从零实现IntelliJ IDEA插件：无缝接入Claude API的工程实践

1次阅读

共计 2706 个字符，预计需要花费 7 分钟才能阅读完成。

传统 AI 工具链与 IDE 协作时总让人抓狂：每次切换窗口都会打断思路，复制粘贴代码导致上下文丢失，而浏览器里的 AI 助手根本无法感知项目结构。更糟的是，当你想用 Claude 分析一段报错时，需要手动导出堆栈信息——这完全违背了 ”Stay in Flow” 的开发原则。

最简单的 RestClient 实现看起来诱人：

fun queryClaude(prompt: String): String {
    return khttp.post(
        url = "https://api.anthropic.com/v1/complete",
        headers = mapOf("Authorization" to "Bearer $API_KEY"),
        json = mapOf("prompt" to prompt)
    ).text
}

致命缺陷：同步阻塞调用会让 IDE 界面冻结，且无法处理 Claude 的流式响应。

虽然 gRPC 具有高效的二进制传输特性，但面临两大问题：
– 需要额外处理 protobuf 编译依赖
– JetBrains 沙箱环境可能拦截原生库加载

最终选择 WebSocket 的原因：
– 天然支持双向通信
– 可保持长连接避免重复握手
– 完美匹配 Claude 的流式响应特性

使用 org.jetbrains.ide.RestManager 实现安全认证：

class ClaudeAuthService : PersistentStateComponent<OAuthState> {
    private var refreshTimer: Timer? = null

    // 自动刷新 token 的守护线程
    private fun startRefreshDaemon() {refreshTimer = timer(period = 3600000) {
            runCatching {val newToken = refreshToken(currentState.refreshToken)
                updateState {it.copy(accessToken = newToken) }
            }.onFailure { 
                Notifications.Bus.notify(Notification("Claude", "Token 刷新失败", it.message!!, NotificationType.ERROR)
                )
            }
        }
    }

    override fun getState(): OAuthState = 
        EphemeralStorageManager.getInstance().getState(this) ?: OAuthState.EMPTY
}

结合 Kotlin 协程实现非阻塞 UI 更新：

fun streamQuery(prompt: String, callback: (String) -> Unit) {CoroutineScope(Dispatchers.IO).launch {val socket = WebSocketFactory()
            .createSocket(API_ENDPOINT)
            .apply {setSoTimeout(30000) }

        try {socket.send(prompt)
            while (socket.isConnected) {val chunk = socket.readTextChunk() 
                withContext(Dispatchers.Main) {callback(chunk) // 主线程更新 UI
                }
            }
        } finally {socket.close()
        }
    }
}

实现智能代码补全的关键钩子：

class ClaudePsiListener : PsiTreeChangeAdapter() {override fun childrenChanged(event: PsiTreeChangeEvent) {
        val element = event.element ?: return
        if (element !is KtNamedFunction) return

        // 防抖处理：500ms 内只触发一次
        ClaudeDebouncer.debounce("func_analysis", 500) {
            val contextCode = element.containingFile.text
            val suggestion = ClaudeClient.analyzeFunction("Improve this Kotlin function:\n${element.text}"
                "Context:\n$contextCode"
            )
            showInlayHint(element, suggestion)
        }
    }
}

在 plugin.xml 中必须声明：

<extensions defaultExtensionNs="com.intellij">
    <internalNetworkPermission implementation="com.anthropic.claude.ClaudeNetworkAccess"/>
</extensions>

采用令牌桶算法控制请求频率：

object ClaudeRateLimiter {private val bucket = TokenBucket(5, 1.0) // 5 次 / 秒

    suspend fun <T> withRateLimit(block: suspend () -> T): T {while (!bucket.tryConsume()) {delay(200)
        }
        return block()}
}

测试环境：
– MacBook Pro M1 16GB
– IntelliJ IDEA 2023.2
– Claude-2.1 模型

Tokens 数量	平均延迟(ms)	内存占用(MB)
100	320	45
500	890	68
1000+	1520	112

当 Claude 开放 function calling 特性后，我们可以实现更智能的重构建议。比如当识别到 @Deprecated 注解时，自动推荐替代方案。关键在于如何将 PSI 语法树结构转化为 Claude 可理解的 API 描述：

interface RefactorRequest {
  function: {
    name: "suggest_refactor"
    parameters: {
      deprecated_code: string
      code_context: string
      language: "kotlin" | "java"
    }
  }
}

这需要深入理解 Claude 的 function calling 规范与 IDE 重构 API 的对接方式，或许下次可以专门探讨这个话题。

正文完