IntelliJ IDEA中集成ChatGPT的工程实践：从插件配置到生产力提升

2次阅读

共计 2191 个字符，预计需要花费 6 分钟才能阅读完成。

在传统开发流程中，开发者需要频繁切换 IDE 与浏览器来完成以下场景：

代码片段解释与优化建议
错误日志分析
第三方库使用示例生成

这种工作模式存在三个显著问题：

上下文丢失 ：复制粘贴代码时容易丢失 IDE 中的语法高亮、变量引用等上下文信息
响应延迟 ：浏览器页面加载、登录状态失效等导致交互过程不连贯
信息碎片化 ：聊天记录与项目代码分离，难以形成知识沉淀

方案类型	优点	缺点
OpenAI 官方 API	功能完整，响应快	需要处理认证和计费
JetBrains 插件市场	开箱即用	功能受限，更新滞后
自研插件	深度定制，无缝集成	开发维护成本高

flowchart TD
    A[IDE 插件] -->|1. 请求授权 | B(OpenAI)
    B -->|2. 返回授权码 | A
    A -->|3. 发送授权码 | C[后端服务]
    C -->|4. 获取 Token| B
    C -->|5. 返回 Token| A

class ChatGPTService(private val client: HttpClient) {suspend fun query(prompt: String): String {return retry(maxAttempts = 3) {client.post("https://api.openai.com/v1/completions") {
                headers {bearerAuth(token)
                    contentType(ContentType.Application.Json)
                }
                body = Json.encodeToString(ChatRequest(prompt))
            }.body<ChatResponse>().choices.first().text
        }
    }
}

public class ChatGPTJavaClient {
    private final OkHttpClient client;

    public String query(String prompt) throws IOException {Request request = new Request.Builder()
            .url("https://api.openai.com/v1/completions")
            .post(RequestBody.create(prompt, JSON))
            .build();
        try (Response response = client.newCall(request).execute()) {return parseResponse(response.body().string());
        }
    }
}

fun getMethodContext(psiElement: PsiElement): String {
    return psiElement.containingFile?.let { file ->
        PsiTreeUtil.findChildrenOfType(file, PsiMethod::class.java)
            .find {method -> PsiTreeUtil.isAncestor(method, psiElement, false) }
            ?.text ?: ""} ?:""
}

def token_bucket():
    capacity = 60  # 每分钟最大请求数
    bucket = capacity
    last_check = time.time()

    def can_request():
        nonlocal bucket, last_check
        now = time.time()
        elapsed = now - last_check
        bucket += elapsed * (capacity / 60)  # 按秒补充令牌
        bucket = min(bucket, capacity)
        last_check = now
        if bucket >= 1:
            bucket -= 1
            return True
        return False

(?:password|api[_-]?key|secret)[=:][^&\n]+

fun showSuggestion(project: Project) {CoroutineScope(Dispatchers.Default).launch {val response = chatGPT.query(getCurrentCode())
        withContext(Dispatchers.Main) {BalloonBuilder(project).apply {setText(response)
                create().show()
            }
        }
    }
}