# panda_ai_code_generate

**Repository Path**: pan_shengdong/ai_code_generate

## Basic Information

- **Project Name**: panda_ai_code_generate
- **Description**: 基于 Spring Boot 3 + Langchain4j+ LangGraph4j的 AI零代码应用生成平台。用户输入自然语言描述，由 Al Agent 自动执行并发素材搜集、代码生成、质量检査、项目构建的完整工作流，最终一键部署为可访问的 Web 应用。项目核心为一套AI工作流，并采用多级缓存、分布式限流、异步处理、护轨重试等多种优化策略，保证系统的高性能与稳定性。
- **Primary Language**: Java
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-08-27
- **Last Updated**: 2025-09-08

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 简介

​		基于 Spring Boot 3 + Langchain4j+ LangGraph4j的 AI零代码应用生成平台。用户输入自然语言描述，由 Al Agent 自动执行并发素材搜集、代码生成、质量

检査、项目构建的完整工作流，最终一键部署为可访问的 Web 应用。项目核心为一套AI工作流，并采用多级缓存、分布式限流、异步处理、护轨重试等多种优化

策略，保证系统的高性能与稳定性。

# 项目初始化 

https://start.aliyun.com/

https://start.spring.io/

# 后端增删改查代码生成

本次使用新的方式，一键式生成所有代码，包含controller代码，且能支持联表查询。

```xml
<dependency>
    <groupId>com.mybatis-flex</groupId>
    <artifactId>mybatis-flex-spring-boot3-starter</artifactId>
    <version>1.11.0</version>
</dependency>

<!-- 代码生成模块 -->
<dependency>
    <groupId>com.mybatis-flex</groupId>
    <artifactId>mybatis-flex-codegen</artifactId>
    <version>1.11.0</version>
</dependency>
<!-- 数据库连接池 -->
<dependency>
    <groupId>com.zaxxer</groupId>
    <artifactId>HikariCP</artifactId>
</dependency>

```

```java
package generator;

import cn.hutool.core.lang.Dict;
import cn.hutool.setting.yaml.YamlUtil;
import com.mybatisflex.codegen.Generator;
import com.mybatisflex.codegen.config.GlobalConfig;
import com.zaxxer.hikari.HikariDataSource;

import java.util.Map;

/**
 * @Author panda
 * @Date 2025-08-28
 * @Des
 */
public class MyBatisCodeGenerator {

    // 需要生成的表名
    private static final String[] TABLE_NAMES = {"user"};

    public static void main(String[] args) {
        // 获取数据源信息
        Dict dict = YamlUtil.loadByPath("application.yml");
        Map<String, Object> dataSourceConfig = dict.getByPath("spring.datasource");
        String url = String.valueOf(dataSourceConfig.get("url"));
        String username = String.valueOf(dataSourceConfig.get("username"));
        String password = String.valueOf(dataSourceConfig.get("password"));
        // 配置数据源
        HikariDataSource dataSource = new HikariDataSource();
        dataSource.setJdbcUrl(url);
        dataSource.setUsername(username);
        dataSource.setPassword(password);

        // 创建配置内容
        GlobalConfig globalConfig = createGlobalConfig();

        // 通过 datasource 和 globalConfig 创建代码生成器
        Generator generator = new Generator(dataSource, globalConfig);

        // 生成代码
        generator.generate();
    }

    // 详细配置见：https://mybatis-flex.com/zh/others/codegen.html
    public static GlobalConfig createGlobalConfig() {
        // 创建配置内容
        GlobalConfig globalConfig = new GlobalConfig();

        // 设置根包，建议先生成到一个临时目录下，生成代码后，再移动到项目目录下
        globalConfig.getPackageConfig()
                .setBasePackage("com.panda.genresult");

        // 设置表前缀和只生成哪些表，setGenerateTable 未配置时，生成所有表
        globalConfig.getStrategyConfig()
                .setGenerateTable(TABLE_NAMES)
                // 设置逻辑删除的默认字段名称
                .setLogicDeleteColumn("isDelete");

        // 设置生成 entity 并启用 Lombok
        globalConfig.enableEntity()
                .setWithLombok(true)
                .setJdkVersion(21);

        // 设置生成 mapper
        globalConfig.enableMapper();
        globalConfig.enableMapperXml();

        // 设置生成 service
        globalConfig.enableService();
        globalConfig.enableServiceImpl();

        // 设置生成 controller
        globalConfig.enableController();

        // 设置生成时间和字符串为空，避免多余的代码改动
        globalConfig.getJavadocConfig()
                .setAuthor("<a href=\"https://gitee.com/pan_shengdong\">程序员panda</a>")
                .setSince("");
        return globalConfig;
    }
}
```

![image-20250828152707078](README.assets/image-20250828152707078.png)

```java
@Table("user")
public class User implements Serializable {

    @Id(keyType = KeyType.Generator, value = KeyGenerators.snowFlakeId)
    private Long id;
}

```

# AI生成代码应用

## 需求分析

1、让AI生成原始网页 html css javascript

2、打包到一个文件中html

## 方案设计

1、用户输入提示词

2、AI大模型生成

3、提取生成内容

4、保存到本地文件

https://api-docs.deepseek.com/zh-cn/

https://platform.deepseek.com/api_keys

https://docs.langchain4j.dev/integrations/language-models/open-ai/#spring-boot

## 测试AI调用

注意充值：

![image-20250902084407625](README.assets/image-20250902084407625.png)



![image-20250902084350724](README.assets/image-20250902084350724.png)

![image-20250902084714990](README.assets/image-20250902084714990.png)

## 参数调整

![image-20250902085857855](README.assets/image-20250902085857855.png)

![image-20250902085922945](README.assets/image-20250902085922945.png)

### 参数调整的结果

![image-20250902090058017](README.assets/image-20250902090058017.png)

页面显示：图片显示与主题不符合，可以优化下提示词或调用MCP工具调整。

![image-20250902090224601](README.assets/image-20250902090224601.png)

## 保存到文件

![image-20250902100156546](README.assets/image-20250902100156546.png)





![image-20250902104023866](README.assets/image-20250902104023866.png)

![image-20250902104031773](README.assets/image-20250902104031773.png)

# SSE流式输出

## reactor模式

```xml
<dependency>
  <groupId>dev.langchain4j</groupId>
  <artifactId>langchain4j-reactor</artifactId>
  <version>1.1.0-beta7</version>
</dependency>
```

## 流式输出

```java
@Override
public Flux<String> chatToGenCode(Long appId, String message, User loginUser) {
    //xxxxxxxxxxxxxxxxxx
    // 6. 调用 AI 生成代码（流式）
    Flux<String> contentFlux = aiCodeGeneratorFacade.generateAndSaveCodeStream(message, codeGenTypeEnum, appId);
    // 7. 收集AI响应内容并在完成后记录到对话历史
    StringBuilder aiResponseBuilder = new StringBuilder();
    return contentFlux
            .map(chunk -> {
                // 收集AI响应内容
                aiResponseBuilder.append(chunk);
                return chunk;
            })
            .doOnComplete(() -> {
                // 流式响应完成后，添加AI消息到对话历史
                String aiResponse = aiResponseBuilder.toString();
                if (StrUtil.isNotBlank(aiResponse)) {
                    chatHistoryService.addChatMessage(appId, aiResponse, ChatHistoryMessageTypeEnum.AI.getValue(), loginUser.getId());
                }
            })
            .doOnError(error -> {
                // 如果AI回复失败，也要记录错误消息
                String errorMessage = "AI回复失败: " + error.getMessage();
                chatHistoryService.addChatMessage(appId, errorMessage, ChatHistoryMessageTypeEnum.AI.getValue(), loginUser.getId());
            });
}
```

![image-20250903103437024](README.assets/image-20250903103437024.png)

```sh
1. 用户登录

curl -X POST "http://localhost:8855/api/user/login" \
  -H "Content-Type: application/json" \
  -d '{
    "userAccount": "panda",
    "userPassword": "xxxxx"
  }' \
  -c cookies.txt

2. 调用生成代码接口（流式）

curl -G "http://localhost:8855/api/app/chat/gen/code" \
  --data-urlencode "appId=xxxxxx" \
  --data-urlencode "message=我需要一个简单的任务记录工具网站" \
  -H "Accept: text/event-stream" \
  -H "Cache-Control: no-cache" \
  -b cookies.txt \
  --no-buffer
```

# 部署AI应用

nginx部署：

![image-20250903141433310](README.assets/image-20250903141433310.png)

# cursor前端生成

效果如下：

![image-20250903154437265](README.assets/image-20250903154437265.png)

打开部署地址：



![image-20250903154526064](README.assets/image-20250903154526064.png)

# 多轮历史对话

## 需求分析

1、对话持久化存储

2、对话历史的应用级别隔离

3、对话历史查询，展示10条历史消息

4、管理历史对话

## 方案设计

1、分页查询，使用游标查询。【createTime】

```java
/**
 * 分页查询某个应用的对话历史（游标查询）
 *
 * @param appId          应用ID
 * @param pageSize       页面大小
 * @param lastCreateTime 最后一条记录的创建时间
 * @param request        请求
 * @return 对话历史分页
 */
@GetMapping("/app/{appId}")
public BaseResponse<Page<ChatHistory>> listAppChatHistory(@PathVariable Long appId,
                                                          @RequestParam(defaultValue = "10") int pageSize,
                                                          @RequestParam(required = false) LocalDateTime lastCreateTime,
                                                          HttpServletRequest request) {
    User loginUser = userService.getLoginUser(request);
    Page<ChatHistory> result = chatHistoryService.listAppChatHistoryByPage(appId, pageSize, lastCreateTime, loginUser);
    return ResultUtils.success(result);
}

@Override
public Page<ChatHistory> listAppChatHistoryByPage(Long appId, int pageSize,
                                                  LocalDateTime lastCreateTime,
                                                  User loginUser) {
    ThrowUtils.throwIf(appId == null || appId <= 0, ErrorCode.PARAMS_ERROR, "应用ID不能为空");
    ThrowUtils.throwIf(pageSize <= 0 || pageSize > 50, ErrorCode.PARAMS_ERROR, "页面大小必须在1-50之间");
    ThrowUtils.throwIf(loginUser == null, ErrorCode.NOT_LOGIN_ERROR);
    // 验证权限：只有应用创建者和管理员可以查看
    App app = appService.getById(appId);
    ThrowUtils.throwIf(app == null, ErrorCode.NOT_FOUND_ERROR, "应用不存在");
    boolean isAdmin = UserConstant.ADMIN_ROLE.equals(loginUser.getUserRole());
    boolean isCreator = app.getUserId().equals(loginUser.getId());
    ThrowUtils.throwIf(!isAdmin && !isCreator, ErrorCode.NO_AUTH_ERROR, "无权查看该应用的对话历史");
    // 构建查询条件
    ChatHistoryQueryRequest queryRequest = new ChatHistoryQueryRequest();
    queryRequest.setAppId(appId);
    queryRequest.setLastCreateTime(lastCreateTime);
    QueryWrapper queryWrapper = this.getQueryWrapper(queryRequest);
    // 查询数据
    return this.page(Page.of(1, pageSize), queryWrapper);
}
```



## 代码实现

```xml
      <!-- 实现AI对话历史持久化到redis -->
        <dependency>
            <groupId>dev.langchain4j</groupId>
            <artifactId>langchain4j-community-redis-spring-boot-starter</artifactId>
            <version>1.1.0-beta7</version>
        </dependency>
```



yml

```yaml
spring
  data:
    redis:
      host: localhost
      port: 6379
      password:
      ttl: 3600
```

config

```java
@Configuration
@ConfigurationProperties(prefix = "spring.data.redis")
@Data
public class RedisChatMemoryStoreConfig {

    private String host;

    private int port;

    private String password;

    private long ttl;

    @Bean
    public RedisChatMemoryStore redisChatMemoryStore() {
        return RedisChatMemoryStore.builder()
                .host(host)
                .port(port)
                .password(password)
                .ttl(ttl)
                .build();
    }
}
```



interface

```java
/**
 * 保持上下文会话信息到历史记录
 * @param memoryId
 * @param userMessage
 * @return
 */
HtmlCodeResult generateHtmlCode(@MemoryId int memoryId, @UserMessage String userMessage);
```

工厂类构造

```java
@Configuration
public class AiCodeGeneratorServiceFactory {

    @Resource
    private ChatModel chatModel;

    @Resource
    private StreamingChatModel streamingChatModel;

//    @Bean
//    public AiCodeGeneratorService aiCodeGeneratorService() {
//        return AiServices.builder(AiCodeGeneratorService.class)
//                .chatModel(chatModel)
//                .streamingChatModel(streamingChatModel)
//                .build();
//    }

    private final RedisChatMemoryStore redisChatMemoryStore;

    public AiCodeGeneratorServiceFactory(RedisChatMemoryStore redisChatMemoryStore) {
        this.redisChatMemoryStore = redisChatMemoryStore;
    }

    @Bean
    public AiCodeGeneratorService aiCodeGeneratorService() {
        return AiServices.builder(AiCodeGeneratorService.class)
                .chatModel(chatModel)
                .streamingChatModel(streamingChatModel)
                // 根据 id 构建独立的对话记忆
                .chatMemoryProvider(memoryId -> MessageWindowChatMemory
                        .builder()
                        .id(memoryId)
                        .chatMemoryStore(redisChatMemoryStore)
                        .maxMessages(20)
                        .build())
                .build();
    }

}
```

测试类测试：

```java
@Test
public void testMemory() {
    HtmlCodeResult htmlCodeResult = aiCodeGeneratorService.generateHtmlCode(1, "做个helloword网页，代码总量不超过20行");
    System.out.println("第一步：" + htmlCodeResult);
    HtmlCodeResult result = aiCodeGeneratorService.generateHtmlCode(1, "不要生成网站，高速我你刚刚做了什么?");
    System.out.println("第二步：" + result);

}
```

结果：

![image-20250905144253886](README.assets/image-20250905144253886.png)

![image-20250905144321523](README.assets/image-20250905144321523.png)

# AI工作流