codebuddy可通过火焰图精准定位cpu密集型瓶颈：一、启用性能分析并采集高精度采样数据；二、在ide内交互式查看火焰图，聚焦调用链识别本项目瓶颈函数；三、结合事件标记过滤并跳转源码获取优化建议；四、导出标准svg火焰图用于协同分析。
☞☞☞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分析应用性能时发现CPU占用持续偏高、响应延迟明显或局部函数执行时间异常增长，则可能是由于代码中存在CPU密集型函数未被识别和优化。以下是利用CodeBuddy集成的火焰图数据辅助定位此类瓶颈的具体操作方法：
一、启用CodeBuddy性能透视并触发火焰图采集
CodeBuddy通过混元+DeepSeek双模型驱动，在IDE内实时捕获调用栈采样数据，并自动适配eBPF兼容格式，为生成标准火焰图提供原始输入。该过程无需修改业务代码，也无需部署额外代理。
1、在VS Code或JetBrains IDE中打开目标项目，确保已安装最新版CodeBuddy插件（v2.8.3+）。
2、右键项目根目录，选择「CodeBuddy: Analyze Performance」菜单项。
3、在弹出面板中勾选「启用CPU热点火焰图」与「高精度采样（100Hz）」选项。
4、点击「开始分析」，随后执行典型业务路径（如调用一次下单接口或渲染一个复杂页面）。
5、等待约8–12秒后，系统自动停止采样并生成火焰图中间数据文件profile.flame，存放于.codebuddy/perf/目录下。
二、在IDE内直接查看交互式火焰图
CodeBuddy内置轻量级SVG渲染引擎，可将原始采样数据即时转换为可缩放、可搜索、带调用上下文高亮的本地火焰图视图，避免导出至外部工具造成环境依赖或数据泄露风险。
1、分析完成后，插件自动弹出「Performance Report」侧边栏。
2、点击「Flame Graph」标签页，加载交互式火焰图。
3、将鼠标悬停在任意矩形块上，查看该函数的绝对耗时、占比、调用次数及所属源码文件与行号。
4、点击宽度最大的顶部矩形块（即栈顶最宽者），视图自动聚焦并高亮其完整调用链，同时在下方「Call Stack」面板中展开对应栈帧。
5、在调用链中识别首个属于本项目包名（如com.example.order.service）的函数，该函数即为CPU密集型瓶颈点。
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
三、结合事件标记与源码跳转精确定位
CodeBuddy在采样过程中同步注入关键事件标记（如sql_exec_start、json_parse_begin），使火焰图不仅反映CPU时间分布，还能关联语义行为，大幅提升对伪CPU密集型（如IO阻塞误判为CPU占用）场景的分辨能力。
1、在火焰图视图右上角点击「Filter by Event」下拉菜单，选择cpu_bound_heuristic过滤器。
2、图形自动收缩仅显示被模型判定为“强CPU绑定”的调用路径（排除自旋等待、锁竞争等干扰）。
3、找到其中宽度超过整体3%且无子调用的独立矩形块，右键选择「Go to Source」。
4、IDE自动跳转至对应Java/Python/Go源文件，并将光标定位在该函数定义首行。
5、此时插件悬浮提示中会显示“此函数92%时间消耗在for循环内部，建议引入并行流或预计算”等具体优化建议。
四、导出标准火焰图用于跨团队协同分析
当需将分析结果提交至SRE团队、性能专项组或存档审计时，CodeBuddy支持导出符合Brendan Gregg原始规范的SVG格式火焰图，确保与perf script、flamegraph.pl等主流工具完全兼容。
1、在「Performance Report」侧边栏中，点击「Export」按钮旁的向下箭头。
2、选择「Export Flame Graph (SVG)」选项。
3、指定保存路径，确认导出，生成文件名形如flamegraph_20260516_215244.svg。
4、打开该SVG文件，使用浏览器原生缩放功能拖拽查看任意深度调用栈；按Ctrl+F可搜索函数名或包路径。
5、将SVG文件发送给协作方时，无需附带任何其他数据——所有时间戳、采样频率、进程ID等元信息均已嵌入SVG注释区，可通过右键「查看页面源代码」验证。
