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？

public Optional<User> findUserById(String id) {
   
   
    String name = "test";
    List<String> tags = new ArrayList<>();

    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

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

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