JavaAI 插件关联上下文实战：智能引导与工具箱案例评测

最近试了 JavaAI 插件，最大的感受就一个：它终于能看懂我们项目的'潜规则'了。

以前用其他 AI 编程工具，总得先当'人肉翻译'：'返回体叫 Result，不是 ApiResponse！''别自己写加密，调 SecurityUtils！'…… 而这次用了它的「关联上下文」功能，我只传了几个关键文件，后面的事它基本都'心领神会'。

下面结合两个核心模块——智能引导 和 AI 工具箱，说说几个让我觉得'这玩意儿真能用'的真实场景。

一、「智能引导」：从一句话需求到可跑代码，中间不用我插嘴

「智能引导」听起来像是个流程向导，其实更像是个'需求理解 + 自动填空'工具。重点是：它会根据你上传的上下文，自动补全那些你懒得说、但团队默认都知道的细节。

✅ 案例：加个'支付成功通知'接口

背景：订单状态变成'已支付'后，要调第三方支付平台做二次确认，再发个通知。

我干了啥：

1. 上传了几个文件：
   1. Order.java（里面有 status 字段）
   2. PaymentService.java（已有 pay() 方法）
   3. Result.java（统一响应体）
   4. application.yml（能看出用了 Feign 调外部服务）
2. 在「智能引导」里新建对话，输入：
3. '当订单状态变为'已支付'时，调用第三方支付平台确认并发送通知。'

1、理解需求

2、设计接口

3、表结构设计

4、处理逻辑（接口）

5、生成源码