IDEA 里终于能爽用 Claude Code了！

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。虽然可以通过 Claude Code UI 类开源项目来缓解，如 vibe kanban、1Code，但在写代码这件事上，没有什么比“在熟悉的 IDE 面板里直接对话”更爽了。

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。

这篇文章 Guide 就来手把手带大家在 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。

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：agentclientprotocol.com/overview/in… 。

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。

flowchart LR
    subgraph IDE["IDE (ACP Client)"]
        AIAI["AI Assistant<br/>Plugin"]
    end

    subgraph ACP_Agent["ACP Agent Process"]
        ACPServer["ACP Server<br/>JSON-RPC"]
        LLM["AI Backend<br/>(Claude/GPT/...)"]
        Tools["MCP Tools<br/>Filesystem/Git/..."]
    end

    AIAI <-->|"stdin/stdout<br/>JSON-RPC"| ACPServer
    ACPServer --> LLM
    ACPServer --> Tools

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 《SpringAI 智能面试平台+RAG 知识库》这个项目：

这个项目的配套实战项目教程正在更新，涉及到 Prompt Engineering、大模型集成、RAG（检索增强生成）、高性能对象存储与向量数据库。后续的话，还会同步上Agent 项目。

内容非常全面，非常适合想要实战 AI 项目或者准备 AI 大模型应用开发岗位面试的朋友，来一张刚写完的3.4w 字+35 道题目的 RAG 面试题总结，大家感受一下（点此链接了解： 星球）：

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，这个在国内也是用的人比较多的：

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？

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