基于GLM-4 API与IntelliJ SDK，打造你的智能Java代码助手插件

1. 为什么需要智能Java代码助手插件

作为一名Java开发者，我经常遇到这样的场景：面对一个复杂业务逻辑时，需要反复查阅文档；接手老项目时，看不懂前人写的晦涩代码；或者想快速生成一些样板代码却总是记不住语法细节。这些问题不仅浪费时间，还影响开发效率。

GLM-4大模型的出现改变了这种状况。它具备128K的长文本理解能力，可以精准解析代码上下文；在Java语法理解方面表现优异，甚至能识别常见的框架模式。实测下来，对于Spring Boot、MyBatis等流行框架的代码生成准确率能达到85%以上。

把GLM-4集成到IntelliJ IDEA中，相当于给你的IDE装上了"AI大脑"。我开发过三个类似插件后发现，最实用的功能包括：

• 通过注释自动生成方法实现
• 对选中的复杂代码段进行白话解释
• 根据代码上下文智能推荐重构方案
• 快速生成单元测试模板

2. 搭建IntelliJ插件开发环境

2.1 准备工具链

首先确保你的IntelliJ IDEA是Ultimate版（社区版也能用但功能受限），我用的2023.2版本。打开Plugin SDK管理器，安装这两个关键组件：

# Gradle项目需要添加插件依赖 plugins { id 'java' id 'org.jetbrains.intellij' version '1.15.0' } # 配置IntelliJ平台设置 intellij { version = '2023.2' plugins = ['java'] }

建议使用Gradle构建项目，比Maven的配置更简洁。遇到过坑：JDK必须用11+版本，否则会报平台API不兼容错误。

2.2 初始化插件项目

在IDEA中选择新建项目 → Gradle → IntelliJ Platform Plugin。关键配置项：

• 勾选Java支持
• 添加Kotlin支持（可选但推荐）
• 模板选择"Action Plugin"

项目结构生成后，重点关注这几个目录：

• src/main/java- 插件主逻辑代码
• resources/META-INF- 插件描述文件
• build.gradle- 依赖管理

3. 集成GLM-4 API到插件

3.1 封装API客户端

GLM-4官方提供了Java SDK，但实测用原生HTTP调用更灵活。这里分享我优化过的OkHttp实现：

public class GLM4Client { private static final String API_URL = "https://open.bigmodel.cn/api/paas/v4/chat/completions"; private final OkHttpClient client = new OkHttpClient(); public String generateCode(String prompt) throws IOException { String jsonBody = new JSONObject() .put("model", "glm-4") .put("messages", new JSONArray() .put(new JSONObject() .put("role", "user") .put("content", prompt) )) .toString(); Request request = new Request.Builder() .url(API_URL) .addHeader("Authorization", "Bearer " + apiKey) .post(RequestBody.create(jsonBody, MediaType.get("application/json"))) .build(); try (Response response = client.newCall(request).execute()) { JSONObject jsonResponse = new JSONObject(response.body().string()); return jsonResponse.getJSONArray("choices") .getJSONObject(0) .getJSONObject("message") .getString("content"); } } }

注意三个优化点：

1. 使用连接池减少重复建立连接的开销
2. 对API响应做异常状态码处理
3. 设置合理的超时时间（建议connectTimeout=10s）

3.2 设计提示词模板

直接让GLM-4生成代码容易得到不符合预期的结果。经过多次尝试，我总结出这套提示词结构：

【角色】你是一位资深Java专家 【任务】根据需求生成符合规范的代码 【约束】 1. 使用Java {version} 2. 遵循{code_style}规范 3. 需要兼容{framework}框架 4. 添加必要的空行和注释 【示例】{example_code} 【需求】用户实际输入的需求描述

例如生成Spring Controller的模板：

String prompt = """ 你是一位精通Spring Boot的Java专家 需要生成一个用户管理模块的RESTful Controller 要求： 1. 使用Java 17 2. 符合Google Java Style规范 3. 包含基本的CRUD操作 4. 使用Lombok简化代码 示例参考： @RestController @RequestMapping("/api/users") @RequiredArgsConstructor public class UserController { private final UserService userService; } 请补全完整的Controller实现""";

4. 实现插件核心功能

4.1 代码生成功能

在plugin.xml中注册Action：

<actions> <action id="CodeGenerator" class="com.your.pkg.CodeGenAction" text="Generate Code" description="AI代码生成"> <add-to-group group-id="EditorPopupMenu" anchor="last"/> <keyboard-shortcut keymap="$default" first-keystroke="ctrl shift G"/> </action> </actions>

对应的Java实现：

public class CodeGenAction extends AnAction { @Override public void actionPerformed(AnActionEvent e) { Editor editor = e.getData(CommonDataKeys.EDITOR); String selectedText = editor.getSelectionModel().getSelectedText(); // 弹出输入对话框 InputDialog dialog = new InputDialog("输入代码需求", selectedText); if (dialog.showAndGet()) { String prompt = buildPrompt(dialog.getInput()); String generatedCode = glm4Client.generateCode(prompt); // 插入到编辑器 Document document = editor.getDocument(); document.insertString(editor.getCaretModel().getOffset(), generatedCode); } } }

4.2 代码解释功能

对于阅读复杂代码特别有用，实现要点：

1. 获取选中代码的PSI元素
2. 提取方法签名、变量名等元信息
3. 构造解释型提示词

public void explainCode(AnActionEvent e) { PsiElement element = e.getData(CommonDataKeys.PSI_ELEMENT); String codeContext = ((PsiMethod)element).getText(); String prompt = "用通俗语言解释这段Java代码：\n" + codeContext + "\n重点说明：\n1. 方法功能\n2. 关键算法\n3. 输入输出"; String explanation = glm4Client.generateCode(prompt); Messages.showMessageDialog(explanation, "代码解释", Messages.getInformationIcon()); }

5. 提升插件体验的技巧

5.1 添加进度指示

长时间等待API响应会让用户以为卡死了。推荐添加进度条：

ProgressManager.getInstance().run(new Task.Backgroundable(project, "生成中...") { public void run(@NotNull ProgressIndicator indicator) { indicator.setText("正在请求GLM-4 API..."); String result = glm4Client.generateCode(prompt); // 更新UI需要回到EDT线程 ApplicationManager.getApplication().invokeLater(() -> updateEditor(result)); } });

5.2 实现代码补全

通过实现CompletionContributor扩展IDE的智能提示：

public class AICodeCompletion extends CompletionContributor { public AICodeCompletion() { extend(CompletionType.BASIC, PlatformPatterns.psiElement().withLanguage(JavaLanguage.INSTANCE), new CompletionProvider<>() { @Override protected void addCompletions(@NotNull CompletionParameters parameters, @NotNull ProcessingContext context, @NotNull CompletionResultSet result) { String prefix = result.getPrefixMatcher().getPrefix(); String suggestions = glm4Client.getCodeSuggestions(prefix); result.addAllElements(parseSuggestions(suggestions)); } }); } }

5.3 配置缓存机制

频繁调用API既慢又耗token。我的解决方案：

1. 使用Caffeine缓存高频请求
2. 本地保存历史记录
3. 对相似代码做指纹去重

LoadingCache<String, String> codeCache = Caffeine.newBuilder() .maximumSize(1000) .expireAfterWrite(1, TimeUnit.HOURS) .build(key -> glm4Client.generateCode(key));

6. 调试与性能优化

6.1 常见问题排查

遇到过最头疼的三个问题：

1. API响应超时 → 调整OkHttp的超时参数
2. 生成的代码格式混乱 → 使用Eclipse Code Formatter修复
3. 插件与其他插件冲突 → 检查dependency范围

建议的调试流程：

1. 先确保GLM-4 API能单独调通
2. 测试最小化的Action功能
3. 逐步添加复杂逻辑

6.2 性能数据对比

在我的MacBook Pro M1上测试结果：

操作类型	平均耗时(无缓存)	启用缓存后
生成简单方法	1.2s	0.3s
解释复杂类	3.5s	1.8s
重构建议	2.1s	0.9s

关键发现：

• 首次加载需要初始化模型，后续请求更快
• 代码补全建议对延迟最敏感，建议预加载
• 超过500行的文件处理性能明显下降

7. 插件发布与后续迭代

打包插件很简单，Gradle任务一键完成：

./gradlew buildPlugin

生成的zip文件在build/distributions目录下。上传到JetBrains Marketplace需要注意：

1. 提供清晰的图标和演示GIF
2. 详细的功能说明文档
3. 兼容性矩阵（支持哪些IDEA版本）

持续迭代建议：

1. 收集用户的prompt模板
2. 增加对Kotlin的支持
3. 实现"学习项目代码风格"功能
4. 添加单元测试生成器

开发这类插件的最大体会是：不要追求大而全，先解决一个具体痛点。比如我最初版本只做方法生成，后来才逐步添加其他功能。每次迭代后观察用户反馈，用数据驱动优化方向。