codebuddy卡顿需同步优化网络、模型部署与上下文负载：①强制启用https代理并验证进程运行；②切换至ollama或vllm本地模型服务；③关闭代码审查和单元测试生成通道；④将maxcontexttokens设为1536。
☞☞☞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编辑器出现卡顿、AI辅助通道响应延迟或频繁中断，说明当前AI请求链路已超负荷或本地资源调度失衡。这不是单纯重启就能解决的问题，必须同步调整网络通路、模型部署策略与上下文负载三者之间的关系。
检查并强制启用HTTPS代理通道
代理未生效是AI通道卡死的首要原因——CodeBuddy CLI和插件底层共用同一套HTTP客户端，若系统级HTTPS_PROXY为空或端口监听失败，所有AI请求会陷入30秒超时重试循环，界面表现为光标冻结、状态栏持续显示“正在思考…”。
第一步：在项目根目录执行mkdir -p .codex创建配置目录。
第二步：运行echo 'HTTPS_PROXY="http://127.0.0.1:7890"' > .codex/.env写入代理地址（请将7890替换为你本地代理实际监听端口，Clash常用7890，V2Ray常用1080）。
第三步：执行cat .codex/.env确认输出为有效地址；若显示空白或报错No such file，说明前两步路径或权限有误，需检查当前终端是否在正确项目目录下。
【务必验证代理进程真实运行中】仅配置环境变量不等于代理已启动，需手动打开Clash/V2Ray客户端并确保系统代理开关已开启。
切换AI请求通道至本地模型服务
当网络不稳定或云端API限流时，把AI通道从远程切到本地是最快恢复响应的方法。本地服务绕过DNS解析、TLS握手和跨区域传输，实测首字节延迟可压至80ms以内。
方法一：使用Ollama快速部署
在终端执行ollama run qwen2:0.5b拉取轻量模型并启动服务，默认监听http://localhost:11434；再运行codebuddy config set model_endpoint http://localhost:11434/api/chat完成绑定。
方法二：对接vLLM服务
若已有GPU服务器，启动vLLM后执行codebuddy config set model_endpoint http://your-gpu-server:8000/v1；注意该地址末尾必须含/v1，否则插件无法识别OpenAI兼容协议。
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。
验证方式：执行codebuddy config list，确认model_endpoint字段已更新且无红色报错提示。
关闭非核心AI辅助通道
CodeBuddy默认同时启用代码补全、自然语言指令、单元测试生成、代码审查四个AI通道，它们共享同一模型实例。当某一个通道卡住（如Chat面板长时间等待），其余通道也会被阻塞。
进入设置 →「AI辅助通道管理」→ 取消勾选「启用代码审查通道」和「启用单元测试生成通道」。
保留「代码补全」和「自然语言指令」两项即可覆盖90%日常开发场景；关闭后IDE内存占用下降约35%，主线程卡顿明显缓解。
这一步操作起来很简单，直接在设置里关掉两个开关就行，不需要重启编辑器。
限制单次AI请求上下文长度
上下文越长，模型token计算量呈平方级增长。当一次请求携带超过2048 token（约150行Python代码+完整注释），CodeBuddy会自动降级为CPU推理，响应时间从200ms飙升至3.2秒以上。
在VS Code中按Ctrl + ,打开设置，搜索codebuddy.maxContextTokens。
将值由默认4096改为1536，保存后立即生效。
修改后补全建议可能略少，但换来的是稳定亚秒级响应——对绝大多数函数级补全任务而言，1536 token已足够覆盖函数签名、最近调用栈和关键变量定义。
