InCoder：把 AI 大模型装进你的 JetBrains IDE

你可能已经习惯了在浏览器里和 ChatGPT 对话，或者在终端里调用 API。可当你回到 IntelliJ IDEA 写代码时，一切又回到了"复制粘贴问 AI → 复制答案回 IDE"的割裂体验——来回切换、上下文丢失、效率大打折扣。

InCoder 正是来解决这个问题的：它是一个专门为 JetBrains 全家桶（IntelliJ IDEA、PyCharm、WebStorm 等）打造的 LLM 插件，把大语言模型直接嵌入 IDE 内部，让你不用离开编辑器，就能完成代码生成、代码理解、对话答疑，甚至让 AI 直接替你执行 Shell 命令或修改文件。

背景：从"命令行 AI"到"IDE 内 AI 助手"

在 AI 编程工具爆发的这几年，GitHub Copilot 几乎成了 VS Code 的标配。但 JetBrains 生态的开发者——尤其是 Java/Kotlin 工程师——却一直没有等来一款功能对等的免费开源替代。InCoder 的作者 Damiano 看准了这个空白，于 2023 年底启动了项目，核心目标是：让任何使用 JetBrains IDE 的开发者，都能在不离开编辑器的情况下，拥有一个真正懂你代码库的 AI 助手。

这个方向其实代表了 AI 编程工具的一条重要分支——不是替代 IDE，而是增强 IDE，把 LLM 的能力无缝融入开发者的日常工作流，而不是强迫开发者去适应 AI 的交互模式。

核心功能：不止聊天，还有代码补全

InCoder 提供了两层 AI 能力：

对话式代码助手（Chat）

InCoder 的 Chat 界面类似一个内置的 AI 对话窗口，但它比通用 ChatGPT 多了一个关键优势——它能感知你当前打开的文件和项目结构。

具体来说，Chat 内置了几类工具（Tools），让 AI 不只是"回答问题"，而是能"做事情"：

• Command Line Tool：在 IntelliJ 内置终端执行 Shell 命令，执行前需要你手动确认（防止误操作）。这意味着你可以让 AI 帮你跑测试、查日志、构建项目。
• Editor Tool：生成 unified diff 补丁并打开合并对话框（Visual Diff），你可以在应用前逐行审查 AI 的修改。
• File Tool：扫描目录、读取文件内容（带行号，方便精确定位）、创建新文件（仅当文件不存在时才会创建，并自动刷新项目视图）。

此外，InCoder 还支持 MCP（Model Context Protocol），能动态发现并接入兼容 MCP 协议的外部服务器，将它们的工具直接暴露给 AI 使用。

内联代码补全（Inline Completion）

这是另一个实用功能——在你敲代码时，InCoder 会在光标位置实时显示 AI 生成的补全建议（Ghost Text），按 Tab 键接受，安静地待在后台，不需要时不会打扰你。

技术架构：Java 生态 + LangChain4j

InCoder 的技术选型非常务实：它用 Java 17 编写，直接基于 JetBrains Platform Plugin SDK（和 IntelliJ IDEA 本身是同一套底层），这保证了它和 IDE 的深度集成能力。

在 AI 能力层面，InCoder 全面拥抱了 LangChain4j——这是一个 Java 生态的 LLM 开发框架，支持多种模型供应商。项目明确依赖了以下 LangChain4j 模块：

• langchain4j-open-ai：接入 OpenAI GPT 系列
• langchain4j-anthropic：接入 Anthropic Claude 系列
• langchain4j-ollama：接入本地部署的 Ollama（适合不想把代码发给云端的用户）
• langchain4j-mcp：接入 MCP 协议服务器

代码结构上，项目采用状态机模式管理代码补全流程（src/main/java/com/github/damiano1996/jetbrains/incoder/completion/states/），清晰地将补全过程分为 Idle → StartGeneration → WaitGeneration → Preview → Idle 五个阶段，便于维护和扩展。

构建系统使用 Gradle + IntelliJ Platform Gradle Plugin，发布包直接生成 .zip，可从 JetBrains Marketplace 一键安装。

上手体验：安装配置难度低

InCoder 的安装非常简单——从 JetBrains Marketplace 搜索"InCoder"或从 GitHub Releases 下载 ZIP 包，在 IDE 中手动加载即可。无需 Docker，无需服务器，这是它和大多数开源 AI 项目最大的区别。

配置 LLM Provider 也很直观：打开 Settings → InCoder，填入你的 API Key（支持 OpenAI、Anthropic、Ollama）。如果你对数据隐私有顾虑，可以选择 Ollama 完全本地运行，所有请求不经过任何云端。

最低硬件要求是 4GB RAM，配合主流的 IntelliJ IDEA 或 PyCharm 即可流畅运行。

局限与争议

InCoder 目前仍处于早期活跃开发阶段，存在一些需要注意的地方：

1. Inline Completion 仍在快速迭代：README 中也承认，内联补全功能"feature is evolving fast"，体验可能不稳定。
2. 16 stars 社区较小：相比 GitHub Copilot 这样的成熟产品，InCoder 的用户基数和社区反馈还很有限，遇到问题时能找到的参考资料不多。
3. JetBrains 插件安全风险：近期（2025年底）出现过恶意 JetBrains 插件窃取 AI API Key 的安全事件（参考 StepSecurity 的报告），InCoder 作为开源项目代码可见，但用户在安装任何插件时都应核实来源。

行业意义：填补 JetBrains 开源 AI 助手的空白

InCoder 代表着 AI 编程工具的一个细分赛道：IDE 原生插件而非 Web 服务。它的价值在于——不需要开发者改变工作习惯，AI 就在你写代码的地方。

目前同类开源项目（如 DevoxxGenie）在 JetBrains 插件市场也日益活跃，说明这个方向有真实需求。LangChain4j 生态的成熟为这类插件提供了低成本接入多模型的能力，降低了开发门槛。

如果你日常使用 IntelliJ IDEA 或 PyCharm，且希望把 AI 能力深度集成到开发流程中，InCoder 是一个值得关注的选择。