AI 代码补全— 从原理到实现（自学）
AI 代码补全 — 从原理到实现
揭秘 Copilot / Cursor 背后的技术，用 Java 从零实现一个代码补全引擎。
1. 引入：你每天都在用的 AI 补全
当你在 IDE 中输入name.按下 Tab 的那一刻，背后发生了什么？
publicOptional<User>findUserById(Stringid){Stringname="test";List<String>tags=newArrayList<>();name.|// ← 光标在这里// IDE 弹出: length(), charAt(), substring(), contains()...// AI 建议: isEmpty() ? "" : name.trim()}IDE 是怎么知道name是 String 类型的？补全列表为什么length()排第一？AI 生成的整行代码从哪来？为什么有时 10ms，有时 500ms？
今天我们从零实现一个代码补全引擎，回答这些问题。
2. 代码补全的演进
| 阶段 | 时间 | 技术 | 能力 |
|---|---|---|---|
| 手动查文档 | 2000s | — | 靠记忆 |
| IDE 自动补全 | 2010s | 符号表 + 类型系统 | 当前作用域变量/方法 |
| 智能排序 | 2018 | N-gram / LSTM | 按使用频率排序 |
| AI 生成 | 2021+ | Transformer / LLM | 生成整行/整段代码 |
| 自主编程 | 2025+ | Agent + Spec | 理解需求，自主实现 |
我们的 Demo 覆盖了传统补全 + AI 补全的完整链路。
3. 主流 AI 编程工具对比
| 工具 | 模型 | AST 方案 | 特点 |
|---|---|---|---|
| GitHub Copilot | GPT-4 | Tree-sitter | 市占率最高，生态完善 |
| Cursor | GPT-4 / Claude | Tree-sitter | AI-Native IDE，体验最好 |
| 通义灵码 | 通义千问 | 自研 | 中文友好，免费 |
| TabNine | 自研 + GPT | 自研 | 支持本地模型 |
| 我们的 Demo | DeepSeek / 可配置 | JavaParser | 完整链路演示 |
4. 系统架构
GUI / CLI（触发补全） ▼ CompletionRequest CompletionEngine（核心调度） ▼ ┌─────────┬──────────┬─────────┐ │ Cache │ Context │ Ranker │ │ LRU缓存 │ 上下文采集 │ 排序合并 │ └─────────┴──────────┴─────────┘ ▼ ┌────────────┬──────────┬─────────┐ │LocalSymbol │ Template │ LLM │ │ Trie匹配 │ 代码模板 │ 大模型API│ └────────────┴──────────┴─────────┘ ▼ ┌──────────┬──────────────┬──────────┐ │Tokenizer │AST(JavaParser)│Trie Tree│ └──────────┴──────────────┴──────────┘设计模式：
- Strategy— Provider 可插拔替换
- Pipeline— 请求经过 6 个处理阶段
- Builder— Request / Item 灵活构造
- Visitor— AST 遍历提取符号
技术栈：Java 17、JavaParser（真实 AST）、Trie 前缀树、LRU Cache、OkHttp + Jackson（LLM API）、Swing（GUI）
5. 一次补全请求的完整链路
以用户输入name.为例：
[1] 构造请求 CompletionRequest { line=25, prefix="", trigger='.' } [2] 缓存检查 cache.get("UserService.java:25:") → MISS [3] 上下文采集 ContextCollector.collect() ├─ ASTAnalyzer.analyzePosition() → MEMBER_ACCESS ├─ ASTAnalyzer.findEnclosingClass() → "UserService" ├─ ASTAnalyzer.extractSymbols() → [name:String, tags:List, count:int] └─ CodeTokenizer → isAfterDot = true [4] Provider 调用 ├─ LocalSymbol: inferType("name") → String → 15 个方法 ├─ Template: 不适用（MEMBER_ACCESS 场景） └─ LLM: buildPrompt → API 调用 → 1~3 个建议 [5] 排序合并 去重 + 多维度加权 → Top 10 [6] 缓存写入 + 返回 CompletionResponse