KI-Integration

Pro-Funktion

KI-Integrationsfunktionen erfordern eine Pro-Lizenz. Dies umfasst Live-Kontext-Dateien und fertige Prompts.

---

Übersicht

GalataJ integriert sich mit KI-Assistenten (ChatGPT, Claude, Cursor, GitHub Copilot usw.), um Ihnen bei der Analyse von Performance-Daten zu helfen und Optimierungsvorschläge zu erhalten. Das Plugin generiert automatisch Kontextdateien, die KI lesen kann.

---

Live-Performance-Kontext

GalataJ generiert automatisch eine live-performance.md-Datei im .galataj/-Ordner Ihres Projekts. Diese Datei enthält Echtzeit-Profiling-Daten, die für KI-Konsum formatiert sind.

Dateispeicherort

your-project/
├── .galataj/
│   ├── live-performance.md      ← Aktuelle Profiling-Daten
│   └── baseline-live-compare.md ← Vergleich mit Baseline
├── src/
└── ...

Was in live-performance.md steht

Die Datei enthält:

• JVM-Laufzeit-Zusammenfassung
• Top-Methoden nach CPU-Zeit
• Kontext-Erkennung (HTTP-Endpunkte, Datenbankabfragen, geplante Aufgaben)

Auto-Aktualisierung

Die Datei wird automatisch aktualisiert, während das Profiling aktiv ist:

• Standard-Intervall: Alle 5 Sekunden
• Konfigurierbar: Einstellungen → GalataJ → Live Context Refresh

---

Baseline-Live-Vergleich

Wenn Sie eine Baseline festgelegt haben, generiert GalataJ auch baseline-live-compare.md, die einen Echtzeit-Vergleich zwischen Ihrer Baseline und der aktuellen Performance zeigt.

---

Fertige KI-Prompts

GalataJ enthält vorgefertigte Prompts, die für Performance-Analyse optimiert sind. Kopieren Sie sie mit einem Klick und fügen Sie sie in Ihren KI-Assistenten ein.

Zugriff auf Prompts

IntelliJ IDEA:

1. Öffnen Sie das Profiler-Tool-Fenster
2. Klicken Sie auf das AI Prompts-Dropdown
3. Wählen Sie einen Prompt
4. Klicken Sie auf In Zwischenablage kopieren

VS Code / Cursor / Windsurf:

1. Öffnen Sie das GalataJ-Seitenleisten-Panel
2. Finden Sie den AI Prompts-Bereich
3. Klicken Sie auf einen Prompt zum Kopieren

Verfügbare Prompts

Performance-Regressionen analysieren

Identifiziert Hotspots, analysiert Engpässe (CPU vs. IO), erkennt ungewöhnliche Muster, vergleicht mit Baseline.

Konkrete Optimierungen vorschlagen

Liefert Code-Level-Fixes: Algorithmusverbesserungen, Caching-Möglichkeiten, N+1-Query-Fixes, Speicherreduktion.

GC & Speicheranalyse

Analysiert Allokationsmuster, Object-Churn, potenzielle Leaks und schlägt Object-Pooling, StringBuilder-Verwendung vor.

IO vs. CPU-Bound-Diagnose

Bestimmt, ob Methoden CPU-bound, IO-bound sind oder unter Lock-Contention leiden. Empfiehlt geeignete Lösungen.

---

Verwendung mit verschiedenen KI-Tools

ChatGPT / Claude

1. Kopieren Sie den gewünschten Prompt aus GalataJ
2. Öffnen Sie den KI-Chat
3. Fügen Sie den Prompt ein
4. Kopieren Sie den Inhalt von .galataj/live-performance.md
5. Einfügen und senden

Cursor / Windsurf

1. Fügen Sie KI-Regeln zu Ihren IDE-Einstellungen hinzu
2. Stellen Sie Fragen wie:
   • “Warum ist OrderService.processOrder langsam?”
   • “Wie kann ich die Top-5-Methoden in live-performance.md optimieren?”

GitHub Copilot Chat

1. Öffnen Sie Copilot Chat
2. Tippen Sie: “Lesen Sie @.galataj/live-performance.md und schlagen Sie Optimierungen vor”

---

Best Practices

Seien Sie spezifisch in Ihren Fragen

Statt “Warum ist meine App langsam?” fragen Sie “Warum braucht UserService.findAll 200ms, wenn die Baseline 20ms war?”

Kontext einbeziehen

Verweisen Sie die KI immer auf Ihre .galataj/-Dateien. Je mehr Kontext, desto besser die Vorschläge.

Vorschläge verifizieren

KI-Vorschläge sind Ausgangspunkte. Profilieren Sie immer erneut nach Implementierung von Änderungen, um Verbesserungen zu verifizieren.

---

Nächste Schritte

• History Panel - Sessions speichern und vergleichen
• Konfiguration - KI-Kontext-Einstellungen anpassen
• CLI-Referenz - Kommandozeilen-KI-Export-Optionen