应确保codebuddy.md完整定义表结构与orm信息，或通过cli反向工程、sql语句输入、长期记忆注入命名规则、人工校验修正五步解决model生成问题。
☞☞☞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☜☜☜
如果您希望CodeBuddy根据数据库表结构自动生成Model代码，但实际生成结果缺失字段、类型错误或未生成对应类，则可能是由于AI未正确解析数据库元信息或项目上下文未完整注入。以下是解决此问题的步骤：
一、确保CODEBUDDY.md中完整声明数据库Schema
CodeBuddy依赖项目根目录下的CODEBUDDY.md文件获取技术栈与数据模型定义。若该文件未显式列出表名、字段、类型及关系，AI将无法准确推导Model结构。
1、在项目根目录创建或编辑CODEBUDDY.md文件。
2、在文件中以Markdown表格形式明确列出所有目标数据表的结构，包括字段名、数据类型、是否主键、是否允许为空、外键关联等信息。
3、在“技术栈”章节中注明所用ORM框架（如TypeORM、Sequelize、Entity Framework Core）及其版本。
4、保存文件后，在CodeBuddy界面执行指令：“根据当前CODEBUDDY.md中定义的user表结构，为TypeORM生成User实体类”。
二、使用CLI命令触发数据库反向工程
当项目已连接真实数据库时，可通过CodeBuddy CLI调用内置的DB introspection能力，直接从数据库读取元数据并生成Model，避免手动维护Schema描述的误差。
1、确保项目已配置正确的数据库连接字符串（如DATABASE_URL环境变量或.env文件）。
2、在终端中执行：codebuddy db:generate-models --dialect postgres --output src/models/。
3、确认CLI输出中包含“Found 5 tables”、“Generated User.ts, Order.ts…”等成功提示。
4、检查生成的TS文件是否包含@Column装饰器、@PrimaryColumn、@ManyToOne等符合TypeORM规范的声明。
三、手动提供SQL建表语句作为上下文输入
若数据库不可达或仅处于设计阶段，可将CREATE TABLE语句直接粘贴至CodeBuddy对话框，作为临时上下文供AI解析。该方式绕过项目文件依赖，适用于快速原型验证。
1、复制完整的建表SQL，例如：CREATE TABLE products (id SERIAL PRIMARY KEY, name VARCHAR(255) NOT NULL, price DECIMAL(10,2));。
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
2、在CodeBuddy聊天输入框中发送：“基于以下PostgreSQL建表语句，为Prisma ORM生成Product模型定义”。
3、紧接在下一行粘贴SQL语句内容。
4、等待AI返回prisma/schema.prisma中model Product { ... }区块。
四、启用长期记忆注入数据库约定规则
为避免每次生成Model都需重复说明命名规范（如snake_case转camelCase）、时间字段默认类型（如createdAt → Date）、软删除字段识别（is_deleted → @omit），需将这些规则写入CodeBuddy的长期记忆。
1、在对话中输入指令：/init，初始化上下文。
2、随后发送：“记住：所有数据库字段名均为snake_case；生成Model时自动转换为camelCase；含_created_at后缀的字段映射为Date类型；含_is_deleted的字段视为软删除标志，添加@default(false)和@map('is_deleted')”。
3、执行新指令：“为users表生成NestJS + TypeORM User实体类”。
4、验证生成代码中created_at字段是否已转为createdAt: Date，并带@Column({ name: 'created_at' })装饰器。
五、校验并修复生成结果中的常见偏差
AI生成的Model可能存在类型映射失准（如TINYINT→boolean误判为number）、忽略索引约束、遗漏联合主键声明等问题。需通过人工比对原始DDL进行针对性修正。
1、打开数据库管理工具（如DBeaver、pgAdmin），导出目标表的完整DDL语句。
2、将DDL与AI生成的Model代码逐字段比对，重点关注数据类型、NULL约束、默认值、外键引用。
3、对偏差字段执行局部重生成：选中User.id字段所在行，右键选择“CodeBuddy → Regenerate this field”，输入提示词：“id为BIGSERIAL主键，映射为number类型，添加@PrimaryColumn()和@Column({ type: 'bigint' })”。
4、保存修改后的文件，并运行npx typeorm schema:log验证迁移语句是否与原表一致。
