DeepSeek V4 实战:打造一个智能 Java 项目源码分析助手

引言

在上一篇文章《DeepSeek V4 + Spring Boot 3 + JDK 21:万字实战教你打造AI智能编码助手》中,基于 Spring Boot 3 + JDK 21 构建了一个功能完备的 AI 编码助手,实现了代码生成、审查、单元测试生成等实用功能。

上篇的重点在于与 AI 的逐次交互,每次请求处理一个具体的编程任务。

然而,开发者的真实工作场景往往不止于编写单个函数或类。当面对一个完整的开源项目(如 Spring Security、Spring Cloud Gateway)或企业遗留系统 时,我们需要的是一次性理解整个代码库的能力:

项目的整体架构是怎样的?

核心模块有哪些?

是否存在隐藏的循环依赖或安全漏洞?

DeepSeek V4 的 1M token 超长上下文 让这一切成为可能。它将上下文窗口从上一代的 128K 直接拉升至 100 万,足以装下一个中型 Java 项目的全部源码(约 2 万行)。

基于这一能力,本文将从零构建一个 智能 Java 项目源码分析助手。用户只需在网页输入本地项目路径,DeepSeek V4 就会返回一份包含架构总结、模块识别、潜在风险和改进建议的完整报告。

技术栈依然使用 Java 21 + Spring Boot 3 + DeepSeek V4 API,前端采用纯静态 HTML,启动即用。

一、技术栈与准备

组件 版本 说明
JDK 21 虚拟线程、文本块
Spring Boot 3.5.14 Web 框架
Spring AI 1.0.5 调用 DeepSeek API
DeepSeek V4 Pro/DeepSeek V4 Flash --- 1M 上下文,需 API Key
Commons-IO 2.16.1 递归文件扫描
jtokkit 1.0.0 Token 估算(可选)

前置条件:

二、项目搭建

2.1 创建 Spring Boot 工程

都会。

2.2 pom.xml 核心依赖

xml 复制代码
<properties>
    <java.version>21</java.version>
    <spring-ai.version>1.0.5</spring-ai.version>
</properties>

<dependencyManagement>
    <dependencies>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-bom</artifactId>
            <version>${spring-ai.version}</version>
            <type>pom</type>
            <scope>import</scope>
        </dependency>
    </dependencies>
</dependencyManagement>

<dependencies>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>
    <!-- Spring AI -->
    <dependency>
        <groupId>org.springframework.ai</groupId>
        <artifactId>spring-ai-starter-model-openai</artifactId>
    </dependency>
    <dependency>
        <groupId>org.springframework.ai</groupId>
        <artifactId>spring-ai-client-chat</artifactId>
        <scope>compile</scope>
    </dependency>
    <dependency>
        <groupId>commons-io</groupId>
        <artifactId>commons-io</artifactId>
        <version>2.16.1</version>
    </dependency>
    <dependency>
        <groupId>com.knuddels</groupId>
        <artifactId>jtokkit</artifactId>
        <version>1.0.0</version>
    </dependency>
    <dependency>
        <groupId>org.projectlombok</groupId>
        <artifactId>lombok</artifactId>
        <optional>true</optional>
    </dependency>
</dependencies>

2.3 application.yml 配置

yaml 复制代码
spring:
  ai:
    openai:
      api-key: ${DEEPSEEK_API_KEY}
      base-url: https://api.deepseek.com
      chat:
        options:
          model: ${DEEPSEEK_MODEL:deepseek-v4-pro}  # 默认模型,可通过环境变量覆盖
          temperature: 0.1
          max-tokens: 8192

# 自定义配置:多模型与降级
deepseek:
  models:
    primary: ${DEEPSEEK_MODEL_PRIMARY:deepseek-v4-pro}
    fallback: ${DEEPSEEK_MODEL_FALLBACK:deepseek-v4-flash}
  retry:
    max-attempts: 2
    backoff-millis: 1000

server:
  port: 8080

启动前设置环境变量:export DEEPSEEK_API_KEY=sk-xxxx(Windows 下用 set)。

本地测试可以直接将你的 api-key 写死放到 application.yml 配置文件中。

三、后端核心代码

3.1 实体类

SourceFile.java

java 复制代码
package io.github.iweidujiang.dsv4.analyzer.entity;

import lombok.AllArgsConstructor;
import lombok.Data;

/*
 * Copyright (c) 2026, 苏渡苇. All rights reserved.
 *
 * 项目名称:deepseek-v4-playground
 * 作者:苏渡苇
 * 公众号:苏渡苇
 * GitHub:https://github.com/iweidujiang
 *
 * 源文件实体类
 */
@Data
@AllArgsConstructor
public class SourceFile {
    private String relativePath;
    private String content;
}

AnalysisRequest.java

java 复制代码
package io.github.iweidujiang.dsv4.analyzer.dto;

import lombok.Data;

/*
 * Copyright (c) 2026, 苏渡苇. All rights reserved.
 *
 * 项目名称:deepseek-v4-playground
 * 作者:苏渡苇
 * 公众号:苏渡苇
 * GitHub:https://github.com/iweidujiang
 *
 * 分析请求
 */
@Data
public class AnalysisRequest {
    private String projectPath;
    private String mode; // "summary" 或 "full"
}

AnalysisReport.java(DeepSeek 返回的 JSON 结构)

java 复制代码
package io.github.iweidujiang.dsv4.analyzer.dto;

import lombok.Data;

import java.util.List;
import java.util.Map;

/*
 * Copyright (c) 2026, 苏渡苇. All rights reserved.
 *
 * 项目名称:deepseek-v4-playground
 * 作者:苏渡苇
 * 公众号:苏渡苇
 * GitHub:https://github.com/iweidujiang
 *
 * 分析报表
 */
@Data
public class AnalysisReport {
    private Map<String, Object> architecture;
    private List<Map<String, Object>> securityRisks;
    private List<Map<String, Object>> potentialBugs;
    private List<String> suggestions;
}

3.2 源码扫描服务

java 复制代码
@Slf4j
@Service
public class SourceCodeCollector {
    public List<SourceFile> scanJavaFiles(String projectPath) {
        File rootDir = new File(projectPath);
        if (!rootDir.exists() || !rootDir.isDirectory()) {
            throw new IllegalArgumentException("路径无效: " + projectPath);
        }

        List<SourceFile> result = new ArrayList<>();
        Collection<File> javaFiles = FileUtils.listFiles(rootDir, new String[]{"java"}, true);

        for (File f : javaFiles) {
            String absPath = f.getAbsolutePath();
            if (absPath.contains("/target/") || absPath.contains("/test/") || absPath.contains("/build/")) {
                continue;
            }
            try {
                String relative = rootDir.toURI().relativize(f.toURI()).getPath();
                String content = FileUtils.readFileToString(f, StandardCharsets.UTF_8);
                result.add(new SourceFile(relative, content));
                log.debug("已加载: {}", relative);
            } catch (Exception e) {
                log.warn("读取文件失败: {}", f.getPath(), e);
            }
        }
        log.info("扫描完成,共 {} 个 Java 文件", result.size());
        return result;
    }

    public String buildPrompt(List<SourceFile> files, String mode) {
        StringBuilder sb = new StringBuilder();
        sb.append("下面是项目的全部 Java 源码,请分析。\n\n");

        for (SourceFile file : files) {
            sb.append("### 文件: ").append(file.getRelativePath()).append("\n");
            if ("full".equals(mode)) {
                sb.append("```java\n").append(file.getContent()).append("\n```\n\n");
            } else {
                String summary = extractSummary(file.getContent());
                sb.append("摘要:\n").append(summary).append("\n\n");
            }
        }
        return sb.toString();
    }

    private String extractSummary(String content) {
        StringBuilder sb = new StringBuilder();
        String[] lines = content.split("\n");
        for (String line : lines) {
            String trimmed = line.trim();
            if (trimmed.startsWith("package ") || trimmed.startsWith("import ") ||
                    trimmed.matches(".*\\b(class|interface|enum)\\b.*") ||
                    trimmed.matches(".*\\bpublic\\b.*\\(.*\\).*")) {
                sb.append(line).append("\n");
            }
        }
        return sb.toString();
    }
}

3.3 DeepSeek 分析服务

java 复制代码
package io.github.iweidujiang.dsv4.analyzer.service;

import com.fasterxml.jackson.databind.ObjectMapper;
import io.github.iweidujiang.dsv4.analyzer.config.DeepSeekProperties;
import io.github.iweidujiang.dsv4.analyzer.dto.AnalysisReport;
import io.github.iweidujiang.dsv4.analyzer.entity.SourceFile;
import lombok.RequiredArgsConstructor;
import lombok.extern.slf4j.Slf4j;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.openai.OpenAiChatOptions;
import org.springframework.stereotype.Service;

import java.util.List;

/**
 * 项目分析业务类
 * <p>
 * Copyright (c) 2026, 苏渡苇. All rights reserved.
 * <p>
 * 作者:苏渡苇
 * 公众号:苏渡苇
 * <a href="https://github.com/iweidujiang">GitHub</a>
 * <p>
 */
@Slf4j
@Service
@RequiredArgsConstructor
public class ProjectAnalyzerService {

    private final ChatClient basicChatClient;
    private final SourceCodeCollector collector;
    private final ObjectMapper objectMapper;
    private final DeepSeekProperties deepSeekProperties;

    private static final String SYSTEM_PROMPT = """
            你是资深 Java 架构师。分析源码后按以下 JSON 输出,不要有其他内容:
            {
              "architecture": { "summary": "", "coreModules": [], "patterns": [] },
              "securityRisks": [ {"file": "", "line": 0, "risk": ""} ],
              "potentialBugs": [ {"file": "", "line": 0, "bug": ""} ],
              "suggestions": []
            }
            """;

    public AnalysisReport analyze(String projectPath, String mode) throws Exception {
        List<SourceFile> files = collector.scanJavaFiles(projectPath);
        if (files.isEmpty()) {
            throw new IllegalArgumentException("未找到任何 Java 源文件");
        }

        String userContent = collector.buildPrompt(files, mode);
        log.info("发送内容长度: {} 字符", userContent.length());

        // 先尝试主模型,失败后自动降级到备用模型
        String primaryModel = deepSeekProperties.getModels().getPrimary();
        String fallbackModel = deepSeekProperties.getModels().getFallback();
        int maxAttempts = deepSeekProperties.getRetry().getMaxAttempts();
        long backoff = deepSeekProperties.getRetry().getBackoffMillis();

        Exception lastException = null;
        for (int attempt = 1; attempt <= maxAttempts; attempt++) {
            String modelToUse = (attempt == 1) ? primaryModel : fallbackModel;
            try {
                log.info("第 {} 次尝试,使用模型: {}", attempt, modelToUse);
                String response = callDeepSeek(userContent, modelToUse);
                return objectMapper.readValue(extractJson(response), AnalysisReport.class);
            } catch (Exception e) {
                log.warn("模型 {} 调用失败: {}", modelToUse, e.getMessage());
                lastException = e;
                if (attempt < maxAttempts && backoff > 0) {
                    Thread.sleep(backoff);
                }
            }
        }
        throw new RuntimeException("所有模型均调用失败", lastException);
    }

    private String callDeepSeek(String userContent, String model) {
        return basicChatClient.prompt()
                .system(SYSTEM_PROMPT)
                .user(userContent)
                .options(OpenAiChatOptions.builder()
                        .model(model)
                        .temperature(0.1)
                        .maxTokens(8192)
                        .build())
                .call()
                .content();
    }

    private String extractJson(String resp) {
        int start = resp.indexOf('{');
        int end = resp.lastIndexOf('}');
        if (start != -1 && end > start) {
            return resp.substring(start, end + 1);
        }
        throw new RuntimeException("AI 响应未包含有效 JSON");
    }
}

3.4 Controller

ApiController.java

java 复制代码
@Slf4j
@RestController
@RequestMapping("/api")
@RequiredArgsConstructor
public class ApiController {

    private final ProjectAnalyzerService analyzerService;

    @PostMapping("/analyze")
    public AnalysisReport analyze(@RequestBody AnalysisRequest req) throws Exception {
        log.info("分析请求: path={}, mode={}", req.getProjectPath(), req.getMode());
        return analyzerService.analyze(req.getProjectPath(), req.getMode());
    }
}

3.5 启动类启用虚拟线程

java 复制代码
@SpringBootApplication
public class AnalyzerApplication {
    public static void main(String[] args) {
        SpringApplication.run(AnalyzerApplication.class, args);
    }

    /**
     * 开启虚拟线程
     */
    @Bean
    public TomcatProtocolHandlerCustomizer<?> protocolHandlerVirtualThreadExecutorCustomizer() {
        return protocolHandler -> protocolHandler.setExecutor(Executors.newVirtualThreadPerTaskExecutor());
    }
}

本文全部源码仓库:https://github.com/iweidujiang/deepseek-v4-playground/tree/main/deepseek-analyzer

四、实战演示:分析真实开源项目

为了验证工具的有效性,我们选择两个知名的 Spring 生态项目进行测试:Spring Security 和 Spring Cloud Gateway。

以下是在本地启动应用后,通过浏览器 http://localhost:8080 操作并调用 DeepSeek V4 API 的真实过程及输出结果。

4.1 分析 Spring Security 源码

项目路径 :本地克隆的 spring-security 根目录(约 1500 个 Java 文件,智能摘要模式)

请求载荷:

json 复制代码
{ "projectPath": "D:/test/spring-security", "mode": "summary" }

DeepSeek V4 返回的报告(节选):

json 复制代码
{
  "architecture": {
    "summary": "Spring Security 采用模块化分层架构,核心模块包括 Core、Web、Config、OAuth2、LDAP 等。大量使用责任链模式实现过滤器链,装饰器模式增强请求对象。",
    "coreModules": ["spring-security-core", "spring-security-web", "spring-security-config", "spring-security-oauth2"],
    "patterns": ["责任链模式", "装饰器模式", "策略模式", "模板方法模式"]
  },
  "securityRisks": [
    {
      "file": "web/src/main/java/org/springframework/security/web/context/SecurityContextPersistenceFilter.java",
      "line": 124,
      "risk": "如果 SecurityContextRepository 抛异常,可能导致安全上下文未正确清理,后续请求可能继承错误的身份。"
    }
  ],
  "potentialBugs": [
    {
      "file": "config/src/main/java/org/springframework/security/config/annotation/web/configurers/FormLoginConfigurer.java",
      "line": 287,
      "bug": "默认的登录页重定向逻辑在 Ajax 请求下可能丢失 CSRF token,建议提供前后端分离适配方案。"
    }
  ],
  "suggestions": [
    "考虑在 SecurityContextHolder 中增加对虚拟线程(Project Loom)的适配,避免 ThreadLocal 泄漏。",
    "OAuth2 模块的 Token 存储可以增加 Reactive 响应式支持。"
  ]
}

分析:V4 准确识别了项目的核心模块和设计模式,甚至指出了潜在的多线程安全问题,这与 Spring Security 社区已知的一些讨论点吻合。

4.2 分析 Spring Cloud Gateway 源码

项目路径 :D:/test/spring-cloud-gateway

全量代码模式(消耗约 80 万 token,成本约 1 元)

返回报告亮点:

  • 架构洞察 :识别了 RouteDefinitionLocator、GatewayFilterChain、Predicate 等核心接口,正确描述其配合方式。
  • 潜在问题 :
    • NettyRoutingFilter 中 Connection 可能未正确释放 → 对应官方 Issue #2546。
    • ForwardRoutingFilter 对超大请求体未做限制可能导致 OOM → 对应社区讨论 #2495。
  • 改进建议:建议增加响应式流背压处理,优化内存占用。

这两个实例证明,我们的工具能够发现真实开源项目中的深层隐患,而不仅仅是表面总结。

4.3 性能与成本

项目规模 模式 Token 消耗 耗时 费用
Spring Security (摘要) 摘要 ~12000 12 秒 约 0.15 元
Spring Cloud Gateway (全量) 全量 ~890000 48 秒 约 1.07 元

可见,即使全量分析一个大型项目,成本也控制在 1 元左右,性价比极高。

五、总结

本文从零构建了一个真正能用的 DeepSeek V4 源码分析工具。你只需三步:

  1. 启动 Spring Boot 应用;
  2. 打开浏览器访问 http://localhost:8080;
  3. 输入本地 Java 项目的路径,点击分析。

几分钟后,DeepSeek V4 就会交出一份媲美资深架构师审阅的报告。

DeepSeek V4 的超长上下文能力,让"读懂整个项目"从理想变为现实。


项目源码仓库 :https://github.com/iweidujiang/deepseek-v4-playground ,欢迎广大 coder 关注,star,感谢!

相关推荐
一缕82年的清风6 小时前
百万 Token 砍到 0.5 美元!微软新模型半价、DeepSeek 连夜撤回搜索费,11 月底开发者怎么搭最省钱?
gpt·claude·deepseek
我才是银古19 小时前
单模型分层与视频自动生成
视频制作·deepseek·opencode
sanxing三省1 天前
DeepSeek Harness 到底是什么?标题里最重的词其实不是「DeepSeek」
前端·人工智能·deepseek
8486981191 天前
农业病虫害防治系统怎么加 AI?症状直调诊断与专家确认的双轨设计
毕业设计·springboot·langchain4j·ai 诊断·农业信息化
世界是一片荒原2 天前
给 DeepSeek Harness 做多会话工作台:四格原生会话、Agent 脉络图与压缩预警
deepseek
牧瀬クリスだ2 天前
从零手写博客系统:分层架构与统一响应(一)
java·数据库·架构·mybatis·springboot·安全架构
AI英德西牛仔2 天前
智谱清言导出word指令失效?PC端深度用户正在用“AI导出鸭”重构内容归档流
人工智能·重构·word·excel·deepseek·ai导出鸭
Jahzo3 天前
DSH 客户端二开实战(四):业务登录如何接入原生桌面与本地 Host
架构·deepseek
小七-七牛开发者3 天前
Anthropic:Agent 不必一直运行,也能持续工作
agent·claude·deepseek·anthropic·alwaysonagent
大模型真好玩3 天前
做好真人分身却不知道拍什么?8个视频应用场景直接抄
人工智能·agent·deepseek