.mapper.OperationLogMapper;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;
import java.math.BigDecimal;
import java.math.RoundingMode;
import java.time.LocalDateTime;

@Service
@Slf4j
public class CalculationServiceImpl implements CalculationService {
    @Autowired
    private OperationLogMapper operationLogMapper;

    @Override
    public RestResult<BigDecimal> performCalculation(CalculationRequest request) {
        BigDecimal result;
        String errorMessage = null;
        try {
            switch (request.getOperator()) {
                case "+":
                    result = request.getOperand1().add(request.getOperand2());
                    break;
                case "-":
                    result = request.getOperand1().subtract(request.getOperand2());
                    break;
                case "*":
                    result = request.getOperand1().multiply(request.getOperand2());
                    break;
                case "/":
                    if (BigDecimal.ZERO.compareTo(request.getOperand2()) == 0) {
                        throw new ArithmeticException("Division by zero");
                    }
                    result = request.getOperand1().divide(request.getOperand2(), 4, RoundingMode.HALF_UP);
                    break;
                default:
                    throw new IllegalArgumentException("Invalid operator: " + request.getOperator());
            }
        } catch (Exception e) {
            result = null;
            errorMessage = e.getMessage();
            log.error("Calculation error: {}", errorMessage);
        }

        // 记录操作日志
        OperationLog logEntry = new OperationLog();
        logEntry.setOperator(request.getOperator());
        logEntry.setOperand1(request.getOperand1());
        logEntry.setOperand2(request.getOperand2());
        logEntry.setResult(result);
        logEntry.setErrorMessage(errorMessage);
        logEntry.setCreateBy("System");
        logEntry.setUpdateBy("System");
        operationLogMapper.insert(logEntry);

        return errorMessage == null ? RestResult.success(result) : RestResult.fail(errorMessage);
    }
}

（二）Java Chat 生成的单元测试代码

上下文感知生成单元测试，覆盖正常场景和异常边界。

package com.dell.feisuanai.service;

import com.dell.feisuanai.dto.CalculationRequest;
import com.dell.feisuanai.dto.RestResult;
import org.junit.jupiter.api.Test;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
import java.math.BigDecimal;
import static org.junit.jupiter.api.Assertions.*;

@SpringBootTest
class CalculationServiceImplTest {
    @Autowired
    private CalculationService calculationService;

    @Test
    void testAddition() {
        CalculationRequest request = new CalculationRequest();
        request.setOperand1(new BigDecimal("10.5"));
        request.setOperand2(new BigDecimal("2.5"));
        request.setOperator("+");
        RestResult<BigDecimal> result = calculationService.performCalculation(request);
        assertTrue(result.isSuccess());
        assertEquals(new BigDecimal("13.0"), result.getData());
    }

    @Test
    void testDivisionByZero() {
        CalculationRequest request = new CalculationRequest();
        request.setOperand1(new BigDecimal("10"));
        request.setOperand2(BigDecimal.ZERO);
        request.setOperator("/");
        RestResult<BigDecimal> result = calculationService.performCalculation(request);
        assertFalse(result.isSuccess());
        assertEquals("Division by zero", result.getMessage());
    }
}

（三）SQL Chat 生成的复杂查询

将自然语言需求转换为复杂的分析型 SQL 查询，包含窗口函数和条件判断。

-- 自然语言需求：查询最近 7 天每个操作员使用最多的三种运算类型及其平均结果
SELECT operator, operation_type, avg_result, operation_count FROM (
    SELECT operator, operation_type, ROUND(AVG(result), 4) AS avg_result,
           COUNT(*) AS operation_count,
           ROW_NUMBER() OVER (PARTITION BY operator ORDER BY COUNT(*) DESC) AS rank
    FROM (
        SELECT create_by AS operator,
               CASE WHEN operator = '+' THEN '加法'
                    WHEN operator = '-' THEN '减法'
                    WHEN operator = '*' THEN '乘法'
                    WHEN operator = '/' THEN '除法' END AS operation_type,
               result
        FROM operation_log
        WHERE create_time >= DATE_SUB(NOW(), INTERVAL 7 DAY)
    ) AS typed_operations
    GROUP BY operator, operation_type
) AS ranked_operations
WHERE rank <= 3
ORDER BY operator, operation_count DESC;

小结

飞算 JavaAI 通过自然语言与语音交互，实现了从需求分析到完整工程代码生成的全流程自动化。其具备智能分析老项目、自定义开发规范、引导式开发、AI 开发智囊、一键工程构建等核心能力。智能引导模块通过上下文关联分析，深度理解项目架构，实现精准代码生成；Java Chat 提供多轮对话、跨文件修改等智能编程辅助；智能问答实时解答代码问题，支持多种上下文关联模式；SQL Chat 作为'SQL 翻译官'，支持多数据库转换，确保数据安全。这显著提升了开发效率，助力企业数字化转型。