IntelliJ IDEA深度集成ChatGPT实战：提升开发效率的智能编码方案

2次阅读

共计 2491 个字符，预计需要花费 7 分钟才能阅读完成。

在日常开发中，我们经常会遇到这样的场景：正在 IDEA 里写代码时，突然需要查找某个 API 的用法或解决一个报错，不得不切到浏览器搜索，然后手动把解决方案抄回 IDE。这个过程不仅打断思路，还会造成上下文切换的认知负担。更不用说那些重复性的模板代码编写，既耗时又容易出错。

目前集成 ChatGPT 主要有三种方式：

OpenAI 官方 API
优点：功能最全，更新及时
缺点：需要自行处理认证、上下文管理等
第三方封装 SDK
优点：简化了基础调用
缺点：可能缺少最新功能，额外依赖
直接插件集成
优点：深度结合 IDE 特性，体验无缝
缺点：开发成本较高

综合来看，对于 IDE 插件场景，直接集成 API 是最佳选择，既能充分利用 IDE 能力，又能保证功能完整性。

使用 Kotlin 实现的安全认证流程：

class AuthService {private val client = HttpClient(CIO) {install(JsonFeature) {serializer = KotlinxSerializer()
        }
    }

    // 使用环境变量保护 API 密钥
    private val apiKey = System.getenv("OPENAI_API_KEY")

    suspend fun authenticate(): String {val response: HttpResponse = client.post("https://api.openai.com/v1/chat/completions") {
            headers {append("Authorization", "Bearer $apiKey")
                append("Content-Type", "application/json")
            }
        }
        return response.status.toString()}
}

采用环形缓冲区存储最近 5 次对话：

class ConversationContext(private val capacity: Int = 5) {private val buffer = ArrayDeque<String>(capacity)

    fun addMessage(role: String, content: String) {if (buffer.size >= capacity) {buffer.removeFirst()
        }
        buffer.add("{\"role\":\"$role\",\"content\":\"${content.escape()}\"}")
    }

    fun getContext(): String = buffer.joinToString(",")
}

<idea-plugin>
    <id>com.your.company.chatgpt</id>
    <name>ChatGPT Assistant</name>

    <depends>com.intellij.modules.platform</depends>

    <extensions defaultExtensionNs="com.intellij">
        <toolWindow id="ChatGPT" anchor="right" 
                   factoryClass="com.your.company.ChatGPTToolWindowFactory"/>
    </extensions>

    <actions>
        <action id="ChatGPT.GenerateCode" class="com.your.company.GenerateCodeAction" 
               text="Generate Code" description="Generate code using ChatGPT">
            <add-to-group group-id="EditorPopupMenu" anchor="last"/>
        </action>
    </actions>
</idea-plugin>

suspend fun getCompletion(prompt: String): String {return withContext(Dispatchers.IO) {
        val response = client.post<ChatCompletionResponse> {url("https://api.openai.com/v1/chat/completions")
            body = ChatCompletionRequest(
                model = "gpt-3.5-turbo",
                messages = listOf(Message(role = "user", content = prompt))
            )
        }
        response.choices.first().message.content}
}

private suspend fun <T> retry(
    times: Int = 3,
    initialDelay: Long = 100,
    maxDelay: Long = 1000,
    factor: Double = 2.0,
    block: suspend () -> T): T {
    var currentDelay = initialDelay
    repeat(times - 1) { attempt ->
        try {return block()
        } catch (e: Exception) {delay(currentDelay)
            currentDelay = (currentDelay * factor).toLong().coerceAtMost(maxDelay)
        }
    }
    return block() // 最后一次尝试}