最近在帮学弟学妹们看毕设项目，发现一个挺普遍的现象：大家想法都很好，但一到动手实现，就容易陷入“需求变来变去”、“代码越写越乱”、“时间总是不够”的怪圈。尤其是用 Spring Boot 这种主流框架，虽然上手快，但想写出结构清晰、易于维护的代码，对很多同学来说还是挑战。

刚好我自己在之前的项目里深度体验了 GitHub Copilot 和通义灵码这类 AI 编程助手，感觉它们简直是“毕设加速器”。所以，我想结合一个典型的 Spring Boot 毕设项目（比如一个简单的“课程选课管理系统”），分享一下如何借助 AI 工具，高效、高质量地完成开发。这不是要替代我们思考，而是学会让 AI 成为得力的副驾驶。

1. 毕设开发中的那些“坑”

在动手之前，我们先理清通常会遇到哪些问题，这样才知道 AI 工具能在哪里帮上忙。

1. 需求模糊与频繁变更：导师的一句话可能就让整个模块推倒重来。手动调整所有关联代码非常耗时。
2. 缺乏工程规范：项目结构随意，Controller 里塞满业务逻辑，实体类、DTO、VO 混用，导致后期修改变成“牵一发而动全身”。
3. 重复造轮子：分页查询、参数校验、统一响应封装……每个模块都写一遍，不仅效率低，还容易不一致。
4. 技术细节耗时：比如如何优雅地实现 JWT 认证、怎么处理 Excel 导出、事务边界怎么划。查资料、调试会占用大量时间。
5. 代码质量与安全：对 SQL 注入、XSS 攻击、接口幂等性等概念有意识，但实现时容易遗漏，埋下隐患。

2. AI 编程助手：选对工具，事半功倍

目前主流的 AI 编程助手主要有两类：IDE 插件和Web 平台。对于 Spring Boot 毕设，我更推荐使用 IDE 插件，因为它们能深度结合你的项目上下文。

• GitHub Copilot：老牌选手，代码补全和生成能力非常强，尤其擅长根据注释生成代码片段。它对 Java 和 Spring 生态的支持很好。缺点是收费，但学生可以通过 GitHub Education 包免费使用。
• 通义灵码（阿里云）：后起之秀，免费且对中文注释的理解更友好。除了代码补全，它的“解释代码”、“生成单元测试”、“代码优化建议”功能在理解复杂逻辑和保证质量上很有用。
• Codeium / Tabnine：也有不错的免费额度，可以作为备选。

怎么选？ 如果你是学生，追求免费和中文友好，通义灵码是首选。如果你有教育优惠，想体验最流畅的代码生成，Copilot 很棒。建议都安装试试，感受一下差异。

3. 实战：让 AI 帮我们构建核心模块

我们以“课程选课管理系统”中的两个核心功能为例，看看 AI 如何辅助。

场景一：快速生成符合规范的 RESTful API Controller

假设我们需要一个 CourseController，包含课程的分页查询、新增、更新、删除接口。

• 传统做法：手动创建类，写 @RestController、@RequestMapping，然后一个个敲方法，定义参数、注解、调用 Service，最后再写 Swagger 注解。

• AI 辅助做法：

  1. 在 controller 包下新建 CourseController.java 文件。
  2. 输入以下注释作为 Prompt：

  // CourseController: 课程管理控制器
  // 需要实现以下RESTful接口：
  // 1. GET /api/courses?page=1&size=10&name=xxx 分页查询课程列表，支持按课程名模糊查询
  // 2. GET /api/courses/{id} 根据ID获取课程详情
  // 3. POST /api/courses 创建新课程，请求体为CourseDTO
  // 4. PUT /api/courses/{id} 更新课程信息
  // 5. DELETE /api/courses/{id} 删除课程（逻辑删除，更新deleted字段为1）
  // 使用@RestController, @RequestMapping("/api/courses")
  // 注入CourseService，方法名参考：getCourses, getCourseById, createCourse, updateCourse, deleteCourse
  // 使用Spring Data JPA的Pageable接收分页参数
  // 使用@Validated进行参数校验
  // 返回统一的Result响应对象（假设已定义）
  

  3. 然后，AI（如 Copilot 或通义灵码）通常会为你生成一个结构清晰、注解完整的 Controller 骨架。你只需要微调方法名、参数名，并确保 CourseService 和 Result 类存在即可。

场景二：生成包含业务逻辑的 Service 实现

Controller 有了，我们需要实现 CourseService 和 CourseServiceImpl。

1. 在 service 包下创建接口 CourseService.java，定义上述 Controller 需要的方法。

2. 在 service/impl 包下创建 CourseServiceImpl.java。输入类注解 @Service 和 @Slf4j（如果需要日志），然后开始写一个方法。例如，先写 createCourse 方法。

   @Override
   public Result<CourseVO> createCourse(CourseDTO courseDTO) {
       // 在这里，我们可以直接开始写业务逻辑注释，让AI填充
       // 1. 参数校验（DTO内的注解已校验，这里可做业务校验，如课程编号是否重复）
       // 2. DTO 转 Entity
       // 3. 保存到数据库
       // 4.  Entity 转 VO
       // 5. 返回成功结果
   }
   

   当你输入到 // 1. 参数校验... 时，AI 很可能会自动补全后续的代码块。或者，你可以在方法体内直接写：

   // 检查课程编号是否已存在
   if (courseRepository.existsByCourseCode(courseDTO.getCourseCode())) {
       throw new BusinessException(ErrorCode.COURSE_CODE_EXISTS);
   }
   

   写完这行，AI 可能会自动帮你补全 BusinessException 和 ErrorCode 的引入，甚至继续生成后续的转换和保存代码。

一个更完整的、由 AI 辅助生成并经过人工优化的 Service 方法示例：

/**
 * 创建课程
 * @param courseDTO 课程数据传输对象
 * @return 创建成功的课程视图对象
 */
@Override
@Transactional(rollbackFor = Exception.class) // 添加事务管理
public CourseVO createCourse(@Valid CourseDTO courseDTO) {
    log.info("开始创建课程，课程编号：{}", courseDTO.getCourseCode());

    // 1. 业务逻辑校验：课程编号唯一性
    boolean exists = courseRepository.existsByCourseCode(courseDTO.getCourseCode());
    if (exists) {
        log.warn("课程编号已存在：{}", courseDTO.getCourseCode());
        throw new BusinessException(ErrorCode.COURSE_CODE_EXISTS, "课程编号已存在");
    }

    // 2. DTO 转 Entity (使用 MapStruct 或手动映射，此处为手动示例)
    Course course = new Course();
    BeanUtils.copyProperties(courseDTO, course); // 简单属性拷贝
    // 处理特殊字段，如状态默认为启用
    course.setStatus(1);
    course.setDeleted(0);
    course.setCreateTime(LocalDateTime.now());
    course.setUpdateTime(LocalDateTime.now());

    // 3. 持久化到数据库
    Course savedCourse = courseRepository.save(course);
    log.info("课程创建成功，ID：{}", savedCourse.getId());

    // 4. Entity 转 VO
    CourseVO courseVO = new CourseVO();
    BeanUtils.copyProperties(savedCourse, courseVO);
    // 可在此处填充关联信息，如教师姓名等
    // courseVO.setTeacherName(...);

    return courseVO;
}

关键点：AI 帮助快速生成了骨架和基础代码（如校验、保存、拷贝），但我们人工加入了事务注解 @Transactional、详细的日志记录、更友好的异常信息，并明确了字段的默认值设置。这就是“人机协作”的完美体现。

4. 警惕：AI 生成代码的潜在风险

AI 很强大，但它不是银弹，生成的代码可能隐藏风险，我们必须人工审查。

1. 幂等性（Idempotence）：对于 POST 请求，AI 生成的简单 save 操作不具备防重复提交能力。在涉及资金、订单等场景，必须额外设计幂等键（如订单号+业务类型），并在插入前检查。
2. SQL 注入防护：AI 生成的 JPA 查询方法或 @Query 注解，如果使用原生 SQL 并拼接字符串，风险极高。必须坚持使用参数绑定（?1, ?2 或 :paramName）。
   • 危险示例（AI可能生成）: @Query("SELECT * FROM course WHERE name LIKE '%" + name + "%'")
   • 安全示例（应手动修正）: @Query("SELECT c FROM Course c WHERE c.name LIKE %:name%")
3. 并发安全：AI 可能生成“先查后改”的非原子操作，在高并发下会导致数据不一致（如库存超卖）。需要使用数据库悲观锁（SELECT ... FOR UPDATE）或乐观锁（@Version 注解）来保护。
4. 数据权限与越权：AI 生成的 deleteCourse(id) 方法，可能不会校验当前登录用户是否有权限删除该课程。必须在 Service 层加入权限校验逻辑。
5. 异常处理：AI 生成的代码可能只是简单抛出 RuntimeException，我们需要将其转换为定义好的业务异常，并确保异常信息不会泄露敏感系统细节。

5. 生产环境（毕设演示）避坑指南

即使只是毕设，以接近生产的标准要求自己，会加分很多。

1. 依赖版本锁定：在 pom.xml 中使用 <dependencyManagement> 管理 Spring Boot 父工程版本，并明确所有主要依赖的版本号，避免不同环境构建时版本冲突。
2. Prompt 工程技巧：
   • 具体化：不要只说“生成一个Service”，要说“生成一个 CourseServiceImpl，实现分页查询课程的方法，使用 JPA Specification 实现动态查询，查询条件包括课程名和教师ID”。
   • 提供上下文：在写注释时，提及项目中已存在的类名（如 Result、PageResult），AI 会更好地利用上下文。
   • 要求遵循规范：在注释中写明“请遵循阿里巴巴 Java 开发规范”。
3. 人工审查要点（Code Review for AI）：
   • 安全性：检查 SQL、文件路径、命令执行等处有无注入风险。
   • 性能：检查循环内的数据库查询（N+1问题）、大对象序列化。
   • 健壮性：检查空指针、边界条件、异常处理是否完备。
   • 一致性：检查代码风格（命名、缩进）是否与项目其他部分一致。
   • 业务逻辑：这是 AI 最薄弱的一环，必须由你亲自确认逻辑是否正确。

结尾：动手实践与思考

看到这里，你可能已经跃跃欲试了。我给你的一个小练习是：找一个你现有毕设项目中比较臃肿的 Controller 方法，尝试用 AI 助手来重构它。

比如，一个方法里既处理参数校验、又处理业务计算、还直接操作了数据库。你可以：

1. 用注释向 AI 描述清晰的目标：“将这个 Controller 方法拆分为：参数校验（使用 Spring Validation）、业务逻辑（移到 XXService 的一个新方法）、数据库操作（在 Repository 层）。注意保持事务边界。”
2. 观察 AI 生成的代码结构，然后手动调整、优化命名、补充日志和异常处理。

在这个过程中，你会更深刻地体会到：AI 最适合处理模式固定、逻辑明确的“搬砖”工作，而架构设计、核心算法、异常流程和深度业务逻辑，仍然需要你的主导和判断。找到人与 AI 协作的边界，让它成为你思维的延伸，而不是替代，这才是提升开发效率和质量的关键。

希望这篇笔记能帮你更从容、更专业地完成 Spring Boot 毕设。祝你答辩顺利！