我 Java 写了七八年，IDEA版本 从 15 用到 2025版，AI 工具从 GitHub Copilot 刚出那会儿就开始折腾。踩过的坑包括但不限于：补全插件互相打架把 IDEA 卡成狗、花了大几百买的订阅结果网络抽风根本连不上、听着很牛逼的付费插件实际用起来拉胯的要命，白花了银子。

后来花了挺长时间把这些工具理了一遍，才找到一套真正顺手的组合。这篇就把我自己折腾出来的经验写下来，讲清楚 IDEA 里融合 AI 到底有哪几条路、各自适合什么场景，以及我最终为什么选了现在这套方案。

IDEA 融合 AI 的几条路

目前能在 IDEA 里用上的 AI 方案，大概分这几类：

• • 官方内置：JetBrains AI Assistant，2025.1 版本后整合了 Junie，免费代码补全无限用
• • 第三方插件（海外）：GitHub Copilot、Amazon Q（前身 CodeWhisperer）
• • 国产插件：通义灵码（阿里云出品）、文心快码（百度）、MarsCode
• • 本地开源方案：Continue.dev + Ollama + DeepSeek / Qwen，完全本地跑，代码不出局域网
• • Claude Code 官方插件：Anthropic 出品，主打全局项目级理解

每条路都有各自的优缺点，我都实际用过，下面挨个拆开说。

JetBrains AI Assistant：以前我骂它，现在真香

我用 JetBrains AI Assistant 的时间算比较早，好像是从 2023 年底开始第一次尝试的。实话实说，当时体验一般，补全速度慢，对话能力也没什么惊喜，主要是背后的模型不够强。

当时我跟同事吐槽：这什么工业垃圾？补全慢半拍，Chat 像个智障，中文提问它给我回英文，还特么要额外订阅。

但 2025.1 版本之后变化挺大的。

代码补全免费，还无限用。 基于 JetBrains 自研的 Mellum 模型，本地补全零延迟，离线也能跑。Mellum 是专为代码补全设计的小模型，不拿来回答问题，就专注于「你在打什么、下一行大概是什么」这件事，准确率不错。对话、生成、Junie 这些高阶功能消耗 Credit，AI Free 每月提供 3 个 AI Credits（等值约 3 美元的云模型调用额度），日常轻量使用基本够。

Chat、Edit、Agent（Junie）三模式分工清晰。 Chat 就是聊，问代码、解释逻辑都行；Edit 是拿来改多个文件的，输入一条指令，给你一个 diff 视图，可以逐文件 Accept 或 Reject；Junie 是 Agent 模式，能自主规划任务、写代码、跑测试，适合「帮我把这个功能完整实现出来」这种请求。

多模型切换。 Chat / Edit 模式下，模型下拉菜单里能选 Claude 4 Sonnet、Gemini 2.5 Pro/Flash、Gemini 2.0 Flash、GPT 系列。Gemini 2.0 Flash 最省 Credit，Claude 4 Sonnet 理解能力最强，日常我切得最多的是这两个。

上下文感知是真的强。 这是 JetBrains AI 比独立 AI 工具的核心优势——它直接读项目结构、依赖树、当前文件的调用链，不需要手动复制粘贴代码给它看。在几十个类的 Spring Boot 项目里，直接说「帮我把 UserService 里的分页查询改成异步的」，它能定位到对的类、读懂现有逻辑、给出合理的改法。

怎么开启： 2025.1 之后，IDEA 启动界面右上角有个「?」图标，点进去按「开始使用」就能激活，不用额外找插件。

我现在主要拿它做三件事：日常代码补全（Mellum，无感知补全）；看不懂的遗留代码直接 Alt+Enter → Explain；跨多个文件的重构用 Edit 模式出 diff，自己审查后 Apply。

GitHub Copilot：补全能力确实最强，但问题也不少

我跟 Copilot 的感情挺复杂的。它是行业里实打实的标杆，OpenAI 技术底座，代码补全精准度在所有插件里属于第一档。特别是函数名写完、再加一行注释，它能直接推断出你要干什么，生成的代码往往直接能用。

但我最后还是把 Copilot 从主力位置换掉了，原因有几个。

网络是个硬伤。 在公司内网或者网络不稳定的时候，补全延迟会明显变高，偶尔还会转圈半天没反应。这对写代码节奏的干扰比想象的大——你在思路最集中的时候停下来等 AI，烦得很。

付费不便宜。 个人版每月 10 美元，一年 120 美元。国内用户结汇、信用卡等问题加上去，门槛不低，折腾起来费劲。

上下文窗口相对有限。 Copilot 做的主要是「单文件局部补全」，整体感知能力比不上为项目级理解设计的 Claude Code。

这些问题可能都有解决方案，但是我不想折腾了，另外 Copilot 更适合「快速写单文件逻辑」的场景，比如写工具类、写测试用例，体验确实好。但主战场是大型 Spring Boot 项目、需要跨文件理解和重构的话，它就有点力不从心了。

安装： 插件市场搜 GitHub Copilot，安装后绑 GitHub 账号开通订阅。注意安装后最好关掉 JetBrains AI 的内联补全，两个同时开会冲突，补全框叠在一起体验很差。

通义灵码：国内环境最友好的那个

说真的，通义灵码是我推荐给「不想折腾网络」的同事的第一选择。

阿里云出品，背后是 Qwen 系列模型，国内服务器直连，延迟基本感受不到。光这一条在国内职场环境下就能排除掉 Copilot 的大半痛点。IDEA 插件市场直接搜 TONGYI Lingma 就能装，绑阿里云账号，基础代码补全和对话功能是免费的。

功能上覆盖了常规需求：行内补全、代码解释、生成单元测试、注释补写。 有一个细节我觉得做得不错——它会识别你当前的 Java 版本和项目里已有的框架风格，生成代码时会跟着走，不会突然给你一段 Java 17 Stream 写法但你项目还在 Java 8 上跑这种事故。

当然也有不足的地方，反正我觉得对于大型项目的跨文件理解能力相比 Claude Code 差不少。对话模式下，回答质量中规中矩，很少会让我有「哦这个点我没想到」的感觉。但工具本来就不需要每次给你惊喜，能稳定、不烦人地把补全做好，在国内网络环境下已经是优等生了。

适合场景：不想处理网络问题、预算有限、团队统一使用国产工具有合规要求的情况。

Continue.dev + Ollama + DeepSeek：真正把代码关在本地

这套方案是专门为「代码绝对不能出公司网络」设计的。

架构很清楚：Continue.dev 是 IDEA 插件，负责在编辑器里提供 AI 交互界面；Ollama 是本地模型运行环境，在你自己机器或内网服务器上跑大模型；DeepSeek-Coder 或 Qwen2.5-Coder 是你加载的模型。整个链路的数据流不出本地——不联网，不经过任何第三方服务器。

配置流程大概是这样：

1. 1. 装 Ollama（官网 ollama.com 下载），跑 ollama run deepseek-coder-v2:16b 拉取模型
2. 2. IDEA 插件市场安装 Continue
3. 3. 打开 Continue 配置文件，把 model provider 设成 Ollama，填上本地地址 http://localhost:11434
4. 4. 指定你的 context provider（当前文件、整个代码库的向量索引等），Continue 会在 Tab 补全和 Chat 两个入口生效

我在 M2 MacBook Pro 上跑 DeepSeek-Coder 16B 的量化版（Q4_K_M），补全速度可以接受，Chat 模式回答一个中等问题大概 5–10 秒，没有在线方案快，但已经够用了。如果是团队共用一台有 GPU 的内网服务器，那速度会好很多。

怎么说呢，这套方案有点像自己搭服务器的感觉——一次配好之后很踏实，但配置过程对不熟悉命令行的同学确实有门槛。如果你的诉求只是「不想付钱」，我倒不建议你走这条路，JetBrains AI 的免费额度已经能满足基础需求；但如果你的诉求是「数据合规、代码安全」，这是目前 IDEA 生态里最彻底的方案。

Claude Code 官方插件：项目级理解是真的不一样

Claude Code 这个插件我用的时间不长，但第一印象很深刻。

Anthropic 官方出品，直接在 IDEA 侧边栏给你一个 Claude 的完整 Agent 入口。跟其他插件最大的不同是它对「整个项目」的建模能力——不只是看当前文件，而是读整个仓库的文件结构、理解模块划分、追踪类之间的调用关系，然后在这个上下文里生成代码、规划重构方案、甚至帮你拆解一个需求成多个任务。

我拿了一个积累了五年的老项目测试过。项目里有七八个 Maven 子模块，依赖关系很乱，有几个 Service 类里面塞了几千行。让 Claude Code 帮我梳理其中一个模块的职责划分，它给出的分析比我自己看了三遍还要清晰——把哪几个方法属于「数据访问逻辑」、哪几个属于「业务规则」分得挺准。

当然它也不是万能的。模型调用走的是 Anthropic API，按 Token 计费，复杂任务烧得挺快。另外 Agent 模式生成的代码有时候会「过度重构」——把你没打算动的地方也顺手改了，需要仔细看 diff。

结合 JetBrains AI 使用的技巧：我现在的做法是，日常补全和小范围改动走 JetBrains AI Assistant（省 Credit）；遇到需要理解整个模块、做大范围重构或者写设计方案的时候，切到 Claude Code。两个工具定位不同，不会互相打架。

横向对比：选之前先把这张表看完

重点看你自己最在意哪个维度。预算紧张首选 JetBrains AI 免费套；国内网络敏感选通义灵码；数据合规要求高选 Continue 本地方案；需要深度重构老项目选 Claude Code；追求极致补全质量且有预算，Copilot 还是第一档。

让 AI 在 IDEA 里真正发挥作用的几个操作

工具装好了不等于用好了，这几点是我踩过坑之后总结出来的。

1. 只开一个内联补全插件

JetBrains AI、Copilot、通义灵码——三个插件的内联补全同时开，编辑器右下角会变成争夺战，补全框叠着补全框，IDEA 整体变卡。选一个主力，其他插件的内联补全在设置里关掉，只保留 Chat 入口。

2. 给 AI 提供足够的上下文，而不是只扔一行需求

「帮我写一个查询方法」和「我在 UserRepository 里，查询条件是 status=active 且 createTime 在最近 30 天内，返回分页结果，项目用的是 MyBatis-Plus，帮我写这个方法」——两者的输出质量差了不止一个档次。AI 不是神仙，你给的信息越精准，它生成的东西离你要的越近。

3. Edit 模式跨文件改动，别用 Chat 模式手动复制粘贴

JetBrains AI 的 Edit 模式（快捷键 Ctrl+Shift+Alt+G 或工具栏 Edit 入口）能直接给你一个 diff 视图，逐文件 Accept 或 Reject。涉及三个以上文件的改动都应该走 Edit 模式，Chat 里聊完再手动改很容易漏掉细节。

4. Junie（Agent 模式）跑之前先把任务说清楚

Junie 是自主 Agent，会连续执行一系列操作，包括修改文件和跑测试。在你确认之前先把任务描述写清楚，特别是「不要动哪些地方」。我自己的习惯是在任务描述里加一行 请不要修改 controller 层，只改 service 层，避免 Agent 发挥过度。

5. 代码审查完再 Apply，别盲目接受

无论哪个工具生成的代码，都要过一遍眼睛。AI 很擅长生成「看起来合理但暗藏 bug」的代码，特别是涉及并发、事务、边界条件的部分。我的习惯是：逻辑清晰的工具方法直接用，涉及核心业务流程的必须逐行读完再 Apply。

我的最终选择：两个工具的组合

折腾了这么久，我现在日常用的是 JetBrains AI Assistant + Claude Code 的组合。

不是说其他工具不好，是这两个在我自己的场景下分工最清楚、用起来最不互相干扰。

JetBrains AI Assistant 负责日常：代码补全（Mellum，无感知、免费、不占用 Credit）、解释看不懂的历史代码（Alt+Enter → Explain）、小范围改动用 Edit 模式出 diff。每天打开 IDEA 基本上它一直在，但我几乎感受不到它的存在，这是我觉得最理想的工具状态——安静地做好自己的事。

Claude Code 负责硬仗：需要理解整个模块的时候、要做涉及多个类的重构的时候、写技术方案需要先把现有代码摸清楚的时候。这种场景一周也就碰几次，但每次 Claude Code 给的分析质量明显高出一截，省下来的时间够多了。

如果你的情况不一样：

• • 网络限制严格、不能用境外服务 → 通义灵码单独用，已经能覆盖大多数日常需求
• • 数据完全不能出本地 → Continue + Ollama + DeepSeek，配一次、用很久
• • 主力写工具类和单文件逻辑、追求补全极致准确 → Copilot 还是第一档，如果你能接受那个价格和网络问题

反正我觉得，AI 工具没有绝对的「最好」，只有「最适合你当前处境」的那个。

注意：AI 真的会犯错

最后说几个坑，都是我亲身遇到过的。

幻觉依赖：AI 有时候会生成「看起来存在、实际不存在」的方法调用，比如调一个 Spring 里没有的工具方法、用一个版本里还没加入的 API。每次涉及外部库调用，我都会额外确认一下方法签名是否存在。

过度自信的重构：尤其是 Claude Code 的 Agent 模式，它有时候会在完成你的任务之外，把「顺便发现的问题」也给你改了。大方向对，但改动范围超出预期。我的做法是跑完 Agent 之后先看 diff 总行数，超过预期的直接逐块 Review，不能无脑 Accept All。

上下文截断导致的不一致：对话轮次多了，AI 可能忘记前面说过的约束，生成的代码风格开始飘。遇到这种情况，我会新开一个 Chat 窗口，把关键约束重新写一遍，不要指望 AI 在超长对话里一直记得，这个踩了不少坑。

测试覆盖信心过高：AI 生成单元测试的速度很快，但它生成的测试用例往往只覆盖了最正常的路径，边界条件和异常分支很容易被忽略。AI 写的测试是个起点，不是终点。

插件冲突拖慢 IDEA：如前面提到的，多个补全插件同时开会让 IDEA 变卡。出现补全抖动、编辑器响应变慢的时候，第一件事是去插件列表检查有没有重复开启的 AI 补全，这点倒不是AI的锅，只是顺带手说一下，需要格外注意的。

我觉得，AI 工具用好了能把效率提上去一个台阶，但「用好了」的前提是搞清楚每个工具在干什么、在哪些场景下它靠不住。盲目接入只会给自己添乱，前期多花一点时间理清楚，后面省下来的时间多得多。

如果你有在用其他组合、或者在某个工具上踩过我没提到的坑，欢迎评论区聊。

点击下方卡片，关注Java知音