codebuddy 提供四大 grafana 辅助能力：一、自动生成合规 json model；二、promql 表达式与告警条件实时校验；三、告警通道配置双向映射；四、dashboard 变量与 ad hoc filters 联动补全。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在使用 CodeBuddy 辅助构建 Grafana 监控体系时，需快速生成 Dashboard 的 JSON Model 或标准化告警规则配置，则可能面临手动编写易出错、变量语法不兼容、PromQL 表达式校验缺失等问题。以下是针对该场景的多种辅助方法：
一、基于 CodeBuddy 的 JSON Model 模板生成
CodeBuddy 可根据用户输入的监控目标（如“MySQL 连接数”“JVM 堆内存使用率”）自动补全符合 Grafana v9+ schema 规范的面板级 JSON 结构，包含 variables、panels、templating、annotations 等关键字段，并适配 Prometheus 数据源语义。
1、在 CodeBuddy 编辑器中新建空白文件，输入提示词：“生成一个 Grafana Dashboard JSON Model，监控 MySQL 当前连接数，数据源为 Prometheus，使用表达式：mysql_global_status_threads_connected，时间范围变量为 $__timeRange，面板标题为‘MySQL Active Connections’。”
2、触发代码补全，CodeBuddy 输出完整 JSON 片段，其中 templating.variables 部分已自动注入 $datasource 和 $interval 变量定义，panels.targets[0].expr 字段严格遵循 PromQL 语法并启用 $__rate_interval 替换逻辑。
3、将生成的 JSON 粘贴至 Grafana Dashboard 的 Import → Paste JSON 功能中，无需手动修正字段嵌套层级或引号转义，导入后可直接保存。
二、PromQL 表达式与告警条件协同校验
CodeBuddy 支持在编辑告警规则 JSON 时，对嵌套在 conditions.evalMatches.query 字段中的 PromQL 表达式进行实时语法解析与指标存在性验证，避免因 label 键名拼写错误或聚合函数误用导致规则静默失效。
1、在 CodeBuddy 中打开已有告警规则 JSON 文件（含 rule_evaluator 字段），定位到 "conditions": { "evalMatches": { "query": "..." } } 节点。
2、将光标置于 query 字符串内，按 Ctrl+Enter 触发 PromQL 校验，CodeBuddy 调用本地模拟执行器检查：是否含非法字符、label 值是否存在、rate() 函数是否搭配 [ ] 时间范围、是否遗漏 by() 分组等。
3、若检测到 node_cpu_seconds_total{mode="idle"} 缺失 instance 标签，CodeBuddy 自动高亮提示：建议添加 by(instance) 分组以支持多实例告警区分，并提供修正后表达式示例。
三、告警通道与 Contact Point 配置映射
CodeBuddy 内置 Grafana v10.4+ 的 contact_points schema 映射表，可根据用户选择的通知类型（Email/Slack/Webhook）自动生成符合 grafana.ini SMTP 配置约束的 YAML 片段，并同步输出对应 JSON Model 中的 notifiers 字段结构。
1、在 CodeBuddy 设置面板中选择“通知渠道生成”，勾选 Email 类型，填写收件人 admin@company.com 与 SMTP 主机 smtp.163.com。
2、CodeBuddy 输出两部分内容：左侧为需追加至 /etc/grafana/grafana.ini 的 [smtp] 区块配置（含 auth_enabled=true 与 cert_validation=false 显式声明）；右侧为 JSON Model 中 contact_points 数组项，其中 settings.addresses 字段已自动转换为分号分隔格式。
3、当启用 Include all 选项时，CodeBuddy 强制插入 =~ 正则匹配语法提示，防止因 = 与 =~ 混用导致变量查询失败。
四、Dashboard 变量与 Ad Hoc Filters 联动生成
CodeBuddy 可识别用户在 JSON Model 中定义的 variables 字段类型（Query/Custom/Ad hoc），并根据所选数据源自动补全 query 字段的 Prometheus 查询语句模板，确保 label_values(node_cpu_seconds_total, instance) 等调用合法且可执行。
1、在 CodeBuddy 中输入变量定义片段：“variable name: job_type, type: query, datasource: Prometheus”，触发智能补全。
2、CodeBuddy 插入完整 templating.list 条目，其中 query 字段设为 label_values(job)，refresh 设为 1（on dashboard load），regex 字段预置 /^((?!kubernetes).)*$/ 排除系统作业。
3、若后续添加 Ad hoc filter，CodeBuddy 在 panels.targets.query 中自动将 $job 替换为 [[job]] 语法，并在所有 metrics 查询末尾追加 {job=~"$job"} 标签过滤条件，确保变量生效范围覆盖全部 panel 而非仅单个图表。
