瞭解 Skyscanner 如何將 OpenAI 的 Codex CLI 與 JetBrains IDE 整合,讓 AI 助手也能使用開發人員平常用來除錯和測試的工具,進一步提升開發效率。
在 Skyscanner,我們一直在尋找兼顧開發速度與品質的方法。過去幾個月,我試著在日常開發中與 OpenAI 的 Codex 結對寫程式。
這次我多做了一件事:透過 JetBrains 的模型上下文協定(MCP)伺服器,把 Codex CLI 接上 JetBrains IDE。這樣一來,AI 就能知道 IDE 有哪些功能,並直接使用這些功能。這項整合大幅改變了我的工作方式。這篇文章會分享 Codex 如何運用 JetBrains 工具,更有效地解決問題,也讓我們的開發速度更快。
讓 Codex 取得 IDE 的上下文
透過 JetBrains MCP 伺服器與 Codex 協作時,Codex 就能取得開發環境中豐富的上下文,包括它平常「看不到」的資訊。
有了 JetBrains MCP,Codex 可以向 IDE 取得更多上下文,例如:
- 找出檔案中的問題:使用 IntelliJ 的程式碼檢查功能分析檔案,找出錯誤和警告,並傳回具體問題,包括錯誤訊息和所在位置。
- 執行預先定義的組態:依照預先定義的執行組態啟動單元測試、靜態分析工具或格式化工具等,並取得結束代碼和輸出。
開發人員在撰寫、編譯和測試程式碼時,會根據 IDE 的回饋調整程式碼。現在 Codex 也能取得相同的上下文,更有效地檢查並驗證自己產生的程式碼,大幅縮短每輪修改所需的時間。
更快找出錯誤的實際案例
我們的程式碼用到了 Databricks 的 Java SDK。我在為其中的錯誤處理邏輯撰寫單元測試時,請 Codex 幫我模擬會發生例外的情境。它很有把握地寫出一行 Java 程式碼,大致如下:
var stubError = new NotFound("dummy error");乍看之下很合理,因為我們就是要模擬 NotFound 錯誤。但沒過多久,IntelliJ 就在那行程式碼下方畫了一道醒目的紅線。
問題出在 Databricks SDK 的 NotFound 例外類別:它沒有只接受一個字串引數的建構子(可以查看 Databricks SDK 的原始碼 NotFound.java)。換句話說,Codex 建議的程式碼根本無法通過編譯。
在預設情況下,Codex 無從得知這個錯誤,可能要等到嘗試執行測試時才會發現問題。不過,整合 JetBrains MCP 後,Codex 立刻就發現了錯誤。在幕後,Codex 呼叫了 IDE 的 get_file_problems 工具來檢查檔案,工具隨即回報編譯問題:找不到相符的建構子。
沒有 MCP 時,Codex 大概需要經過以下步驟:
- 產生程式碼
- 找出執行單元測試的方法
- 執行單元測試(可能需要請使用者核准以較高權限執行指令)
- 讀取並解析失敗訊息
- 嘗試修正錯誤
有了 JetBrains MCP,整個流程就簡短多了:
- 產生程式碼
- 向 JetBrains IDE 查詢檔案中的問題
- 修正 IntelliJ 指出的具體錯誤
這樣既省時間,也減少了所需的上下文。感覺就像和另一位工程師結對寫程式,對方馬上就說:「啊,這個類別沒有這樣的建構子,需要傳入別的引數。我來改一下。」
使用預先定義的測試與格式化組態
另一個讓我覺得方便的地方,是 Codex 可以直接從 IDE 使用我們現有的建置與測試工具。大多數專案的本機執行組態,我都已經在 IDE 裡設定好了,例如執行測試、格式化程式碼及執行靜態分析。有了 JetBrains MCP,Codex 就能自行找出這些組態,並在需要時執行。
實際使用時,Codex 只需要較少的時間和上下文,就能知道如何執行這些操作,因而能專注於原本要解決的問題。整合之後,我發現 Codex 不再卡在執行測試、格式化或靜態分析這些步驟上。
因此,我在自訂智慧體指示中要求 Codex 每次修改程式碼後都要執行測試。若可使用 JetBrains MCP,就用它檢查檔案中的問題。格式化與靜態分析則分別在有對應指令時執行。
## 程式碼編輯指示
完成編輯後:
- 若可使用 JetBrains MCP,就用它檢查是否有問題。
- 若有格式化指令,就執行該指令。
- 若有靜態分析指令,就執行該指令。
我發現 Codex 現在經常能自行解決問題,不必由我介入。對開發人員來說,這帶來幾個很實在的好處:
- Codex 每次修改程式碼後,我都不用再手動執行測試、靜態分析和格式化。
- 我不用再把錯誤訊息複製貼回對話中。
- Codex 很快就能得到明確的回饋,知道修改是否真的有效,減少來回確認的次數。
這讓我有更多時間專注於眼前的任務:交付高品質、能正常運作的軟體。
整合後,我們的開發方式有什麼改變
將 Codex 與 JetBrains MCP 整合後,我們的 AI 助手在開發過程中能處理更多問題,也更可靠。我們觀察到幾項實際效益:
- 更快取得回饋:一旦出現編譯錯誤或測試失敗,Codex 就能立即從 IDE 得到回饋。
- 減少來回輸入提示詞的次數:Codex 可以直接查詢 IDE,不必每次都等我執行指令,再貼上錯誤訊息。
- 建議的品質更好:Codex 能看到 IDE 偵測到的問題,因此更有機會一次就修好,順利通過編譯和測試。
- 更符合現有工作流程:Codex 能直接使用我們現有的工具,不必另想一套做法。
經過這項整合,原本獨立運作的 Codex 已成為我們日常開發環境的一部分。
總結
對我們 Skyscanner 團隊而言,這次最重要的體會很簡單:上下文至關重要。Codex 本身的能力已經很強,但能掌握 IDE 裡的資訊後,解決問題的效率更高。有了這些上下文,Codex 能更深入瞭解問題,更快提出準確的修正,也讓我更信任它產生的結果。
希望我們的經驗能鼓勵大家嘗試這類整合。實際用起來,使用工具的感覺淡了許多,更像是在和一位 AI 夥伴結對寫程式:我們看到什麼,它也看得到。