现有方案的痛点

写 JavaDoc 是一件所有人都觉得该做、但没人愿意做的事。CI/CD 检查会因为缺少文档卡你，Code Review 会因为文档质量不行打回，但真要写的时候，你发现这完全是重复劳动——方法签名已经告诉你参数和返回值，方法体就在眼前，你只是用自然语言复述一遍代码本身就能表达的信息。

市面上的自动生成工具要么只给你空壳模板（@param userId the user id），要么需要你切换到命令行或者外部工具，打断开发流程。而直接用 ChatGPT 或者 Cursor，虽然能生成不错的文档，但每次都要手动复制代码、切换窗口、等结果再贴回来，而且通用 AI 工具加载了大量 Agent、MCP、Skill 上下文，你只是想给一个方法加个文档，也要消耗大量 token。

这个问题的核心其实很简单：输入是光标所在的代码元素，输出是格式化的 JavaDoc 注释，一轮问答就够了。用最轻量的 AI 调用嵌入 IDE，不离开编辑器，不多消耗一个 token，这就是这个插件要做的事。

功能一览

支持 Java 和 Kotlin，通过 IntelliAI Engine 统一调用 OpenAI、Anthropic、Ollama 等多种 AI 后端。

和其他方案比，好在哪

vs 空壳模板工具：不只是填充模板。插件通过 PSI 分析代码结构和业务语义，AI 看到的是带上下文的代码，生成的文档有实际意义，不是 @param userId the user id 这种废话。

vs 通用 AI 工具（ChatGPT、Cursor 等）：

• Token 消耗低一个数量级。插件会对代码做压缩预处理，不是把整个文件原样扔给 AI
• 无缝集成在 IDE 里，光标定位 → Alt+Enter → 出结果，不需要切换窗口
• 支持多服务商并行生成，批量处理几十个文件不会卡住
• 模板和标签完全可定制，生成风格和格式可控

vs 其他 AI JavaDoc 插件：

• 不是”生成就完了”：AI 返回的文本会经过多层后处理——过滤多余的 Markdown 代码块、根据方法签名清理 AI 错误添加的 @param/@throws 标签、中英文之间自动加空格、中文标点转英文标点、单行注释自动压缩
• 不只是手动触发：CodeVision 行内提示、保存时自动生成、Git 提交时检查，覆盖了开发流程中的每一个文档需求时机
• 不只是”覆盖重写”：FIX 模式下保留原注释让 AI 只修正错误，不会丢失人工编写的有价值内容
• PSI 语义分析：不是把代码原样扔给 AI，而是分析架构位置、职责、依赖关系，注入结构化上下文

核心：怎么让 AI 理解你的代码并生成准确的文档

用 AI 生成 JavaDoc 看起来简单，但要做好很难。直接把 element.getText() 扔给 AI 不行，原因有三：

• 代码太长：一个复杂类可能几百上千行，全部发过去 token 浪费严重
• 缺少上下文：单个方法的代码是孤立的，AI 不知道这个方法属于哪个类、被谁调用、在架构中扮演什么角色
• 噪音干扰：注释、空行、格式化代码占据了大量篇幅，对生成文档没有帮助

插件围绕这三个问题做了多层优化。

代码压缩

对发给 AI 的代码做预处理，去掉对文档生成无用的内容：

// AiCodePreprocessor.java
public static String preprocess(String code, boolean removeComments) {
    // 1. 删除 Javadoc、块注释、单行注释（FIX 模式下保留注释，让 AI 看到原文修正）
    // 2. 多空格合并为单空格，删除符号两侧空格
    // 3. 删除空行
    // 4. 缩进压缩到最小层级（每层 1 个空格）
}

实际效果：一个 200 行的类，压缩后可能只有 60-80 行，token 消耗减少 60% 以上。而且因为去掉了噪音，AI 生成的质量反而更高。

类级上下文注入

生成方法或字段的文档时，AI 需要知道这个元素在类中的位置。插件会在方法/字段代码前注入压缩后的类代码片段作为上下文：

// TaskCollector.java - buildClassCodeContext()
String reformatCode = AiCodePreprocessor.preprocess(
    optimizeClassCode(psiClass.getText()));
String snippet = limitLines(reformatCode);  // 限制最大行数

AI 看到的 prompt 结构是这样的：

### 类级上下文（仅供参考，不直接生成注释）
<CLASS_CONTEXT_START>
 ...压缩后的类代码...
<CLASS_CONTEXT_END>

### 最终需要生成注释的代码片段
...当前方法/字段代码...

这样 AI 既能理解方法所属的类和上下文，又不会把类级代码也生成注释。

PSI 语义分析

这是插件和”直接把代码扔给 AI”最本质的区别。插件通过 IntelliJ PSI 接口分析类的语义信息，注入给 AI 的不是裸代码，而是带有语义标注的结构化数据：

// ClassSemanticAnalyzer.java
public ClassSemanticModel analyze(PsiClass psiClass, Project project) {
    // 1. 架构位置：通过 Spring 注解和包名判断
    //    @RestController → 控制器
    //    @Service → 服务层
    //    包名含 .repository → 仓库层

    // 2. 职责推断：从类名提取领域 + 方法名提取动词
    //    UserService → "user 创建和管理逻辑"
    //    方法名含 query/get/find → "查询和检索逻辑"

    // 3. 暴露范围：检查是否被其他模块引用
    //    Controller 一律是"作为公共API暴露"
    //    被跨模块引用 → "作为公共API暴露"
    //    否则 → "仅内部使用"

    // 4. 使用场景：分析调用者类型
    //    被 Controller 引用 → "REST控制器"
    //    被 @EventListener 引用 → "事件监听器"

    // 5. 依赖关系：分析字段注入和方法调用
    //    注入 *Repository → "数据库访问"
    //    注入 *Client → "远程服务"
    //    方法中调用 publish/send → "发布领域事件"
    //    方法中调用 save/persist → "执行数据库操作"

    // 6. 设计意图：推断类的设计目的
    //    无基础设施依赖 → "避免基础设施关注"
    //    含 create/validate/calculate → "封装业务规则"
}

这些语义信息会被组装成结构化的 prompt 注入给 AI：

### 语义上下文
类的角色摘要：
- 架构层级：服务层
- 主要职责：user 创建和管理逻辑
- 暴露范围：作为公共API暴露

使用场景：
- 主要由 REST控制器、事件监听器 调用

依赖关系：
- UserRepository (数据库访问)
- EventPublisher (事件发布)

设计意图：
- 封装业务规则

AI 拿到这些信息后，生成的 JavaDoc 不会再是泛泛的描述，而是能准确反映类在架构中的位置、职责和设计意图。

不同元素类型的差异化处理

插件不会用同一个模板处理所有元素。根据元素类型（类、方法、字段、测试方法）使用不同的 prompt 模板，覆写模式也有区分：

// AIRequestComposer.java
String template = switch (task.getType()) {
    case CLASS, INTERFACE, ENUM -> {
        // 类模板：注入语义上下文 + 自定义标签（@author, @date, @version）
        yield mergeContextAndCode(classTemplate, task.getContext(), task.getCode());
    }
    case FIELD -> fieldPromptTemplate;
    case TEST_METHOD -> testPromptTemplate;   // 测试方法用简化模板
    default -> methodPromptTemplate;
};

修复已有注释（FIX 模式）

不只是”没有注释才生成”。当元素已有 Javadoc 时，插件提供两种覆写模式：

• FIX：保留原注释发给 AI，用专门的修复提示词让 AI 只修正错误或补充缺失信息。不会丢失人工编写的有价值内容
• REPLACE：删除原注释，让 AI 从头生成

// AIRequestComposer.java
if (settings.overrideExisting && settings.overrideMode == OverrideMode.FIX) {
    PsiElement element = task.getElement();
    if (PsiElementLocator.hasJavaDoc(element)) {
        // 有注释 → 用修复提示词，AI 看到原文后只做修正
        String template = resolveTemplate(settings.fixJavadocPromptTemplate, ...);
        String codeWithContext = mergeContextAndCode(task.getContext(), task.getCode());
        return String.format(template, codeWithContext);
    }
    // 没有注释 → 用正常的生成提示词
}

AI 响应后处理

AI 返回的文本不能直接插入代码。插件在插入前做了多层清洗：

过滤多余内容

AI 经常不听话——你说”只返回注释”，它偏要返回代码块或者把原始代码也带上：

// DocumentationInserterHelper.java

// 1. 过滤 Markdown 代码块（AI 有时会用 ```java 包裹返回内容）
javadoc = filterMarkdownCodeBlocks(javadoc);

// 2. 过滤注释之后的代码（AI 有时会把原始方法代码也返回）
javadoc = filterCodeAfterComment(javadoc);

// 3. 确保是合法的 Javadoc（必须以 /** 开头，*/ 结尾）
if (!javadoc.startsWith("/**") || !javadoc.endsWith("*/")) {
    return "";
}

根据方法签名清理多余标签

AI 最常见的错误：给没有参数的方法加上 @param，给 void 方法加上 @return，给字段加上 @throws。插件会根据实际的 PSI 方法签名做校验：

// DocumentationInserterHelper.java - cleanParamAndThrowsTags()

// 字段：移除所有 @param、@throws、@return（字段不应该有这些标签）
if (element instanceof PsiField) {
    // 删除所有参数/异常/返回值标签
}

// 方法：根据实际签名清理
if (!hasParams) 删除 @param 行;       // 方法没有参数 → 删掉 AI 乱加的 @param
if (!hasThrows) 删除 @throws 行;      // 方法没有声明异常 → 删掉 @throws
if (!hasReturnValue) 删除 @return 行;  // void 方法 → 删掉 @return

这个校验是基于 PSI 的精确判断，不是字符串匹配。

中英文之间自动加空格

AI 生成的中文文档里，中英文混排时经常没有空格，读起来很不舒服。插件集成了 Pangu 排版工具，自动在中文和英文/数字之间插入空格：

// 处理前
"这是一个User类，包含100个方法，使用Java开发"

// 处理后
"这是一个 User 类，包含 100 个方法，使用 Java 开发"

这个处理是可配置的，在设置中可以开关。

中文标点转英文标点

同样的，AI 生成的文档里标点符号风格不统一。插件可以将中文标点（，、。、（、））替换为英文标点（,、.、(、)），保持 Javadoc 标点风格一致。

// DocumentationInserterHelper.java - formatJavaDocContent()
javadoc = MessageFormatter.format(
    javadoc,
    settings.addSpaceBetweenChineseAndEnglish,  // 中英文间距
    settings.replaceChinesePunctuation           // 标点规范化
);

两项处理都是可配置的，用户可以根据团队规范自由开关。

单行注释压缩

当 Javadoc 只有一行描述、没有 @param/@return 等标签时，插件会自动把三行格式压缩为单行：

// 压缩前（3行）
/**
 * 用户服务类
 */

// 压缩后（1行）
/** 用户服务类 */

压缩条件：内容只有一行非空文本、不包含 Javadoc 标签、长度不超过 120 字符。超过限制的不会压缩，避免一行太长影响阅读。

IDE 深度集成

CodeVision 行内提示

在编辑器中，缺少 Javadoc 的类、方法、字段会显示类似”x usages”的行内提示，写着”Generate Javadoc”。点击即可生成，不需要移动光标、不需要按快捷键。

对于已有注释的元素，提示会变成”Override Javadoc”（如果启用了覆盖模式）。CodeVision 提示完全遵循用户配置——只显示你选择要生成的元素类型（类/方法/字段），只在你选择的语言（Java/Kotlin）上生效。

为了不影响编辑器性能，CodeVision 计算做了多项优化：

• 快速检查在 UI 线程（precomputeOnUiThread）完成，只做文件系统类型检查
• 慢操作（PSI 遍历、文件索引检查）放到后台线程的 ReadAction.nonBlocking 中
• 串行处理，避免 parallelStream 导致 IDEA 死锁
• 限制最大处理数量（50 个类、每个类 100 个方法/字段），防止大文件卡顿

保存时自动生成

开启后，每次保存文件时插件会自动检测改动范围内的方法和字段，只为它们补充 Javadoc。关键设计：

• 只处理改动的元素：通过 DocumentListener 跟踪每次编辑的范围（RangeMarker），保存时只检查改动范围内的方法/字段，不是全文件扫描
• 不阻塞保存：生成在后台异步执行，保存操作本身不会被延迟
• 防重复触发：用 AtomicBoolean 确保同一时间只有一个生成流程在运行
• 延迟 500ms 执行：避免与保存操作本身冲突

// GenerateOnSaveListener.java
// 1. DocumentListener 记录每次编辑的 RangeMarker
// 2. 保存时消费这些 RangeMarker，转为 TextRange
// 3. 只收集改动范围内的方法/字段任务
// 4. 延迟 500ms 后在后台线程执行生成

Git 提交时检查

在 Git 提交页面，插件会扫描所有待提交的 Java/Kotlin 文件，检测缺失 Javadoc 的类、方法、字段，生成汇总报告（比如”检测到 3 个类、12 个方法缺少 Javadoc”），提示用户是否一键补全。

这个功能不依赖配置，专门用于提交前的文档完整性检查。它会强制检查所有类型的元素（类、方法、字段），忽略用户的 generateForClass/generateForMethod/generateForField 设置，确保提交的代码不会缺少文档。

多服务商并行生成

批量处理文件时（比如整个项目补文档），插件支持多服务商并行执行。把任务分配给多个已配置的 AI 服务商，同一个文件内的任务按顺序处理，不同文件的任务并行处理：

// ParallelTaskExecutor.java
// 每个文件是一个队列，多个线程并发消费
// 同一文件的任务必须按顺序（避免插入位置冲突）
// 不同文件的任务可以完全并行
// 支持 429 限流自动切换、超时控制、重试机制

配置了多个 AI 服务商时，生成速度随服务商数量线性提升。还可以在设置中查看每个服务商的统计信息（响应速度、成功率、token 消耗），方便选择最优服务商。

配置项

设置面板支持：

• AI 提供商：OpenAI、Anthropic、Ollama 等，可配置多个并设置优先级
• 模板定制：类、方法、字段、测试方法各自的 prompt 模板，包括修复已有注释的专用模板
• 系统提示词：调整 AI 的生成风格和语言偏好
• JavaDoc 标签：自定义 @author、@date、@version 等标签的默认值
• 代码压缩：启用/禁用代码预处理，控制压缩程度
• 语义上下文：启用/禁用 PSI 语义分析
• 类上下文行数：控制注入的类级上下文最大行数
• 中英文间距：启用/禁用 Pangu 自动排版
• 标点规范化：启用/禁用中文标点转英文标点
• 单行注释压缩：启用/禁用单行 Javadoc 压缩为一行
• CodeVision 提示：启用/禁用编辑器行内提示
• 保存时生成：启用/禁用保存时自动生成
• 语言支持：选择生成文档的语言（Java / Kotlin）
• 性能模式：启用多服务商并行处理，查看各服务商统计

效率对比

相关文章:

1. IntelliAI Engine - 统一接入 30+ AI 服务商的底层平台
2. IntelliAI Terminal - 终端自然语言生成 Shell 命令
3. IntelliAI Changelog - AI 一键生成 Changelog、日报、周报

相关链接

• IntelliJ 插件市场: https://plugins.jetbrains.com/plugin/intelliai-javadoc
• GitHub: https://github.com/dong4j/zeka-stack
• IntelliAI Engine: https://github.com/dong4j/zeka-stack/tree/main/intelli-ai-engine
• Javadoc 开发文档: https://ideaplugin.dong4j.site/javadoc/docs.html