在几分钟内使用 GPT‑4o 改造遗留单体——一步步指南

Source: Dev.to

我叫 Myroslav Mokhammad Abdeljawwad，是一名资深 Java 架构师，过去十年一直在与因需求而产生、但如今难以变更的单体代码库搏斗。假如你能在不到一小时的时间里将那些庞大的 Spring Boot 应用重写为干净、模块化的服务，会怎样？有了 GPT‑4o，这不再是空想——它已经成为现实。

1️⃣ 设置场景：为何遗留单体需要 AI 驱动的重构

遗留单体往往将技术债务隐藏在硬编码逻辑、紧耦合以及脆弱的测试层层之下。传统的重构需要深入的人工分析，存在破坏业务规则的风险，并且需要大量的开发者工时。GPT‑4o 通过读取你的代码、理解其意图，并生成模块化、可测试的代码片段，从而保持原有行为，实现“翻转剧本”。

在开始之前，请确保你已经具备：

• 已安装的最新 JDK（≥ 21）和 Spring Boot 3.4+。
• 拥有 GPT‑4o 访问权限的 OpenAI API 密钥。
• 一款轻量级 IDE，如 VS Code 或 IntelliJ IDEA，并配有 LLM 插件（例如 Cursor 或 Sourcegraph Cody）。

2️⃣ 第一步 – 自动生成高级蓝图

首要任务是让模型勾勒出整体架构。将一个顶层的 controller 类粘贴到 GPT‑4o 中，并请求进行分解：

Take this Spring MVC controller and suggest a modular service layer, DTOs, and repository interfaces that keep business logic intact.

GPT‑4o 将返回一个简洁的包、接口和依赖关系图。将该结果作为活文档使用；在后续步骤中你会对其进行完善。

提示： 利用 How to Integrate OpenAI’s GPT‑4o into Your Legacy Codebase in 2 Hours 指南快速完成设置。

3️⃣ 步骤 2 – 将控制器转换为基于 DTO 的干净端点

在单体应用中，控制器往往会把 HTTP 处理和业务逻辑混在一起。提示 GPT‑4o 将每个方法重写为一个无状态端点，并委托给服务层：

Rewrite this controller method using DTOs and a Service interface, ensuring no side effects.

模型将生成的代码会：

• 将请求/响应体提取为 POJO。
• 删除所有直接的数据库调用。
• 保留验证注解。

将输出粘贴回项目中，运行 mvn test，并确认现有测试仍然通过。如果出现回归，GPT‑4o 可以建议最小的补丁——只需提问即可！

4️⃣ 第3步 – 使用 Spring Data 自动化仓库重构

单体应用通常使用原始 JDBC 或自定义 DAO 模式。让 GPT‑4o 将这些转换为 Spring Data JPA 仓库：

Transform this DAO class into a Spring Data repository interface.

助理将会：

• 用方法名派生的查询替换手动编写的 SQL 字符串。
• 如缺失则添加 @Entity 映射。
• 为常见查询生成查询方法。

此步骤可显著减少样板代码，并使数据层与现代 Spring 实践保持一致。欲获取更深入的洞见，请查看 Spring AI Integration: Building Intelligent Java Applications。

5️⃣ 第 4 步 – 通过服务层生成保留业务逻辑

现在控制器和仓库已经清晰，重点转向核心逻辑。向 GPT‑4o 提供方法签名及其实现体，然后请求重构后的服务实现：

Refactor this business method into a Spring @Service class, ensuring transactional integrity.

模型将会：

• 在关键代码段上添加 @Transactional 注解。
• 提取辅助方法，使类保持简洁。
• 添加与现有集成测试相对应的单元测试存根。

如果需要更细粒度的控制，可以将 GPT‑4o 与 GPT‑4 的推理能力结合使用：先让 GPT‑4 给出高层次的方案，然后再让 GPT‑4o 生成代码。这种混合方法在 Using GPT‑4 and GPT‑4o for Coding Projects: A Brief Tutorial 讨论串中有详细说明。

6️⃣ 第5步 – 使用自动化测试和持续集成进行验证

在每次重构后，运行你的测试套件。GPT‑4o 也可以生成缺失的测试：

Create JUnit tests for this service method covering success and failure paths.

将新代码集成到你的 CI 流水线中（GitHub Actions 或 GitLab CI）。成功的构建表明业务逻辑保持完整，同时模块化得到提升。

7️⃣ Step 6 – Deploy Incrementally and Monitor Performance

拥有干净、模块化的架构后，您现在可以为每个服务进行容器化。使用 Docker Compose 或 Kubernetes 独立启动微服务。监控延迟和吞吐量；如果性能下降，GPT‑4o 可以帮助优化查询：

Suggest indexing strategies for this repository query.

有关真实世界的基准测试，请参阅 AI‑Powered Refactoring 研究中的 AI‑Powered Code Refactoring: A Case Study Using Cursor with GPT‑4o 文章。

8️⃣ Wrap‑Up – 传统重构的未来

GPT‑4o 对上下文的理解能力以及生成可直接投入生产的代码的能力，使得重构从手动的繁琐工作转变为自动化工作流。按照这些步骤操作，你可以在几分钟内改造传统单体系统，同时保留用户依赖的业务逻辑。

专业提示： 将 GPT‑4o 的输出放入版本控制——像对待其他代码更改一样审查、测试并提交每个代码片段。

🎯 行动号召

准备好让你的单体系统焕然一新了吗？获取你的 OpenAI 密钥，在支持 GPT‑4o 的 IDE 中启动项目，并按照上述步骤操作。将你的成果分享在评论区——你遇到了哪些挑战，GPT‑4o 又是如何帮助你克服的？

给社区的提问： 在重构过程中，你觉得哪一步最耗时，LLM 能如何加速它？

— Myroslav Mokhammad Abdeljawwad