Ohhnews

分类导航

$ cd ..
foojay原文

Windsurf AI 与 Sonar：Java 开发者的智能代理梦幻组合

#windsurf ai#sonarqube#mcp#java开发#代码质量

目录

你好！👋 作为一名 Java 开发者，你每天可能要花很大一部分时间确保你的代码不仅能“跑通”，而且具有可维护性、安全性和可靠性。我一直在使用一个改变我处理大型项目方式的工具：Windsurf。

它是一个具备 Agent 能力（Agentic）的 IDE，能够理解你在整个项目中试图做什么。让我们看看为什么这对我们的 Java 工作流程来说是一个颠覆性的改变。🚀

什么是 Windsurf AI？

Windsurf 是由 Codeium 团队开发的 AI 驱动 IDE。你可以在 windsurf.com 找到它。虽然由于它基于 VS Code 构建，让人感觉熟悉，但它从底层设计开始就是为了成为“智能体化” 的。

与那些只停留在侧边栏的工具不同，Windsurf 深度集成到了编辑器中。它的核心引擎称为 Cascade，对你的整个代码库有深刻的理解。它不仅查看你正在输入的文件，还理解你的 Spring 服务、DTO 和仓库接口之间的关系。

让 Windsurf 与众不同的主要特征

让这个 IDE 脱颖而出的是它处理“流程” 的方式：

  • 面向行动的 Agent： 它可以执行任务，例如运行 mvn test、创建新文件或自行调试堆栈跟踪。
  • 统一流程： 你不需要复制粘贴代码。你在“写入模式” 下与 Agent 并肩工作，它可以在你观看时直接将更改应用到你的文件中。
  • 实时感知（心流状态）： Cascade 感知你在编辑器中的实时操作——无需根据你刚才的操作重新提示上下文。只需说“继续”，它就会从你停止的地方接手。
  • 深度上下文引擎： Windsurf 使用优化的 RAG 方法和专有的 M-Query 技术来索引你的整个代码库、打开的文件、终端活动、剪贴板，甚至你最近的代码更改，以提供高度相关的建议。
  • 基于 SWE-grep 的快速上下文： 一个专门的子 Agent 使用定制的 SWE-grep 模型检索相关代码，速度比传统的 Agent 搜索快 20 倍，该模型专为快速并行代码检索而训练。
  • Windsurf 标签页（超级补全）： 一个定制的内部模型驱动支持差异感知的建议，可以编辑光标前后的代码，加上“Tab 跳转”和“Tab 导入”功能，实现无缝导航。
  • 命名检查点与回滚： 创建项目状态的命名快照，并轻松将 Cascade 的更改回滚到任何之前的步骤。
  • 内置规划 Agent： 一个专门的规划 Agent 在你选定的模型处理短期操作时，持续完善长期计划。

常规流程与“验证”问题

在典型的流程中，你要求 Agent：“创建一个用于管理 Books 的 REST 控制器。” Agent 生成了代码，看起来不错。但你如何知道它符合你团队的质量标准呢？🧐

通常，你必须手动运行扫描，等待结果，然后告诉 Agent：“嘿，SonarQube 说这个方法有认知复杂度问题，修复一下。” 这种来回拉扯很慢，并且会打断你的“心流状态”。这正是 Agent Skills 旨在解决的问题。

什么是 Agent 技能？

Agent Skills 是你提供给 Agent 的一组可重用的指令和过程性知识，用于解决特定问题。从技术上讲，Skill 是一个包含 SKILL.md 文件的文件夹，该文件具有特定指令，以及（可选的）用于解决具体问题的脚本或参考文件。

示例：包含命令执行的技能

你可以创建一个技能，告诉 Agent 如何运行本地脚本，通过客户端向 SonarQube API 发送请求，从而根据 SonarQube 实例验证代码片段。

技能定义 (SKILL.md)：

$ md
# sonar-verify-snippet

描述：使用此技能验证 Java 代码片段的质量。

指令：

1. 执行本地脚本：`./scripts/sonar-check.sh`，并将代码片段作为参数传递。

3. 从命令行读取输出。

4. 如果报告了错误，则重构代码并重复直到通过。

Skills 在 Windsurf 中的样子：

[LOADING...]

问题：本地技能 vs 云端 ☁️

Skills 很强大，但它们有一个“空间”限制：它们需要本地存储在你的项目或 IDE 配置中。

如果你在不同的机器或团队之间工作，管理这些本地文件会变得令人头疼。此外，如果连接到 SonarQube 的逻辑很复杂，你不会希望在每个项目文件夹中都有一个巨大的脚本。这就是我们需要一种可以在任何地方运行——甚至远程运行——而不留下本地痕迹的东西的原因。MCP 服务器登场了。

什么是 MCP 技术？

MCP (Model Context Protocol) 是一个开放标准，充当 AI Agent 的通用连接器。

优势：

  • 标准化： 任何支持 MCP 的工具都可以立即连接到 Windsurf。
  • 远程或本地： 与 Skills 不同，MCP 服务器可以作为远程服务或本地 Docker 容器运行。
  • 无本地痕迹： 你不需要用脚本文件弄乱你的仓库；Agent 只需与 MCP 端点通信。

MCP 标准的适应性意味着 Windsurf Agent 不仅限于一个系统。除了对于静态分析至关重要的 SonarQube MCP Server 之外，Agent 还可以通过连接到其他企业工具获得赋能。常见的 MCP 服务器包括 Jira MCP Server（使 Agent 能够读取/更新工单并同步任务）和 OpenAPI MCP Server（允许 Agent 与内部 API 交互），还有数百个。这种连接到多样化、专业化服务器的能力，使 Agent 成为开发工作流程中真正的多功能编排者。

让我为你介绍 SonarQube MCP 服务器？👋

SonarQube MCP Server 是一个专用的远程服务，旨在通过 模型上下文协议 (MCP) 将 SonarQube 强大的代码分析能力直接桥接到 Windsurf 这个 Agent 化的 IDE 中。

它充当一个安全、无状态的中间件，允许 Windsurf Agent (Cascade) 与指定的 SonarQube Cloud 或 Server 环境通信，而无需在本地项目仓库中安装复杂的客户端库或庞大的脚本。通过通常作为 Docker 容器运行，它封装了与 SonarQube Web API 交互所需的所有逻辑——身份验证、API 通信和问题解析。

这种远程方法解决了与 Agent Skills 相关的“本地痕迹”问题，能够在所有开发人员环境中进行一致的、企业级的代码质量检查。

SonarQube MCP 服务器提供的工具

一旦 SonarQube MCP 服务器在 Windsurf 中配置并激活，它就会暴露一组“工具”或专用函数，Cascade Agent 可以自主调用这些函数。这些工具是 Agent 与代码质量交互的新能力。

截至目前，SonarQube MCP 服务器为 Agent 交互提供了 25 种不同的工具。最常用的工具包括：

工具名称描述Agent 使用案例
analyze_code_snippet分析特定代码片段的质量问题和漏洞。示例： 高亮显示一个新方法并要求 Agent“确保这通过 Sonar 检查”。
search_sonar_issues_in_projects检索整个代码库（项目）的所有当前活动问题列表。示例： Agent 根据关键的“阻断” 问题自动为开发人员生成任务列表。
show_rule允许 Agent 查询 SonarQube 规则集以获取给定规则的所有详细信息。示例： Agent 验证给定规则（例如，最大行长度）及其属性的完整详细信息。
change_sonar_issue_status允许 Agent 通过 API 将问题标记为“误报” 或“接受”。示例： 在与开发人员讨论后，Agent 将已知问题标记为“接受的债务”。

如何在 Windsurf 中安装 SonarQube MCP 服务器

要通过 MCP 将代码质量检查引入 Windsurf，你可以使用 Docker：

  1. 生成令牌： 在你的 Sonar 实例中，生成一个“用户令牌”。

  2. 手动安装与自动安装

    自动安装： 在 Windsurf 中，转到 Settings > Cascade > MCP Servers。 [LOADING...] [LOADING...] [LOADING...]

    手动安装： 将此添加到你的 ~/.codeium/windsurf/mcp_config.json 文件中。 [LOADING...]

    或者更简单的方法是，使用免费的扩展 SonarQube for IDE，你可以将其安装在 VSCode 或 IntelliJ 等主要 IDE 中，这样你的 IDE 上就会有实时分析结果，还有一种非常方便的方法来安装 SonarQube MCP 服务器，甚至安装 Windsurf Hooks，以确保来自 Agent 的所有响应都经过 SonarQube 分析。 [LOADING...] [LOADING...]

示例：使用 analyze_code_snippet 工具分析代码片段

一旦 SonarQube MCP 服务器激活，Windsurf 就有了一个名为 analyze_code_snippet 的新工具，以及其他 24 个与 SonarQube 交互的工具。你可以高亮一个 Java 方法并告诉 Cascade：“@Utils.java#L22-31 用 Sonar 分析这个并修复它。” [LOADING...]

Agent 执行以下操作：

  1. 将代码片段发送到 SonarQube MCP 服务器。
  2. 服务器检查代码并返回问题（例如，“使用 logger 而不是 System.out”）。
  3. Cascade 将自动在你的编辑器中修复代码。
$ java
// 修复前:
public void logInfo(String msg) {
    System.out.println("LOG: " + msg); // 问题!
}

// Cascade + MCP 修复后:
public void logInfo(String msg) {
    logger.info("LOG: {}", msg); // 更好!
}

结论：智能体的超能力 🦸‍♂️

通过同时支持 Skills 和 MCP，Windsurf 让我们两全其美。你可以将 Skills 用于快速、特定于项目的本地自动化，并使用 MCP 将你的 Agent 连接到强大的远程平台，如 SonarQube。这种组合将 IDE 从简单的文本编辑器转变为真正的 AI 合作伙伴，确保你的代码质量一流，而你无需动一根手指。

本文 🌊 Windsurf AI + Sonar: The Agentic Dream Team for Java Devs 🚀 首发于 foojay。