写在前面
上一篇文章讲了我用AI写代码踩的7个坑，很多人看完问我：那你现在到底怎么让AI Agent帮你干活的？能不能出个能直接抄的教程？

今天这篇就是。我会从头搭一个Spring Boot项目，接上AI Agent的能力，让它自动生成CRUD代码、自动写单元测试、自动做代码审查。每一步都有完整代码，照着跑就能复现。

环境说明：Spring Boot 3.3.0、JDK 21、Maven 3.9、macOS 14。AI Agent部分基于通用的API调用方式，不绑定特定产品。

注意：所有代码经过实际运行验证，但你的项目环境和业务规则不同，直接复制需做适配。

一、为什么要把AI Agent接进Spring Boot
先解决一个根本问题：你让AI帮你写代码，为什么还要手动复制粘贴？

大多数开发者现在的AI编程方式是这样的。在IDE里写代码，切到浏览器或另一个窗口问AI。“帮我写一个用户查询接口，支持分页和模糊搜索”。AI返回代码，你复制回来，粘贴到IDEA里，改import、改包名、改数据库字段，跑一下发现三个地方报错——改完才算搞定。

这个过程里最浪费时间的不是想逻辑，是复制粘贴和调试。

AI Agent能干什么呢。你告诉它需求，它自己读取项目结构、自己写代码到对应文件、自己导入依赖、自己跑测试、报错了自己修。你把"翻译需求为代码"和"复制粘贴调试"这两步都省了，只留下"定义需求"和"审查结果"。

下面就开始搭。

二、搭建项目脚手架
先建一个标准的Spring Boot项目。

打开IDEA，New Project → Spring Initializr。选JDK 21，依赖勾选Spring Web、Spring Data JPA、MySQL Driver、Lombok、Spring Boot DevTools。项目名随便取，我这里叫ai-agent-demo。

建好后的项目结构：

src/main/java/com/example/aiagentdemo/
├── AiAgentDemoApplication.java
├── controller/
├── service/
├── repository/
└── entity/

pom.xml的关键依赖确认一下版本：

Spring Boot 3.3.0，Spring Data JPA通过spring-boot-starter-data-jpa引入，MySQL连接器版本8.0.33，Lombok用最新版（1.18.30）。

application.yml配置数据库连接：

spring:
datasource:
url: jdbc:mysql://localhost:3306/ai_demo?useSSL=false&allowPublicKeyRetrieval=true&serverTimezone=Asia/Shanghai
username: root
password: your_password
driver-class-name: com.mysql.cj.jdbc.Driver
jpa:
hibernate:
ddl-auto: update
show-sql: true
properties:
hibernate:
format_sql: true

确认项目能正常启动。运行AiAgentDemoApplication，看控制台有没有Spring的banner和端口启动信息（默认8080）。如果启动失败，先检查数据库是否创建、账号密码是否正确。

三、设计AI Agent的交互接口
这一节是关键。我们不绑定任何特定AI产品，只定义一套通用的交互方式。

先确定AI Agent需要什么信息才能帮你干活。第一，项目结构（有哪些模块、有哪些类）。第二，现有代码内容（不然它怎么知道在哪个文件里加方法）。第三，你的需求描述（要生成什么功能）。

定义一个AgentRequest类来承载这些信息：

public class AgentRequest {
private String requirement; // 需求描述
private String targetFile; // 目标文件路径
private String contextCode; // 上下文代码（可选）
private List dependencies; // 需要的依赖
}

AI返回的结果也很明确。生成的代码内容、写入的代码位置、是否需要新增依赖。

定义一个AgentResponse：

public class AgentResponse {
private String generatedCode; // 生成的代码
private String filePath; // 写入路径
private List newDependencies; // 需要新增的依赖
private String explanation; // AI对代码的解释
}

有了这两个数据结构，接下来需要实现三个核心能力。第一，把AgentRequest发送给AI服务并拿到AgentResponse。第二，把生成的代码写入指定文件。第三，如果生成了新依赖，自动更新pom.xml。

先写AI服务的调用层：

@Service
public class AgentService {

public AgentResponse generateCode(AgentRequest request) {
// 1. 组装prompt
String prompt = buildPrompt(request);

// 2. 调用AI API（这里用通用的HTTP方式，你可以替换成任何AI服务的API）
String rawResponse = callAiApi(prompt);

// 3. 解析返回结果为AgentResponse
return parseResponse(rawResponse);

}

private String buildPrompt(AgentRequest request) {
return String.format(“”"
你是一个Spring Boot开发助手。请根据以下信息生成代码：

    需求：%s
    目标文件：%s
    上下文代码：%s
    已有依赖：%s
    
    要求：
    1. 生成完整的、可直接运行的Java代码
    2. 遵循项目现有的包结构和命名规范
    3. 包含必要的import语句
    4. 如果涉及数据库操作，使用Spring Data JPA
    5. 如果涉及接口，使用RestController
    6. 如果需要新的Maven依赖，列出来
    
    只返回代码，不要解释。
    """,
    request.getRequirement(),
    request.getTargetFile(),
    request.getContextCode() != null ? request.getContextCode() : "无",
    request.getDependencies() != null ? String.join(", ", request.getDependencies()) : "无"
);

}
}

callAiApi方法的具体实现取决于你用的AI服务。如果是OpenAI格式的API：

private String callAiApi(String prompt) {
// 伪代码，具体实现看你用的AI服务
// POST https://your-ai-api-endpoint/v1/chat/completions
// Body: { “model”: “your-model”, “messages”: [{“role”: “user”, “content”: prompt}] }
// 返回response.choices[0].message.content
return aiClient.chat(prompt);
}

然后是代码写入服务，负责把AI生成的代码写进项目：

@Service
public class CodeWriterService {

private static final String PROJECT_ROOT = “src/main/java/com/example/aiagentdemo/”;

public void writeCode(AgentResponse response) throws IOException {
Path filePath = Paths.get(PROJECT_ROOT + response.getFilePath());

// 确保父目录存在
Files.createDirectories(filePath.getParent());

// 写入代码
Files.writeString(filePath, response.getGeneratedCode());

System.out.println("代码已写入：" + filePath.toAbsolutePath());

}

public void addDependencies(List dependencies) throws IOException {
if (dependencies == null || dependencies.isEmpty()) {
return;
}

Path pomPath = Paths.get("pom.xml");
String pomContent = Files.readString(pomPath);

for (String dependency : dependencies) {
    // 检查是否已存在
    if (!pomContent.contains(dependency)) {
        // TODO: 使用Maven模型解析和修改pom.xml
        // 简化起见，这里只打印提示
        System.out.println("需要手动添加依赖：" + dependency);
    }
}

}
}

四、实战：让AI Agent生成一个完整的CRUD模块
好了，基础设施搭完了。现在来跑一个真实场景。

场景：电商系统里需要一个商品管理模块，包含创建商品、查询商品列表（支持模糊搜索和分页）、更新商品信息、删除商品。数据库已经有了product表，字段包括id、name、description、price、stock、category、create_time、update_time。

第一步，定义实体类。

AI需要先知道数据库表结构。在entity包下建Product.java：

@Entity
@Table(name = “product”)
@Data
@NoArgsConstructor
@AllArgsConstructor
public class Product {
@Id
@GeneratedValue(strategy = GenerationType.IDENTITY)
private Long id;

@Column(nullable = false, length = 200)
private String name;

@Column(columnDefinition = “TEXT”)
private String description;

@Column(nullable = false)
private BigDecimal price;

@Column(nullable = false)
private Integer stock;

@Column(length = 100)
private String category;

@Column(name = “create_time”)
private LocalDateTime createTime;

@Column(name = “update_time”)
private LocalDateTime updateTime;

@PrePersist
protected void onCreate() {
createTime = LocalDateTime.now();
updateTime = LocalDateTime.now();
}

@PreUpdate
protected void onUpdate() {
updateTime = LocalDateTime.now();
}
}

第二步，让AI生成Repository层。

调用AgentService：

AgentRequest repoRequest = new AgentRequest();
repoRequest.setRequirement(“请为Product实体生成一个JPA Repository，支持以下查询：1.按名称模糊搜索 2.按分类查询 3.按价格范围查询 4.按库存小于指定数量的查询 5.支持分页和排序”);
repoRequest.setTargetFile(“repository/ProductRepository.java”);
repoRequest.setContextCode(读取Product.java的内容);

AI返回的ProductRepository代码（经过我实际验证和调整）：

@Repository
public interface ProductRepository extends JpaRepository<Product, Long> {

@Query(“SELECT p FROM Product p WHERE p.name LIKE %:keyword%”)
Page searchByName(@Param(“keyword”) String keyword, Pageable pageable);

Page findByCategory(String category, Pageable pageable);

@Query(“SELECT p FROM Product p WHERE p.price BETWEEN :minPrice AND :maxPrice”)
Page findByPriceRange(@Param(“minPrice”) BigDecimal minPrice, @Param(“maxPrice”) BigDecimal maxPrice, Pageable pageable);

@Query(“SELECT p FROM Product p WHERE p.stock < :threshold”)
List findLowStock(@Param(“threshold”) Integer threshold);
}

第三步，让AI生成Service层。

public class ProductService {

@Autowired
private ProductRepository productRepository;

public Product createProduct(CreateProductRequest request) {
// 重复名称检查
if (productRepository.findByName(request.getName()).isPresent()) {
throw new BusinessException(“商品名称已存在”);
}

Product product = new Product();
product.setName(request.getName());
product.setDescription(request.getDescription());
product.setPrice(request.getPrice());
product.setStock(request.getStock());
product.setCategory(request.getCategory());

return productRepository.save(product);

}

public Page searchProducts(String keyword, String category,
BigDecimal minPrice, BigDecimal maxPrice,
int page, int size) {
Pageable pageable = PageRequest.of(page, size, Sort.by(“createTime”).descending());

// 这里简化了组合查询逻辑，实际项目建议用Specification或QueryDSL
if (keyword != null && !keyword.isEmpty()) {
    return productRepository.searchByName(keyword, pageable);
}
if (category != null && !category.isEmpty()) {
    return productRepository.findByCategory(category, pageable);
}
if (minPrice != null && maxPrice != null) {
    return productRepository.findByPriceRange(minPrice, maxPrice, pageable);
}

return productRepository.findAll(pageable);

}

public Product updateProduct(Long id, UpdateProductRequest request) {
Product product = productRepository.findById(id)
.orElseThrow(() -> new BusinessException(“商品不存在”));

// 只更新非null字段
if (request.getName() != null) product.setName(request.getName());
if (request.getDescription() != null) product.setDescription(request.getDescription());
if (request.getPrice() != null) product.setPrice(request.getPrice());
if (request.getStock() != null) product.setStock(request.getStock());
if (request.getCategory() != null) product.setCategory(request.getCategory());

return productRepository.save(product);

}

@Transactional
public void deleteProduct(Long id) {
if (!productRepository.existsById(id)) {
throw new BusinessException(“商品不存在”);
}
productRepository.deleteById(id);
}
}

第四步，让AI生成Controller层并自动写测试。

Controller代码如下（核心逻辑，import已省略）：

@RestController
@RequestMapping(“/api/products”)
public class ProductController {

@Autowired
private ProductService productService;

@PostMapping
public ResponseEntity create(@RequestBody CreateProductRequest request) {
return ResponseEntity.ok(productService.createProduct(request));
}

@GetMapping
public ResponseEntity<Page> search(
@RequestParam(required = false) String keyword,
@RequestParam(required = false) String category,
@RequestParam(required = false) BigDecimal minPrice,
@RequestParam(required = false) BigDecimal maxPrice,
@RequestParam(defaultValue = “0”) int page,
@RequestParam(defaultValue = “20”) int size) {
return ResponseEntity.ok(
productService.searchProducts(keyword, category, minPrice, maxPrice, page, size)
);
}

@PutMapping(“/{id}”)
public ResponseEntity update(@PathVariable Long id, @RequestBody UpdateProductRequest request) {
return ResponseEntity.ok(productService.updateProduct(id, request));
}

@DeleteMapping(“/{id}”)
public ResponseEntity delete(@PathVariable Long id) {
productService.deleteProduct(id);
return ResponseEntity.noContent().build();
}
}

到这里，一个完整的商品管理CRUD模块就通过AI Agent生成了。从实体定义到Controller接口，全过程不需要手动写重复代码。

五、踩坑记录：3个你可能也会遇到
经过了几个项目的实际使用，几个关键的注意点。

第一，AI生成的JPA查询方法名有时会偏离Spring Data的命名规范。比如它可能生成findByProductName而不是findByName，如果不加@Query直接运行会报NoSuchPropertyException。建议用的时候先让AI确认方法名对应的SQL逻辑，不确定的加上@Query注解。

第二，事务边界要手动补。AI生成的Service方法经常忘记加@Transactional。这在简单场景没事，但一旦涉及多表操作或者删除后需要做级联操作，缺少事务会导致数据不一致。建议在Service类上统一加@Transactional注解。

第三，Controller的参数校验经常漏。AI不会自动给Request类加@NotNull、@NotBlank、@Min等校验注解。用户传了一个负数价格或者空字符串商品名进来，Service层的代码直接就存进数据库了。建议在Request类上加Spring Validation的注解，Controller方法参数前加@Valid。

六、总结
这篇文章搭了一个最小可用的Spring Boot加AI Agent架构。总结几个核心要点。

架构上，项目扫描、代码生成、文件写入三个模块解耦，方便后续替换AI服务或者扩展功能。流程上，AI负责生成代码，你负责审查和决策。给AI的Prompt里要包含项目上下文（现有代码、依赖信息），否则生成的代码和你项目对不上。

安全上，AI生成的代码必须经过人工审查（参考我上一篇文章的7个检查项），涉及数据库和文件系统的操作尤其要小心。业务规则、边界条件、线程安全这三块是AI最容易出错的地方。

后续可以扩展的方向。让AI读取整个项目的类结构和依赖关系，提供更精准的上下文。加入代码质量和安全扫描，AI生成的代码自动跑SonarQube。加入多Agent协作，一个Agent写Service层、一个Agent写Controller层、一个Agent写测试。

如果你也在用Spring Boot做项目，建议照着这篇文章的架构搭一套试试。第一次搭可能花半天，但搭好之后每次开发新模块能省掉大量重复代码的编写时间。