大家好,我是 Guide! 这篇文章我会手把手带大家在 IDEA 里通过 ACP 爽用 Claude Code,希望能给喜欢 IDEA 的朋友提供一个不一样选择。下面是正文。

如果你是 JetBrains 家 IDE 的重度用户,大概率有过这样的体验:想用 Claude Code、Codex 这类终端 AI 工具时,只能在 Terminal 里跑着用。这些 CLI 工具虽强大,但缺少原生 UI 交互,体验上有些局限。

2025 年底,JetBrains 给 AI Assistant 插件更新了一个重磅功能:支持自定义 ACP(Agent Client Protocol)配置。这意味着你现在可以把任何支持 ACP 的 Agent 接入到 AI Assistant 里,包括 Claude Code。

需要注意:目前 ACP 还是 Beta 版,体验上可能存在一些小问题,Guide 在周末用了之后整体感觉还是很不错的。

ACP 是什么?

ACP 全称 Agent Client Protocol,是一个开放协议,用来规范 AI Agent 与代码编辑器/IDE 之间的通信方式。它类似于 Language Server Protocol (LSP),但专注于 AI 代理的集成,帮助开发者在不同编辑器中使用各种 AI 工具,而无需为每个组合构建自定义适配器。

简单理解,它就是一个让 AI Agent 和 IDE "即插即用"的通用接口——就像 USB-C 之于设备连接一样。

ACP 由 Zed Industries(Zed 编辑器的开发者)主导开发,与 Anthropic、Google 等合作,JetBrains 目前也加入了。

为什么需要 ACP?

在没有 ACP 之前,每个 AI Agent 想接入某个 IDE,都需要单独开发适配器。Claude Code 要写一套,Cursor 要写一套,Windsurf 也要写一套——重复造轮子,而且一旦 Agent 更新,适配器还得跟着改。

ACP 的核心思路是:定义一套标准的通信协议,任何 Agent 只要实现了 ACP Server,任何 IDE 只要实现了 ACP Client,两者就能直接对接

关于 ACP 更详细的介绍,可以查看官方文档:https://agentclientprotocol.com/overview/introduction 。

生态现状

目前加入 ACP 生态的成员包括:

  • IDE 端:JetBrains 全家桶、Zed 等。

  • Agent 端:Claude Code、Codex、Gemini CLI、Kimi CLI、Qoder CLI 等。

就连 Docker 也在 2025 年 11 月 13 日宣布将其开源多代理运行时 cagent 内置到 Docker Desktop,并支持 Agent Client Protocol (ACP),以实现 AI 代理与 IDE/编辑器(如 Zed、VS Code)的无缝集成。

这意味着可以在容器化环境中运行 AI 代理,简化开发工作流,如代码生成、测试和重构,同时保持容器隔离性。

技术原理

ACP 底层基于 JSON-RPC 2.0 协议(与 LSP 完全相同),Agent 作为 Server 运行一个独立的进程,IDE 通过 stdin/stdout 与之通信。好处是 Agent 不需要被打包进 IDE 插件里,保持独立性和可维护性。

前置条件

要在 IDEA 里用 ACP 接入 Claude Code,需要满足:

  1. IDE 版本:IntelliJ IDEA 2024.2 到 2025.3.x 或更高版本。ACP 支持从 2025 年底开始逐步集成,确保你的 IDEA 已更新到支持 ACP 的构建。

  2. AI Assistant 插件:确保已安装并启用

  3. Claude Code:已安装并能正常运行

  4. claude-code-acp:Zed 提供的 ACP 适配器(下文会讲如何安装)

你可以检查 AI Assistant 插件版本,在 File > Settings > Plugins 里搜索 "JetBrains AI Assistant",确认版本号在 2025.12 之后。

配置 ACP

第一步:找到配置入口

打开 AI Assistant 的聊天面板,点击右上角选择下拉框,你会看到 「配置 ACP 智能体」 选项。

点击后,IDE 会自动打开一个 acp.json 配置文件。

第二步:安装 claude-code-acp

Zed 官方提供了一个 ACP 适配器 @zed-industries/claude-code-acp,用来桥接 Claude Code 和 ACP 协议。

pnpm install -g @zed-industries/claude-code-acp

注意必须用 -g 全局安装,这样 ACP Server 才能作为独立命令被调用。

安装完成后,你会在全局 bin 目录里看到 claude-code-acp 命令。

❯ pnpm bin -g
/Users/guide/Library/pnpm
❯ ls /Users/guide/Library/pnpm
claude-code-acp global          store

第三步:编辑 acp.json

在 acp.json 中添加 Claude Code 的配置:

  "agent_servers": {
    "Claude Code": {
      "command": "/Users/guide/Library/pnpm/claude-code-acp"
    }
  }

注意将路径替换为你本地的,或者将其添加到环境变量中。

保存文件后,回到 AI Assistant 的聊天面板,再次点击模型选择下拉框,你应该能看到 Claude Code 出现在列表里了。

爽用 Claude Code

基础对话

选择 Claude Code 作为 Agent 后,你就可以像用内置 Claude 一样进行对话:

  • 代码编写

  • 代码解释

  • Bug 诊断

  • 重构建议

  • 生成单元测试

这个周末,我就通过这种方式成功重构优化了这个项目:

模式和模型选择

Claude Code 的 ACP 模式会识别你原本配置的所有设置,包括:

  1. 模式选择:Plan 模式、Code 模式等

  2. 模型选择:claude-sonnet-4.5、claude-opus-4.5 等

  3. 第三方中转站:如果你配置了自定义 API 地址,也会生效

可以看到我这里目前就成功对接了第三方 GLM 模型,也可以选择 MiniMax,这两个在国内用的人比较多,口碑也相对不错(非广,纯自用推荐,两个会员我都有开):

MCP 工具支持

这是 ACP 方式相比内置 Agent 的最大优势——完整支持 MCP(Model Context Protocol)工具

MCP 是 Anthropic 推出的另一个协议,用来让 LLM 接入外部工具和数据源。比如你可以配置:

  • 文件系统工具:让 Agent 读写项目文件

  • Git 工具:让 Agent 执行 commit、diff 操作

  • 数据库工具:让 Agent 查询生产环境数据

  • 自定义 API:接入公司内部服务

用 ACP 接入 Claude Code 后,这些 MCP 工具都会被识别并可用。而 AI Assistant 内置的 Claude Agent 只能识别第三方 API 地址,MCP 工具是不支持的。

ACP vs 内置 Agent:如何选择?

特性 ACP (Claude Code + Adapter) IDEA 内置 Claude Agent (官方/三方插件)
核心定位

终端驱动的任务型机器人 (Task-Oriented)

侧边栏对话型助手 (Chat-Oriented)

MCP 工具支持 ✅ 完整原生支持

 (可调用本地 Python/DB 等)

❌ 支持有限

 (多局限于 IDE 内部 API)

模型灵活性 ✅ 极高

 (自由切换 3.5 Sonnet / 3.7 / Opus)

⚠️ 受限

 (通常绑定插件商提供的特定版本)

API 兼容性 ✅ 支持

 中转站 / OneAPI 等自定义 Endpoint

⚠️ 部分支持

 (官方插件常强制要求官方 Key)

工作模式 ✅ 拥有 Plan / Act 独立模式 ❌ 主要是单轮或多轮对话
环境上下文 ✅ 强

 (通过 MCP 直接读取系统/库文档)

✅ 强

 (深度集成 IDE 索引,理解代码库)

配置门槛 较高

 (需要配置 Node 环境及 Proxy)

极低

 (插件市场一键安装)

建议

  • 如果你需要 MCP 工具,必须用 ACP 方式

  • 如果你习惯 Claude Code 的 Plan 模式,用 ACP 更顺手

  • 如果你想要开箱即用,内置 Agent 更省心

接入其他 Agent

除了 Claude Code,你也可以接入其他支持 ACP 的 Agent。比如 Gemini CLI (Google) 、 Cagent (Docker):

{
  "agent_servers": {
    "Claude Code": {
      "command": "/Users/guide/Library/pnpm/claude-code-acp"
    },
    "Gemini CLI": {
      "command": "gemini-acp",
      "args": ["--model", "gemini-2.0-pro"]
    },
    "Docker Cagent": {
      "command": "cagent",
      "args": ["acp", "agent.yml"]
    }
  }
}

踩坑与排查

ACP 初始化失败

JetBrains AI Assistant 无法运行 "pnpm" 命令(IOException: Cannot run program "pnpm", error=2, No such file or directory)。

❯ pnpm bin -g
/Users/guide/Library/pnpm
❯ ls /Users/guide/Library/pnpm
claude-code-acp global

注意将 command 路径替换为你本地的,或者将其添加到环境变量中。

Agent 无响应

如果选择 Agent 后聊天没反应:

  1. 检查 Agent 进程是否启动:ps aux | grep claude-code-acp

  2. 查看 AI Assistant 的日志:Help > Show Log in Finder

  3. 确认 Claude Code 本身能正常在终端运行

总结

ACP 目前还处于快速发展阶段,2025 年底才正式进入 Beta。有几个值得期待的方向:

  1. 更多 Agent 支持:Cursor、Windsurf 等热门 AI 工具可能会推出 ACP Server

  2. Per-Project 配置:JetBrains 的 Issue 追踪显示,他们正在计划支持项目级别的 ACP 配置

  3. 社区生态:随着协议开放,可能会出现更多第三方 Agent

如果你是 JetBrains IDE 的重度用户,又不太喜欢在终端环境使用 Claude Code ,或者你需要 MCP 工具的强大能力,那么 ACP 就是目前的终极解决方案。

虽然配置稍微麻烦一点,但一旦搞定,你就能在熟悉的 IDE 环境里获得:

  • 稳定的 UI 体验

  • 完整的 Claude Code 功能

  • MCP 工具的加持

Logo

有“AI”的1024 = 2048,欢迎大家加入2048 AI社区

更多推荐