AI-Code 智能代码生成系统

项目概述

AI-Code 是一个基于 Spring Boot 和 AI 技术的智能代码生成系统，旨在帮助开发者快速生成高质量的代码和项目结构。系统集成了 LangChain4j 和 LangGraph4j 等先进的 AI 框架，支持多种代码生成场景，包括单文件代码生成、多文件项目生成、Vue 项目构建等。

核心功能

1. 智能代码生成

• 支持多种代码生成类型（单文件、多文件、HTML等）
• 基于 AI 的代码质量检查
• 代码生成流程的可视化管理

2. 项目构建

• Vue 项目自动构建
• 项目结构优化
• 代码文件自动保存和组织

3. 资源管理

• 图片资源自动收集和管理
• 支持多种图片类型（Logo、插图、图表等）
• 图片资源的智能分类和处理

4. 用户管理

• 用户注册和登录
• 权限控制和认证
• 用户信息管理

5. 应用管理

• 应用创建和配置
• 应用部署和管理
• 应用聊天历史记录

6. 系统工具

• 文件操作工具（读取、写入、修改、删除）
• 网页截图功能
• 项目下载功能

技术栈

后端

• 框架：Spring Boot 3.5.7
• 语言：Java 21
• 数据库：MySQL + MyBatis Flex
• AI 框架：LangChain4j 1.1.0, LangGraph4j 1.6.0-rc2
• 缓存：Redis, Caffeine
• API 文档：Knife4j OpenAPI 3
• 其他：Selenium（网页截图）, Alibaba Cloud OSS（对象存储）

前端

• 框架：Vue 3
• 语言：TypeScript
• 构建工具：Vite
• 状态管理：Pinia
• 路由：Vue Router

快速开始

环境要求

• JDK 21+
• Maven 3.8+
• MySQL 8.0+
• Redis 6.0+
• Node.js 18+

后端启动

1. 克隆项目：

   git clone <repository-url>
   cd ai-code

2. 配置数据库：

   • 创建数据库：`CREATE DATABASE ai_code DEFAULT CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
   • 执行 SQL 脚本：sql/create_tables.sql

3. 配置应用：

   • 修改 src/main/resources/application.yml 中的数据库连接信息和其他配置

4. 构建并启动：

   mvn clean package
   java -jar target/ai-code-0.0.1-SNAPSHOT.jar

前端启动

1. 进入前端目录：

   cd ai-code-frontend

2. 安装依赖：

   npm install

3. 启动开发服务器：

   npm run dev

4. 构建生产版本：

   npm run build

项目结构

后端结构

src/main/java/com/chao/aicode/
├── ai/              # AI 相关服务和工具
│   ├── model/       # AI 模型和消息定义
│   └── tools/       # AI 工具集
├── annotation/      # 自定义注解
├── aop/             # 面向切面编程
├── common/          # 通用常量和响应结构
├── config/          # 系统配置
├── controller/      # API 控制器
├── converter/       # 数据转换
├── core/            # 核心业务逻辑
│   ├── builder/     # 项目构建器
│   ├── handler/     # 流处理
│   ├── parser/      # 代码解析器
│   └── saver/       # 代码保存器
├── exception/       # 异常处理
├── generator/       # 代码生成器
├── langgraph4j/     # LangGraph4j 工作流
│   ├── ai/          # AI 服务
│   ├── model/       # 模型定义
│   ├── node/        # 工作流节点
│   └── tools/       # 工作流工具
├── manager/         # 第三方服务管理
├── mapper/          # MyBatis 映射器
├── model/           # 数据模型
│   ├── dto/         # 数据传输对象
│   ├── entity/      # 实体类
│   ├── enums/       # 枚举类
│   └── vo/          # 视图对象
├── service/         # 业务服务
├── util/            # 工具类
└── AiCodeApplication.java  # 应用入口

前端结构

ai-code-frontend/src/
├── api/             # API 调用
├── components/      # 组件
├── config/          # 配置
├── layouts/         # 布局
├── pages/           # 页面
│   ├── admin/       # 管理员页面
│   ├── app/         # 应用相关页面
│   └── user/        # 用户相关页面
├── router/          # 路由
├── stores/          # 状态管理
├── utils/           # 工具
├── App.vue          # 应用根组件
└── main.ts          # 前端入口

API 文档

系统集成了 Knife4j OpenAPI 3，启动应用后可通过以下地址访问 API 文档：

http://localhost:8080/doc.html

核心工作流程

1. 代码生成流程：

   • 用户输入代码生成需求
   • 系统根据需求类型路由到对应服务
   • AI 生成代码
   • 代码质量检查
   • 代码解析和保存

2. Vue 项目构建流程：

   • 用户配置项目信息
   • 系统生成项目结构
   • AI 生成组件和页面代码
   • 项目打包和下载

3. 图片资源收集流程：

   • 用户指定图片需求
   • 系统生成图片收集计划
   • 智能搜索和生成图片
   • 图片分类和管理

配置说明

主要配置文件

• src/main/resources/application.yml：系统主配置
• src/main/resources/prompt/：AI 提示模板

关键配置项

• 数据库连接信息
• Redis 配置
• OpenAI API 配置
• 阿里云 OSS 配置
• 其他第三方服务配置

部署说明

生产环境部署

1. 构建后端：

   mvn clean package -DskipTests

2. 构建前端：

   cd ai-code-frontend
   npm run build

3. 部署后端应用到服务器

4. 部署前端静态文件到 Web 服务器

Docker 部署（可选）

项目支持 Docker 部署，可根据需要创建 Dockerfile 和 docker-compose.yml 文件。

开发指南

代码规范

• 遵循 Java 代码规范
• 前端遵循 Vue 3 和 TypeScript 最佳实践
• 提交代码前确保通过代码质量检查

扩展开发

• 新增 AI 工具：在 ai/tools/ 目录下创建新工具
• 新增工作流节点：在 langgraph4j/node/ 目录下创建新节点
• 新增 API 接口：在 controller/ 目录下创建新控制器

测试

单元测试

mvn test

集成测试

系统提供了完整的集成测试用例，可通过以下命令运行：

mvn verify

常见问题

1. AI 模型连接失败：

   • 检查 API Key 配置
   • 检查网络连接
   • 检查模型服务状态

2. 项目构建失败：

   • 检查前端依赖安装
   • 检查 Node.js 版本
   • 检查构建配置

3. 数据库连接失败：

   • 检查数据库服务状态
   • 检查连接配置
   • 检查数据库权限

许可证

本项目采用 MIT 许可证。

联系我们

如有问题或建议，请通过以下方式联系我们：

• 邮箱：contact@example.com
• GitHub Issues：/issues

---

AI-Code 智能代码生成系统 - 让代码生成更智能、更高效！