codebuddy需依据明确约束、量化维度和真实技术栈做技术选型决策；须定义具体问题场景、列出硬性约束（否定/后果句式）、指定带权重与验收标准的对比维度、提供真实依赖版本，并要求结构化markdown表格输出。
☞☞☞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☜☜☜
你需要让CodeBuddy帮你从多个技术方案中选出最合适的那一个，但直接问“选哪个好”它往往给不出有依据的判断——关键在于提示词是否锁定了约束条件、对比维度和决策权重。
明确技术场景与核心目标
第一步：用一句话定义你要解决的具体问题，不写泛泛而谈的“高并发”“高性能”，而是描述真实上下文。例如：“日均3万用户上传10MB以内图片，需在5秒内完成校验→压缩→存储→生成访问URL，当前用单机Flask，CPU常年92%以上。”
这一步漏掉具体数字或运行现状，CodeBuddy会默认按理论最优解回答，实际部署时可能内存溢出或IO卡死。
声明硬性约束条件
方法一：用分号分隔的短语清单，每条都是不可协商的底线。
例如：Python 3.9+；必须支持Windows Server 2019；不能引入新数据库；已有K8s集群但不允许新增StatefulSet；运维团队只熟悉Ansible。
方法二：用“否则”句式强调后果，逼出真实限制。
例如：“若选用Rust实现，会导致CI流水线重构，增加2人周交付风险；若依赖Redis 7.2以上特性，将无法在现有CentOS 7.9环境部署。”
【硬约束必须写成否定句或后果句，避免用‘希望’‘尽量’等模糊表述】
指定对比维度与优先级
第一步：列出你真正要打分的维度，最多4项，删掉“社区活跃度”这种虚指标。
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
第二步：对每个维度标注权重或排序。例如：“部署复杂度（权重40%）＞冷启动时间（权重30%）＞单请求内存占用（权重20%）＞日志可追溯性（权重10%）”。
第三步：给出可量化的验收标准。例如：“冷启动时间≤800ms（实测值，非文档宣称值）”“单请求内存增量＜15MB（压测QPS=500时RSS增长）”。
这一步不做量化，CodeBuddy会拿GitHub Stars数当性能依据。
提供现有技术栈快照
粘贴当前项目中真实的依赖版本和架构片段，不要简化。
例如：django==4.2.7；nginx/1.18.0 (Ubuntu)；前端用Vue 2.6，未接入Webpack 5；消息队列仅用RabbitMQ 3.8，未启用镜像队列。
不提供真实版本号，CodeBuddy可能推荐Django 5.0新特性，结果发现Python 3.12不兼容你现有的Celery 4.x。
要求输出结构化决策表
在提示词末尾明确指令：“请输出Markdown表格，列名：候选方案｜部署成本（人日）｜冷启动耗时（ms）｜内存增幅（MB）｜与现有Django中间件兼容性（是/否/需修改）｜关键风险点。仅填表，不加解释。”
这一步不写清楚格式，CodeBuddy会返回三段式散文，你得自己扒数据。
