codebuddy 提供四种性能监控埋点方法：一、ide插件自动注入；二、注解声明式埋点；三、sdk手动结构化日志；四、cli批量插入日志桩，覆盖开发全场景。
☞☞☞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 进行开发时需要为性能监控添加代码埋点和日志记录，则可能是由于手动插入监控逻辑易出错、难以统一管理或缺乏标准化支持。以下是实现该目标的多种方法：
一、通过 CodeBuddy 插件自动注入埋点代码
CodeBuddy 提供 IDE 插件（如 VS Code 和 JetBrains 系列），可在函数入口/出口、关键路径节点自动插入标准化性能埋点语句，避免人工遗漏或格式不一致。
1、在 IDE 中安装 CodeBuddy 官方插件并完成账号绑定。
2、右键点击目标函数名，选择「Add Performance Trace」菜单项。
3、在弹出配置面板中勾选「Record execution time」「Capture input size」「Log thread ID」等选项。
4、确认后，插件将自动生成形如 codebuddy.traceStart("api/user/load", { userId: id }); 与对应结束调用，并插入到函数首尾。
二、基于注解方式声明式埋点
适用于 Java、Kotlin 或支持注解处理的项目，CodeBuddy 可识别特定注解并在编译期生成增强代码，无需修改业务逻辑主体。
1、在 Maven 或 Gradle 依赖中引入 codebuddy-agent-annotation 模块。
2、在待监控方法上方添加 @Trace("service.order.process") 注解。
3、启用注解处理器，在构建阶段自动生成字节码增强逻辑，嵌入计时器初始化、异常捕获与上报语句。
4、运行时所有被标注方法的执行耗时、调用栈深度、GC 状态等将自动采集并发送至 CodeBuddy 后端。
CodeBuddy Code CLI 的安装、配置与使用指南。CodeBuddy Code 是腾讯推出的 AI 驱动 CLI 编程助手，支持自然语言驱动开发。 - 必备触发词：CodeBuddy, codebuddy, AI CLI, Tencent AI coding, @tencent-ai/codebuddy-code, terminal AI assistant - 适用场景：安装 CodeBuddy CLI、配置 CodeBuddy、使用 CodeBuddy 命令、排查 CodeBuddy 问题
三、使用 CodeBuddy SDK 手动插入结构化日志
当需对特定变量、上下文状态或异步链路进行细粒度记录时，可调用 SDK 提供的日志接口，确保字段命名、时间戳格式、层级标识完全符合监控平台解析规范。
1、在项目中初始化 SDK：调用 CodeBuddy.init("your-app-id", "prod");
2、在关键分支处插入带上下文的日志：调用 CodeBuddy.logPerf("cache.hit", Map.of("key", cacheKey, "ageSec", ttl));
3、对慢查询场景，使用分段标记：CodeBuddy.mark("db.query.start"); ... CodeBuddy.mark("db.query.end");
4、所有日志默认附加 traceId、spanId、host、processId 字段，支持全链路串联。
四、利用 CodeBuddy CLI 扫描源码批量添加日志桩
针对已有大型遗留系统，可通过命令行工具分析 AST 结构，在指定类、方法或正则匹配路径下批量插入最小化日志桩，保留原始逻辑不变。
1、执行 codebuddy-cli inject --target src/main/java/com/example/service/ --pattern ".*Controller" --type perf
2、工具将扫描所有匹配 Controller 类，在每个 public 方法第一行插入 CodeBuddy.enter(this.getClass().getSimpleName(), "methodName");
3、在 return 前插入 CodeBuddy.exit(result);，若存在异常则自动捕获并调用 CodeBuddy.error(e);
4、生成 patch 文件供审核，确认后执行自动覆盖写入。
