IntelliJ IDEA插件开发为IDE集成文本分割代码辅助功能不知道你有没有遇到过这种情况写代码时为了把逻辑讲清楚注释写了一长串结果回头一看密密麻麻的文字挤在一起自己都懒得读。或者调试时日志输出像瀑布一样刷屏想找个关键信息得瞪大眼睛一行行扫。代码的可读性很多时候就卡在这些细节上。今天咱们就来聊聊怎么给IntelliJ IDEA这个程序员的老伙计装上一个“文字整理助手”。通过开发一个插件把智能文本分割的能力直接集成到IDE里。想象一下你写完一段超长的文档字符串点一下插件就帮你自动分成逻辑清晰的小段落面对一屏乱糟糟的日志再点一下它就被切分成一块块方便阅读的模块。这不仅仅是让代码看起来更舒服更是实实在在地提升开发和维护的效率。下面我就带你一步步看看这样一个既实用又有趣的插件是怎么从想法变成现实的。1. 为什么我们需要一个文本分割插件在开始动手之前我们先得想明白这东西到底能解决什么实际问题。光说“提升可读性”有点虚我们来看几个每天都会碰到的具体场景。1.1 那些让人头疼的代码“文字墙”首先就是文档字符串和注释。无论是写公共API的说明还是给复杂算法加注解我们都希望解释得越清楚越好。但结果往往是为了周全写出一大段文字。比如一个描述数据处理流程的文档字符串可能包含了输入、输出、异常、示例等所有信息全都堆在一起。别说后来维护的人了就是你自己过两周再看也得花时间重新梳理。另一个高频场景是日志输出。特别是在调试阶段或者处理异步任务时控制台瞬间被日志淹没。错误信息、调试信息、用户操作流水……全都混在一起想要快速定位问题就像大海捞针。如果日志能根据线程、模块或者时间戳自动分块显示排查效率会高很多。1.2 传统方法的局限你可能会说这些事手动做不就行了写注释时分分段打印日志时加些分隔符。没错但这依赖于程序员的自觉和习惯并不稳定。而且当项目紧张、时间紧迫时这些“锦上添花”的工作往往最先被牺牲掉。还有一些现有的IDE功能或外部工具能进行简单的文本格式化但它们通常不够“智能”。它们可能只是机械地按固定长度换行或者提供基础的字符串操作无法理解文本的语义和结构。我们需要的是能理解代码上下文、能区分“这是一个函数描述”还是“这是一段错误堆栈”的智能辅助。1.3 智能插件的价值所在这就是我们开发这个插件的核心价值将智能、自动化的文本处理能力无缝嵌入到开发工作流中。它不应该是一个需要你手动打开、复制粘贴的独立工具而应该像代码补全、语法高亮一样成为IDE环境的一部分在你需要的时候自然出现。它带来的好处是直接的节省时间一键优化省去手动调整格式的繁琐。统一规范插件可以按照预设的规则如每段不超过三行、标题加粗等处理文本有助于在团队内形成统一的代码文档风格。提升专注度减少在格式整理上的心智负担让你更专注于代码逻辑本身。改善协作清晰分段的注释和日志让团队其他成员能更快理解你的意图和代码行为。2. 插件核心设计思路明确了要解决的问题接下来我们看看怎么设计这个插件。我们的目标是让它足够聪明但又不能太复杂确保开发和使用起来都顺手。2.1 技术选型为什么是BERT文本分割听起来简单但要做好其实很有讲究。最简单的按句号分割会破坏长句子的完整性按固定长度分割更是会切断语义。我们需要的是基于语义理解的分割。这里我们选择集成BERT模型的能力。BERT在自然语言处理领域大名鼎鼎它的核心优势在于能深度理解词语和句子在上下文中的含义。对于我们的场景来说这意味着插件能判断出文本中哪些部分在讲“输入参数”哪些在讲“处理逻辑”哪些在讲“返回结果”从而在语义边界处进行分割保证每个分割块在意思上是完整的。当然我们不会在插件里从头训练一个BERT模型。通常的做法是使用一个预训练好的、轻量化的BERT模型比如bert-base-uncased并针对“句子边界预测”或“文本分段”任务进行微调。插件在运行时调用这个本地或远程的模型服务来获取分割建议。2.2 插件与IDE的集成方式如何让这个能力在IDEA里用起来最自然我们设计了两种主要的交互方式意图动作Intention Action这是最无缝的方式。当你的光标停留在一段选中的文本长注释或日志字符串上时按下AltEnter弹出的菜单里就会出现一个选项比如“智能分割此段文本”。选择它选中的文本就会被自动格式化。这种方式非常符合IDEA的使用习惯毫无侵入感。编辑器右键菜单在编辑器里选中文本后点击右键在上下文菜单中增加一个条目例如“Code Assist: Split Text”。这为不习惯用快捷键的用户提供了另一种入口。无论哪种方式核心流程都是获取编辑器选中文本 - 发送到文本分割处理器 - 接收处理后的文本 - 替换编辑器中的原文本。2.3 整体架构预览为了让思路更清晰我们可以用一个简单的框图来理解插件的运作[IntelliJ IDEA Editor] | | (选中文本) v [插件核心控制器] | | (调用) v [文本分割服务] --- [本地BERT模型/API] | | (返回分割结果) v [结果格式化器] -- (应用格式如加标题、缩进) | v [更新编辑器内容]这个流程确保了功能模块之间的解耦未来如果我们想换用其他模型比如GPT的句子分割能力或者增加新的文本处理功能都会比较容易。3. 分步实现插件功能理论说完了我们打开IDEA开始动手写代码。这里我会用Kotlin来演示因为它是IDEA插件开发的首选语言与Java互操作性好而且语法更简洁。3.1 第一步搭建插件开发环境首先确保你安装了最新版的IntelliJ IDEA社区版或旗舰版均可。然后我们需要创建插件项目。打开IDEA选择File - New - Project...。在左侧选择IntelliJ Platform Plugin。给项目起个名字比如SmartTextSplitter选择Kotlin作为开发语言。创建完成后项目结构里会有一个src/main/resources/META-INF/plugin.xml文件这是插件的配置文件非常重要。我们先简单配置一下这个文件声明插件的基本信息idea-plugin idcom.yourcompany.smarttextsplitter/id nameSmart Text Splitter/name version1.0/version vendor emailsupportyourcompany.com urlhttp://www.yourcompany.comYourCompany/vendor description![CDATA[ 一个智能文本分割插件用于自动格式化长注释和日志文本提升代码可读性。 ]]/description dependscom.intellij.modules.platform/depends dependscom.intellij.modules.lang/depends !-- 应用范围这里支持所有IDE -- idea-version since-build203.0/ /idea-plugin3.2 第二步实现文本分割服务这是插件的“大脑”。我们先创建一个相对独立的分割服务类。为了演示我们先实现一个基于简单规则如按句号、分号及特定关键词的版本后期可以替换为真正的BERT模型调用。package com.yourcompany.smarttextsplitter.service class TextSplitService { /** * 智能分割文本当前为规则版本可替换为模型调用 * param text 待分割的原始文本 * return 分割后的文本块列表 */ fun splitIntelligently(text: String): ListString { // 这里是简化版的规则分割逻辑 // 1. 按句号、问号、感叹号分割但避免分割小数点、缩写等 val sentences splitBySentences(text) // 2. 简单的语义分组将描述同一主题的短句合并 val chunks groupSentences(sentences) return chunks } private fun splitBySentences(text: String): ListString { // 一个非常基础的句子分割实现实际应用中需要更复杂的逻辑 val pattern Regex((?[.!?])\\s) return text.split(pattern).filter { it.isNotBlank() } } private fun groupSentences(sentences: ListString): ListString { val chunks mutableListOfString() var currentChunk StringBuilder() for (sentence in sentences) { currentChunk.append(sentence).append( ) // 简单的分组规则如果句子包含特定关键词如“参数”、“返回”、“错误”则作为新块的开始 if (sentence.contains(Regex(参数|返回|错误|注意|示例, RegexOption.IGNORE_CASE)) currentChunk.length 20) { chunks.add(currentChunk.toString().trim()) currentChunk StringBuilder() } } if (currentChunk.isNotEmpty()) { chunks.add(currentChunk.toString().trim()) } return chunks } /** * 将分割后的文本块格式化为更易读的形式例如每块前加标题 * param chunks 分割后的文本块 * return 格式化后的完整文本 */ fun formatChunks(chunks: ListString): String { return chunks.mapIndexed { index, chunk - 【段落 ${index 1}】\n$chunk\n }.joinToString(\n) } }注意上面的splitIntelligently方法只是一个占位符。在实际项目中你会在这里调用你的BERT模型。调用方式可能是一个本地JAR包通过Deep Java Library等框架或者一个HTTP API如果模型部署在服务器上。核心就是传入文本获取模型返回的分割点位置列表。3.3 第三步创建意图动作Intention Action意图动作是插件的“手”负责与用户交互。我们需要继承IntentionAction类。package com.yourcompany.smarttextsplitter.intentions import com.intellij.codeInsight.intention.PsiElementBaseIntentionAction import com.intellij.openapi.editor.Editor import com.intellij.openapi.project.Project import com.intellij.psi.PsiElement import com.intellij.psi.PsiComment import com.intellij.psi.PsiLiteralExpression import com.yourcompany.smarttextsplitter.service.TextSplitService class SplitTextIntentionAction : PsiElementBaseIntentionAction() { private val splitService TextSplitService() // 这个意图动作显示的名字 override fun getText(): String 智能分割此段文本 // 所属的家族用于分组 override fun getFamilyName(): String TextSplitter // 检查是否可用只有当选中了文本并且该文本是注释或字符串字面量时才可用 override fun isAvailable(project: Project, editor: Editor?, element: PsiElement): Boolean { if (editor null) return false val selectedText editor.selectionModel.selectedText // 检查是否有文本被选中并且选中的内容长度大于阈值比如50字符 return !selectedText.isNullOrBlank() selectedText.length 50 isCommentOrString(element) } private fun isCommentOrString(element: PsiElement): Boolean { return element is PsiComment || (element is PsiLiteralExpression element.value is String) } // 执行分割操作 override fun invoke(project: Project, editor: Editor?, element: PsiElement) { if (editor null) return val selectedText editor.selectionModel.selectedText ?: return val document editor.document // 1. 获取分割结果 val chunks splitService.splitIntelligently(selectedText) // 2. 格式化结果 val formattedText splitService.formatChunks(chunks) // 3. 替换编辑器中的文本 val start editor.selectionModel.selectionStart val end editor.selectionModel.selectionEnd project.runWriteAction { document.replaceString(start, end, formattedText) } } }创建好这个类之后我们需要在plugin.xml中注册它idea-plugin !-- ... 之前的配置 ... -- extensions defaultExtensionNscom.intellij !-- 注册我们的意图动作 -- intentionAction classNamecom.yourcompany.smarttextsplitter.intentions.SplitTextIntentionAction/className /intentionAction /extensions /idea-plugin3.4 第四步运行与测试插件现在我们可以运行插件看看初步效果了。在IDEA中找到并点击Run - Run ‘Plugin’。这会启动一个新的IDEA实例这个新实例里就安装了我们正在开发的插件。在新打开的IDEA里创建一个测试文件比如一个Java类。写一段长长的注释例如/** * 这个函数用于处理用户提交的数据首先它会验证数据的格式是否符合JSON规范然后检查必填字段是否齐全接着调用外部API进行业务逻辑处理如果API调用成功则更新数据库状态最后返回处理结果给前端如果任何一步失败则记录错误日志并抛出异常。 */ public void processData() {}选中整段注释文字不包括/**和*/然后按下AltEnter。你应该能在弹出的菜单中看到“智能分割此段文本”的选项。点击它看看注释是否被分割成了几个逻辑段落并加上了类似“【段落1】”的标题。4. 效果展示与实际应用经过上面的步骤一个可用的插件原型就完成了。我们来直观地感受一下它的效果并探讨如何应用到真实项目中。4.1 前后对比从“文字墙”到清晰段落让我们用一个更复杂的例子来展示。假设有一段关于配置加载的日志处理前混乱的日志流2023-10-27 10:00:00 INFO ConfigLoader - 开始加载配置文件application.yml。2023-10-27 10:00:00 DEBUG ConfigLoader - 检查文件路径有效性。2023-10-27 10:00:01 DEBUG ConfigLoader - 解析YAML结构。2023-10-27 10:00:02 INFO ConfigLoader - 发现数据库配置节。2023-10-27 10:00:02 WARN ConfigLoader - 数据库连接池大小未设置使用默认值10。2023-10-27 10:00:03 INFO ConfigLoader - 发现缓存配置节。2023-10-27 10:00:03 ERROR ConfigLoader - 缓存过期时间配置无效-1。2023-10-27 10:00:04 INFO ConfigLoader - 配置文件加载完成共耗时4000ms。使用插件处理后按模块和级别分块【加载启动】 2023-10-27 10:00:00 INFO ConfigLoader - 开始加载配置文件application.yml。 【文件解析过程】 2023-10-27 10:00:00 DEBUG ConfigLoader - 检查文件路径有效性。 2023-10-27 10:00:01 DEBUG ConfigLoader - 解析YAML结构。 【数据库配置】 2023-10-27 10:00:02 INFO ConfigLoader - 发现数据库配置节。 2023-10-27 10:00:02 WARN ConfigLoader - 数据库连接池大小未设置使用默认值10。 【缓存配置异常】 2023-10-27 10:00:03 INFO ConfigLoader - 发现缓存配置节。 2023-10-27 10:00:03 ERROR ConfigLoader - 缓存过期时间配置无效-1。 【加载完成】 2023-10-27 10:00:04 INFO ConfigLoader - 配置文件加载完成共耗时4000ms。可以看到插件通过识别日志级别INFO, DEBUG, WARN, ERROR和关键词“数据库”、“缓存”将原本连续的日志流分割成了几个语义块并加上了小标题。这样当出现“缓存过期时间配置无效”这个ERROR时我们能立刻知道它发生在“缓存配置”环节而不是去满屏找上下文。4.2 在团队开发中的应用建议这样一个插件个人用起来爽如果能推广到团队价值会更大。这里有几个落地的建议定义团队规范和团队成员一起商量确定插件处理后的文本格式。比如注释分割后要不要加编号日志分割是严格按时间还是按模块统一的标准能让所有人的代码看起来风格一致。集成到代码审查流程可以在团队的代码规范中建议对于超过一定行数的注释或复杂的日志输出鼓励使用此插件进行格式化。代码审查时清晰的文档本身也是加分项。作为新成员上手工具对于新加入团队的开发者推荐他们安装这个插件能帮助他们快速写出符合团队规范的注释降低学习成本。区分使用场景和团队明确这个插件是“辅助”而不是“强制”。对于一些简短的、临时性的注释完全没必要使用。它的主要战场是那些需要长期维护的核心代码文档和用于问题诊断的关键日志。5. 总结开发这个IntelliJ IDEA文本分割插件的过程本身就是一个“用工具解决开发痛点”的很好实践。我们从识别日常工作中的一个小麻烦冗长文本出发选择了一个合适的技术方案BERT语义理解最终通过插件的形式将它深度集成到开发环境中实现了“一键优化”。目前我们实现的是一个基于规则的原型它已经能处理很多常见情况。但真正的潜力在于后续集成真正的BERT模型让分割更加智能和准确。你还可以在此基础上扩展更多功能比如学习项目中的特定术语进行更精准的分割、提供不同的格式化模板选择、甚至与文档生成工具联动等等。技术最终是为了让人更高效、更舒适地工作。这样一个看似微小的插件如果能每天为你和你的团队节省几分钟的整理时间减少一些阅读时的烦躁它的价值就体现出来了。你不妨也基于这个思路看看自己日常开发中还有哪些重复性的、可以自动化的小痛点尝试用插件去解决它这会是非常有成就感的体验。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。 IntelliJ IDEA插件开发：为IDE集成文本分割代码辅助功能
IntelliJ IDEA插件开发为IDE集成文本分割代码辅助功能不知道你有没有遇到过这种情况写代码时为了把逻辑讲清楚注释写了一长串结果回头一看密密麻麻的文字挤在一起自己都懒得读。或者调试时日志输出像瀑布一样刷屏想找个关键信息得瞪大眼睛一行行扫。代码的可读性很多时候就卡在这些细节上。今天咱们就来聊聊怎么给IntelliJ IDEA这个程序员的老伙计装上一个“文字整理助手”。通过开发一个插件把智能文本分割的能力直接集成到IDE里。想象一下你写完一段超长的文档字符串点一下插件就帮你自动分成逻辑清晰的小段落面对一屏乱糟糟的日志再点一下它就被切分成一块块方便阅读的模块。这不仅仅是让代码看起来更舒服更是实实在在地提升开发和维护的效率。下面我就带你一步步看看这样一个既实用又有趣的插件是怎么从想法变成现实的。1. 为什么我们需要一个文本分割插件在开始动手之前我们先得想明白这东西到底能解决什么实际问题。光说“提升可读性”有点虚我们来看几个每天都会碰到的具体场景。1.1 那些让人头疼的代码“文字墙”首先就是文档字符串和注释。无论是写公共API的说明还是给复杂算法加注解我们都希望解释得越清楚越好。但结果往往是为了周全写出一大段文字。比如一个描述数据处理流程的文档字符串可能包含了输入、输出、异常、示例等所有信息全都堆在一起。别说后来维护的人了就是你自己过两周再看也得花时间重新梳理。另一个高频场景是日志输出。特别是在调试阶段或者处理异步任务时控制台瞬间被日志淹没。错误信息、调试信息、用户操作流水……全都混在一起想要快速定位问题就像大海捞针。如果日志能根据线程、模块或者时间戳自动分块显示排查效率会高很多。1.2 传统方法的局限你可能会说这些事手动做不就行了写注释时分分段打印日志时加些分隔符。没错但这依赖于程序员的自觉和习惯并不稳定。而且当项目紧张、时间紧迫时这些“锦上添花”的工作往往最先被牺牲掉。还有一些现有的IDE功能或外部工具能进行简单的文本格式化但它们通常不够“智能”。它们可能只是机械地按固定长度换行或者提供基础的字符串操作无法理解文本的语义和结构。我们需要的是能理解代码上下文、能区分“这是一个函数描述”还是“这是一段错误堆栈”的智能辅助。1.3 智能插件的价值所在这就是我们开发这个插件的核心价值将智能、自动化的文本处理能力无缝嵌入到开发工作流中。它不应该是一个需要你手动打开、复制粘贴的独立工具而应该像代码补全、语法高亮一样成为IDE环境的一部分在你需要的时候自然出现。它带来的好处是直接的节省时间一键优化省去手动调整格式的繁琐。统一规范插件可以按照预设的规则如每段不超过三行、标题加粗等处理文本有助于在团队内形成统一的代码文档风格。提升专注度减少在格式整理上的心智负担让你更专注于代码逻辑本身。改善协作清晰分段的注释和日志让团队其他成员能更快理解你的意图和代码行为。2. 插件核心设计思路明确了要解决的问题接下来我们看看怎么设计这个插件。我们的目标是让它足够聪明但又不能太复杂确保开发和使用起来都顺手。2.1 技术选型为什么是BERT文本分割听起来简单但要做好其实很有讲究。最简单的按句号分割会破坏长句子的完整性按固定长度分割更是会切断语义。我们需要的是基于语义理解的分割。这里我们选择集成BERT模型的能力。BERT在自然语言处理领域大名鼎鼎它的核心优势在于能深度理解词语和句子在上下文中的含义。对于我们的场景来说这意味着插件能判断出文本中哪些部分在讲“输入参数”哪些在讲“处理逻辑”哪些在讲“返回结果”从而在语义边界处进行分割保证每个分割块在意思上是完整的。当然我们不会在插件里从头训练一个BERT模型。通常的做法是使用一个预训练好的、轻量化的BERT模型比如bert-base-uncased并针对“句子边界预测”或“文本分段”任务进行微调。插件在运行时调用这个本地或远程的模型服务来获取分割建议。2.2 插件与IDE的集成方式如何让这个能力在IDEA里用起来最自然我们设计了两种主要的交互方式意图动作Intention Action这是最无缝的方式。当你的光标停留在一段选中的文本长注释或日志字符串上时按下AltEnter弹出的菜单里就会出现一个选项比如“智能分割此段文本”。选择它选中的文本就会被自动格式化。这种方式非常符合IDEA的使用习惯毫无侵入感。编辑器右键菜单在编辑器里选中文本后点击右键在上下文菜单中增加一个条目例如“Code Assist: Split Text”。这为不习惯用快捷键的用户提供了另一种入口。无论哪种方式核心流程都是获取编辑器选中文本 - 发送到文本分割处理器 - 接收处理后的文本 - 替换编辑器中的原文本。2.3 整体架构预览为了让思路更清晰我们可以用一个简单的框图来理解插件的运作[IntelliJ IDEA Editor] | | (选中文本) v [插件核心控制器] | | (调用) v [文本分割服务] --- [本地BERT模型/API] | | (返回分割结果) v [结果格式化器] -- (应用格式如加标题、缩进) | v [更新编辑器内容]这个流程确保了功能模块之间的解耦未来如果我们想换用其他模型比如GPT的句子分割能力或者增加新的文本处理功能都会比较容易。3. 分步实现插件功能理论说完了我们打开IDEA开始动手写代码。这里我会用Kotlin来演示因为它是IDEA插件开发的首选语言与Java互操作性好而且语法更简洁。3.1 第一步搭建插件开发环境首先确保你安装了最新版的IntelliJ IDEA社区版或旗舰版均可。然后我们需要创建插件项目。打开IDEA选择File - New - Project...。在左侧选择IntelliJ Platform Plugin。给项目起个名字比如SmartTextSplitter选择Kotlin作为开发语言。创建完成后项目结构里会有一个src/main/resources/META-INF/plugin.xml文件这是插件的配置文件非常重要。我们先简单配置一下这个文件声明插件的基本信息idea-plugin idcom.yourcompany.smarttextsplitter/id nameSmart Text Splitter/name version1.0/version vendor emailsupportyourcompany.com urlhttp://www.yourcompany.comYourCompany/vendor description![CDATA[ 一个智能文本分割插件用于自动格式化长注释和日志文本提升代码可读性。 ]]/description dependscom.intellij.modules.platform/depends dependscom.intellij.modules.lang/depends !-- 应用范围这里支持所有IDE -- idea-version since-build203.0/ /idea-plugin3.2 第二步实现文本分割服务这是插件的“大脑”。我们先创建一个相对独立的分割服务类。为了演示我们先实现一个基于简单规则如按句号、分号及特定关键词的版本后期可以替换为真正的BERT模型调用。package com.yourcompany.smarttextsplitter.service class TextSplitService { /** * 智能分割文本当前为规则版本可替换为模型调用 * param text 待分割的原始文本 * return 分割后的文本块列表 */ fun splitIntelligently(text: String): ListString { // 这里是简化版的规则分割逻辑 // 1. 按句号、问号、感叹号分割但避免分割小数点、缩写等 val sentences splitBySentences(text) // 2. 简单的语义分组将描述同一主题的短句合并 val chunks groupSentences(sentences) return chunks } private fun splitBySentences(text: String): ListString { // 一个非常基础的句子分割实现实际应用中需要更复杂的逻辑 val pattern Regex((?[.!?])\\s) return text.split(pattern).filter { it.isNotBlank() } } private fun groupSentences(sentences: ListString): ListString { val chunks mutableListOfString() var currentChunk StringBuilder() for (sentence in sentences) { currentChunk.append(sentence).append( ) // 简单的分组规则如果句子包含特定关键词如“参数”、“返回”、“错误”则作为新块的开始 if (sentence.contains(Regex(参数|返回|错误|注意|示例, RegexOption.IGNORE_CASE)) currentChunk.length 20) { chunks.add(currentChunk.toString().trim()) currentChunk StringBuilder() } } if (currentChunk.isNotEmpty()) { chunks.add(currentChunk.toString().trim()) } return chunks } /** * 将分割后的文本块格式化为更易读的形式例如每块前加标题 * param chunks 分割后的文本块 * return 格式化后的完整文本 */ fun formatChunks(chunks: ListString): String { return chunks.mapIndexed { index, chunk - 【段落 ${index 1}】\n$chunk\n }.joinToString(\n) } }注意上面的splitIntelligently方法只是一个占位符。在实际项目中你会在这里调用你的BERT模型。调用方式可能是一个本地JAR包通过Deep Java Library等框架或者一个HTTP API如果模型部署在服务器上。核心就是传入文本获取模型返回的分割点位置列表。3.3 第三步创建意图动作Intention Action意图动作是插件的“手”负责与用户交互。我们需要继承IntentionAction类。package com.yourcompany.smarttextsplitter.intentions import com.intellij.codeInsight.intention.PsiElementBaseIntentionAction import com.intellij.openapi.editor.Editor import com.intellij.openapi.project.Project import com.intellij.psi.PsiElement import com.intellij.psi.PsiComment import com.intellij.psi.PsiLiteralExpression import com.yourcompany.smarttextsplitter.service.TextSplitService class SplitTextIntentionAction : PsiElementBaseIntentionAction() { private val splitService TextSplitService() // 这个意图动作显示的名字 override fun getText(): String 智能分割此段文本 // 所属的家族用于分组 override fun getFamilyName(): String TextSplitter // 检查是否可用只有当选中了文本并且该文本是注释或字符串字面量时才可用 override fun isAvailable(project: Project, editor: Editor?, element: PsiElement): Boolean { if (editor null) return false val selectedText editor.selectionModel.selectedText // 检查是否有文本被选中并且选中的内容长度大于阈值比如50字符 return !selectedText.isNullOrBlank() selectedText.length 50 isCommentOrString(element) } private fun isCommentOrString(element: PsiElement): Boolean { return element is PsiComment || (element is PsiLiteralExpression element.value is String) } // 执行分割操作 override fun invoke(project: Project, editor: Editor?, element: PsiElement) { if (editor null) return val selectedText editor.selectionModel.selectedText ?: return val document editor.document // 1. 获取分割结果 val chunks splitService.splitIntelligently(selectedText) // 2. 格式化结果 val formattedText splitService.formatChunks(chunks) // 3. 替换编辑器中的文本 val start editor.selectionModel.selectionStart val end editor.selectionModel.selectionEnd project.runWriteAction { document.replaceString(start, end, formattedText) } } }创建好这个类之后我们需要在plugin.xml中注册它idea-plugin !-- ... 之前的配置 ... -- extensions defaultExtensionNscom.intellij !-- 注册我们的意图动作 -- intentionAction classNamecom.yourcompany.smarttextsplitter.intentions.SplitTextIntentionAction/className /intentionAction /extensions /idea-plugin3.4 第四步运行与测试插件现在我们可以运行插件看看初步效果了。在IDEA中找到并点击Run - Run ‘Plugin’。这会启动一个新的IDEA实例这个新实例里就安装了我们正在开发的插件。在新打开的IDEA里创建一个测试文件比如一个Java类。写一段长长的注释例如/** * 这个函数用于处理用户提交的数据首先它会验证数据的格式是否符合JSON规范然后检查必填字段是否齐全接着调用外部API进行业务逻辑处理如果API调用成功则更新数据库状态最后返回处理结果给前端如果任何一步失败则记录错误日志并抛出异常。 */ public void processData() {}选中整段注释文字不包括/**和*/然后按下AltEnter。你应该能在弹出的菜单中看到“智能分割此段文本”的选项。点击它看看注释是否被分割成了几个逻辑段落并加上了类似“【段落1】”的标题。4. 效果展示与实际应用经过上面的步骤一个可用的插件原型就完成了。我们来直观地感受一下它的效果并探讨如何应用到真实项目中。4.1 前后对比从“文字墙”到清晰段落让我们用一个更复杂的例子来展示。假设有一段关于配置加载的日志处理前混乱的日志流2023-10-27 10:00:00 INFO ConfigLoader - 开始加载配置文件application.yml。2023-10-27 10:00:00 DEBUG ConfigLoader - 检查文件路径有效性。2023-10-27 10:00:01 DEBUG ConfigLoader - 解析YAML结构。2023-10-27 10:00:02 INFO ConfigLoader - 发现数据库配置节。2023-10-27 10:00:02 WARN ConfigLoader - 数据库连接池大小未设置使用默认值10。2023-10-27 10:00:03 INFO ConfigLoader - 发现缓存配置节。2023-10-27 10:00:03 ERROR ConfigLoader - 缓存过期时间配置无效-1。2023-10-27 10:00:04 INFO ConfigLoader - 配置文件加载完成共耗时4000ms。使用插件处理后按模块和级别分块【加载启动】 2023-10-27 10:00:00 INFO ConfigLoader - 开始加载配置文件application.yml。 【文件解析过程】 2023-10-27 10:00:00 DEBUG ConfigLoader - 检查文件路径有效性。 2023-10-27 10:00:01 DEBUG ConfigLoader - 解析YAML结构。 【数据库配置】 2023-10-27 10:00:02 INFO ConfigLoader - 发现数据库配置节。 2023-10-27 10:00:02 WARN ConfigLoader - 数据库连接池大小未设置使用默认值10。 【缓存配置异常】 2023-10-27 10:00:03 INFO ConfigLoader - 发现缓存配置节。 2023-10-27 10:00:03 ERROR ConfigLoader - 缓存过期时间配置无效-1。 【加载完成】 2023-10-27 10:00:04 INFO ConfigLoader - 配置文件加载完成共耗时4000ms。可以看到插件通过识别日志级别INFO, DEBUG, WARN, ERROR和关键词“数据库”、“缓存”将原本连续的日志流分割成了几个语义块并加上了小标题。这样当出现“缓存过期时间配置无效”这个ERROR时我们能立刻知道它发生在“缓存配置”环节而不是去满屏找上下文。4.2 在团队开发中的应用建议这样一个插件个人用起来爽如果能推广到团队价值会更大。这里有几个落地的建议定义团队规范和团队成员一起商量确定插件处理后的文本格式。比如注释分割后要不要加编号日志分割是严格按时间还是按模块统一的标准能让所有人的代码看起来风格一致。集成到代码审查流程可以在团队的代码规范中建议对于超过一定行数的注释或复杂的日志输出鼓励使用此插件进行格式化。代码审查时清晰的文档本身也是加分项。作为新成员上手工具对于新加入团队的开发者推荐他们安装这个插件能帮助他们快速写出符合团队规范的注释降低学习成本。区分使用场景和团队明确这个插件是“辅助”而不是“强制”。对于一些简短的、临时性的注释完全没必要使用。它的主要战场是那些需要长期维护的核心代码文档和用于问题诊断的关键日志。5. 总结开发这个IntelliJ IDEA文本分割插件的过程本身就是一个“用工具解决开发痛点”的很好实践。我们从识别日常工作中的一个小麻烦冗长文本出发选择了一个合适的技术方案BERT语义理解最终通过插件的形式将它深度集成到开发环境中实现了“一键优化”。目前我们实现的是一个基于规则的原型它已经能处理很多常见情况。但真正的潜力在于后续集成真正的BERT模型让分割更加智能和准确。你还可以在此基础上扩展更多功能比如学习项目中的特定术语进行更精准的分割、提供不同的格式化模板选择、甚至与文档生成工具联动等等。技术最终是为了让人更高效、更舒适地工作。这样一个看似微小的插件如果能每天为你和你的团队节省几分钟的整理时间减少一些阅读时的烦躁它的价值就体现出来了。你不妨也基于这个思路看看自己日常开发中还有哪些重复性的、可以自动化的小痛点尝试用插件去解决它这会是非常有成就感的体验。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。