codebuddy优化建议需配合具体操作落地：分五类来源对应不同触发路径，应用前须验证技术栈兼容性、依赖可用性及测试完整性，落地后须完成本地回归、性能对比与灰度标记，并避免四类常见误操作。
☞☞☞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☜☜☜
CodeBuddy的优化建议不是“看完了就结束”，而是需要配合具体操作才能真正落地。它生成的每条建议都自带上下文适配性和可执行性，但能否生效，取决于你是否在正确环节、用正确方式触发和应用。
识别建议来源，匹配对应操作路径
CodeBuddy的优化建议分五类来源，每类对应不同触发方式和应用入口：
- 编码中实时预警：出现在VS Code或JetBrains编辑器内联提示中，悬停即见，点击“应用补丁”直接替换当前代码块；
- 运行时瓶颈诊断结果：来自CodeBuddy Agent采集后的控制台报告，需在火焰图中标红方法上点击“生成修复方案”，再选择“注入修复”或“复制代码”；
- 上下文感知改写：在IDE中选中代码 → 右键 → “Ask CodeBuddy → Optimize Performance”，返回后勾选要采纳的修改项，点“Apply Selected”；
- SQL与索引协同建议：在数据库探针页查看慢查询详情页，系统同时给出SQL重写片段和CREATE INDEX语句，支持一键执行（需配置DB权限）；
-
遗留系统重构建议：通过CLI命令
codebuddy refactor --legacy --target spring-boot-3启动，生成diff补丁包，可直接合并进Git分支。
确认建议内容前，先检查三项关键前提
不是所有建议都能无条件应用，以下三点必须提前验证：
CodeBuddy CLI for OpenClaw
下载
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
- 项目技术栈兼容性：例如建议使用Java 21的虚拟线程，需确认JVM已升级且Spring Boot版本≥3.2；
-
依赖库可用性：如建议引入
micrometer-tracing，要核对pom.xml中是否已声明对应BOM或repository； -
测试覆盖完整性：CodeBuddy会标注“建议配套新增单元测试”，若当前模块无测试骨架，需先运行
codebuddy test --gen-missing补全基础用例。
应用后必须做的三步验证
建议落地≠问题解决，务必完成闭环验证：
-
本地快速回归：修改后立即运行
codebuddy test --focus，只执行受影响路径的测试用例； - 性能对比快照：使用插件内置的Benchmark面板，对比优化前后同一场景的耗时、GC次数、内存分配量；
-
上线前灰度标记：对关键路径添加
@CodeBuddyOptimized(since="20260701")注解，便于后续监控平台识别AI介入变更点。
避免常见误操作
这些动作会让优化建议失效或引发新问题：
- 直接复制建议中的SQL到生产库执行，未先在
EXPLAIN ANALYZE验证执行计划变化； - 接受向量化改写建议（如pandas
iterrows()→groupby），但忽略原始数据中存在NaN导致聚合异常； - 启用对象池建议后，未同步调整线程安全策略，造成并发环境下DTO状态污染；
- 将本地模型生成的优化补丁用于线上环境，却未校验其输出是否包含调试日志或临时占位符。
