我用 Spring Boot 撸了一个 Claude Code 平替，本地 AI 编程 Agent，现已开源

不用装 Node.js，不用配 Python 环境，纯 Java 技术栈，接入 DeepSeek 就能跑。

起因

前段时间 Claude Code 火了一把------在终端里跟 AI 对话，它能自动读文件、改代码、跑 Git 命令，一套工具链下来，开发效率直接起飞。

但问题是：闭源、按 token 计费不便宜、数据要上云。

公司内部对代码外传零容忍，私有化部署又是另一笔开销。我就想：这玩意儿核心原理又不复杂，无非是一个 AI 模型 + 工具调用循环 + MCP 协议，用 Java 生态自己撸一套行不行？

于是就有了 ALSPD Code Agent------一个纯 Spring Boot 的本地 AI 编程 Agent，目前已经在 GitHub 开源。

它能做什么

一句话：在终端里跟 AI 聊天，让它自动操作你的代码仓库。

具体来说：

你说"看看这个项目的依赖"，它自动读 pom.xml 然后总结给你
你说"把 UserService 里的日志改成 Slf4j 注解"，它读文件、改代码、写回去
你说"查一下最近的 git 提交，写个 changelog"，它跑 git log，整理输出
你说"重构这个包，把接口和实现拆开"，它多轮迭代，读、改、验证

底层的工具调用完全自动化------你只需要描述目标，剩下的读写执行它自己来。

技术架构

项目基于 Spring Boot 3.3 + Spring AI 1.0.0-M6，四个核心模块：

1. 标准 MCP Client（JSON-RPC STDIO）

复制代码

┌──────────────┐    stdin/stdout    ┌──────────────────┐
│  Agent       │ ◄──────────────► │  MCP Server       │
│  (Java)      │   JSON-RPC 2.0   │  (Java/Python/JS) │
└──────────────┘                   └──────────────────┘

不是什么魔改协议，就是标准的 Model Context Protocol。任何语言实现的 MCP Server，只要走 STDIO 通信，一行配置就能接入。内置实现了完整的 initialize → tools/list → tools/call 握手流程和请求/响应关联。

2. 自主 Agent 循环

java 复制代码

while (iteration < maxIterations) {
    var response = chatClient.prompt()
        .system(SYSTEM_PROMPT)
        .messages(conversationHistory)
        .options(OpenAiChatOptions.builder()
            .toolCallbacks(allTools)    // 内置工具 + MCP 工具
            .build())
        .call()
        .chatResponse();

    var output = response.getResult().getOutput();
    if (output.hasToolCalls()) {
        for (var toolCall : output.getToolCalls()) {
            var result = functionCallHandler.dispatch(toolCall.name(), toolCall.arguments());
            conversationHistory.add(new ToolResponseMessage(toolCall.id(), result.content()));
        }
    } else {
        return output.getText();  // AI 认为任务完成，输出最终回答
    }
}

核心就是这段：发消息给 AI → AI 说要调工具 → 执行工具 → 结果回传 → AI 再思考 → 循环，直到 AI 觉得搞定了或者达到迭代上限。

3. 内置 10 个本地工具

工具	用途
`readFile`	读文件
`writeFile`	写文件
`listDirectory`	列目录
`searchFiles`	glob 匹配搜索
`gitStatus`	工作区状态
`gitDiff`	查看 diff
`gitLog`	提交历史
`gitCommit`	提交变更
`gitBranches`	分支列表
`executeCommand`	PowerShell/cmd 执行

每个工具通过 FunctionCallback 接口注册到 Spring AI，AI 模型自动生成调用参数 JSON，Agent 解析后路由到对应方法执行。

4. 安全护栏

安全不是事后补丁，是架构级的：

目录白名单 ：所有文件操作校验路径，不在白名单的直接抛 SecurityException
操作确认 ：writeFile、gitCommit、executeCommand 三个危险操作默认需要用户通过 API 显式确认
全量审计 ：AOP 切面截获每次工具调用，写入 logs/audit/audit.log，格式为 时间 | 工具名 | 参数 | 结果 | 耗时ms

怎么跑起来

三步：

bash 复制代码

git clone https://github.com/your-repo/alspd-code-agent
cd alspd-code-agent

# 设 DeepSeek Key（默认已配 DeepSeek，换其他模型也行）
export OPENAI_API_KEY=sk-your-key

mvn spring-boot:run

然后：

bash 复制代码

curl -X POST http://localhost:8080/api/agent/chat \
  -H 'Content-Type: application/json' \
  -d '{"message": "读一下 src/ 目录结构，给个概览"}'

json 复制代码

{
  "sessionId": "abc123",
  "message": "项目包含 agent、config、controller、mcp、model、security、service、tools 八个包...",
  "iterations": 3,
  "toolCalls": [
    {"name": "listDirectory", "arguments": "{\"path\":\"src/\",\"recursive\":true}", "result": "...", "success": true}
  ],
  "elapsedMs": 2340
}

接入外部 MCP 服务

这是我觉得最有价值的部分。Agent 本身只带 10 个基础工具，但你可以接入任意外部 MCP Server 来扩展能力。

比如接一个数据库查询服务：

yaml 复制代码

# src/main/resources/mcp-config.yml
mcp:
  servers:
    - name: postgres-server
      command: npx
      args: [-y, "@anthropic/mcp-server-postgres"]
      env:
        DATABASE_URL: "jdbc:postgresql://localhost:5432/mydb"
      enabled: true

启动后 Agent 自动连接、完成 MCP 握手、发现工具，数据库的查询能力就直接注册进去了。无需改一行 Java 代码。

换模型

DeepSeek、通义千问、Moonshot、智谱 GLM、Ollama 本地模型------只要兼容 OpenAI 的 /v1/chat/completions 格式就能用。改一行配置：

yaml 复制代码

# 换成通义千问
spring.ai.openai.base-url: https://dashscope.aliyuncs.com/compatible-mode
spring.ai.openai.chat.options.model: qwen-plus

# 换成本地 Ollama
spring.ai.openai.base-url: http://localhost:11434
spring.ai.openai.chat.options.model: qwen2.5:7b

为什么用 Java 做这个

我知道肯定有人问：AI Agent 不都是 Python 的天下吗？

几个原因：

企业技术栈：国内大厂后端主力还是 Java，这套东西可以直接嵌入现有 Spring Boot 微服务，不用额外运维 Python 服务
Maven 依赖管理：比起 Python 的 pip/conda/poetry 混战，Maven 的依赖解析和构建确定性高一个量级
Spring 生态 ：AOP 做审计、@ConfigurationProperties 做配置、依赖注入做工具注册------这些在 Python 里要自己搭的脚手架，Spring 开箱即用
JDK 17+ 语法已经很现代了：records、sealed classes、pattern matching、text blocks，写起来并不比 Python 啰嗦多少

当前状态和后续计划

项目刚开源，已经可以：

完整跑通 Agent 对话循环
10 个内置工具正常工作
MCP Client 接入外部服务
安全护栏和审计日志就位
全量编译通过（Spring AI 1.0.0-M6）

后续打算做的：

WebSocket 流式输出
前端交互界面
更多内置工具（代码分析、测试生成）
Function Call 的并行执行优化
Docker 一键部署

链接

GitHub：https://github.com/your-repo/alspd-code-agent
运行手册：<docs/RUNBOOK.md>
二次开发指南：<docs/DEV-GUIDE.md>

如果觉得有用，欢迎 Star ⭐，也欢迎提 Issue 和 PR。Java 程序员也要有自己的 AI Agent。