WorkBuddy 深度实战：腾讯AI编程助手进阶玩法全解析

字数：约4200字 | 阅读时间：9分钟
“最好的AI编程工具不是功能最多的，而是和你工作流融合最深的”

引言

如果你用过 GitHub Copilot，那你一定体验过”AI写代码”的爽感。但 Copilot 有个问题——它主要是个代码补全工具，理解项目全貌的能力有限。腾讯的 WorkBuddy（前身 CodeBuddy）走的是另一条路：从代码补全到 Agent 模式，从单文件到项目级理解，而且对国内开发者零门槛。

上一篇文章我们介绍了 WorkBuddy 的安装和基础用法，这篇文章我们往深处走——聊一聊那些官方文档没细说、但实战中特别好用的进阶玩法。

1. WorkBuddy 的三种模式，你真的用对了吗？

很多人装完 WorkBuddy 就开始用，但其实它有三种工作模式，对应不同的使用场景。

1.1 补全模式（Inline Completion）

最基础的用法，类似 Copilot。你在编辑器里写代码，AI 自动补全剩余部分。

// 你输入：
public List<User> findActiveUsers(int departmentId) {
    // WorkBuddy 自动补全：
    return userRepository.findByDepartmentId(departmentId)
        .stream()
        .filter(user -> user.getStatus() == UserStatus.ACTIVE)
        .sorted(Comparator.comparing(User::getCreateTime).reversed())
        .collect(Collectors.toList());
}

适用场景：写标准化的业务代码、样板代码、重复模式。

技巧：在注释里写意图，比写一半代码等补全效果好得多。比如输入 // 按部门ID查询活跃用户，按创建时间倒序，然后直接回车让 AI 补全整段。

1.2 对话模式（Chat）

侧边栏对话框，可以问任何编程问题。这个大家都用过，但有几个隐藏技巧：

技巧1：@ 引用上下文

在对话中用 @文件名 引用项目中的文件，WorkBuddy 会读取文件内容作为上下文。比如：

1	@UserService.java 这个类里有没有线程安全问题？

技巧2：粘贴错误信息

直接把编译错误或运行时异常粘贴到对话框，WorkBuddy 会分析原因并给出修复建议。比 Stack Overflow 快多了。

技巧3：要求写测试

1 2	给 @OrderService.java 的 createOrder 方法写单元测试，使用 JUnit 5 + Mockito，覆盖正常流程和异常流程

1.3 Agent 模式（深度理解项目）

这是 WorkBuddy 和 Copilot 的核心差异。Agent 模式下，WorkBuddy 会：

读取项目结构（目录树、配置文件、依赖关系）
理解模块间的调用关系
在修改代码时自动检查关联文件

开启 Agent 模式后，你可以给出更高级的指令：

1 2	帮我重构 OrderController，把支付逻辑抽成独立的 PaymentService，同时更新相关的单元测试

WorkBuddy 会自己找到所有相关文件，做出修改，并在对话中列出所有改动。

2. 项目级理解：让 AI 真正懂你的项目

Agent 模式的核心是”项目级理解”。但这个能力需要你做一点配置。

2.1 配置项目上下文

在项目根目录创建 .codebuddy/context.md（或通过 IDE 设置）：

# 项目上下文

## 技术栈
- Java 21 + Spring Boot 3.x
- MyBatis Plus 作为 ORM
- Redis 缓存，Key 前缀为 "biz:"
- 数据库为 MySQL 8.0

## 架构约定
- Controller 层只做参数校验和路由
- 业务逻辑在 Service 层
- 所有数据库操作通过 Repository 层
- 异常使用自定义 BusinessException

## 命名规范
- Service 方法以动词开头：create/update/find/delete
- 常量使用全大写下划线
- DTO 类以 Request/Response 结尾

有了这个文件，WorkBuddy 生成的代码会自动遵循你的项目规范，而不是用一套通用的风格。

2.2 善用 .gitignore 感知

WorkBuddy 会自动读取 .gitignore，忽略不需要分析的文件。如果你有一些生成代码的目录（如 generated/），确保它们在 .gitignore 中，避免 AI 误读。

3. 实战案例一：用 WorkBuddy 做代码审查

代码审查是最消耗时间的环节之一。WorkBuddy 可以充当你的第一道审查线。

3.1 单文件审查

在对话中输入：

审查 @OrderService.java 的代码质量，关注：
1. 潜在的空指针异常
2. 事务边界是否正确
3. 是否有性能问题（N+1查询等）
4. 异常处理是否完善

3.2 批量审查（Git Diff 模式）

WorkBuddy 支持分析 Git Diff，只审查变更的部分：

审查最近的 git diff，关注变更是否引入了：
1. 安全漏洞（SQL注入、XSS等）
2. 破坏性变更
3. 未处理的边界情况

这个功能特别适合在提交 PR 前做自查。

3.3 审查结果处理

WorkBuddy 给出的建议不是所有都需要采纳。我的处理原则：

建议类型	处理方式
安全漏洞	立即修复
性能问题	评估影响后决定
代码风格	批量处理，不逐条纠结
架构建议	记录到技术债务清单

4. 实战案例二：用 WorkBuddy 加速重构

重构是最容易出 bug 的环节，也是最需要 AI 辅助的环节。

4.1 安全重构流程

场景：把 UserController 中的权限校验逻辑抽到独立的 AuthInterceptor

步骤1：让 WorkBuddy 分析现有代码
"分析 @UserController.java 中所有的权限校验逻辑，
列出每个方法的校验规则和对应的权限要求"

步骤2：生成重构方案
"基于上面的分析，设计一个 AuthInterceptor，
统一处理所有权限校验，保持现有行为不变"

步骤3：逐步实施
"先实现 AuthInterceptor 的框架，不要删除 UserController 中的原有校验"

步骤4：运行测试
"运行所有相关的单元测试，确保没有回归"

步骤5：清理
"确认测试通过后，删除 UserController 中的冗余校验代码"

关键原则：不要一次性让 AI 做大重构。分步走，每步都跑测试，出问题容易回滚。

4.2 数据库迁移辅助

"我需要把 user 表的 phone 字段拆分成 country_code 和 phone_number 两个字段，
帮我生成：
1. SQL 变更脚本（包括数据迁移）
2. 对应的 Java 实体类修改
3. 相关 Service 层的适配代码
4. 回滚脚本"

WorkBuddy 会生成一套完整的迁移方案，包括你可能忽略的细节（索引变更、默认值处理、历史数据迁移）。

5. 测试生成：从覆盖到质量的跨越

自动生成测试是 AI 编程工具的基础能力，但生成的测试质量参差不齐。

5.1 高质量测试生成的技巧

明确测试框架和风格：

给 @PaymentService.java 生成单元测试，要求：
- 使用 JUnit 5 + Mockito
- 采用 Given-When-Then 结构
- 每个@Test方法只测一个场景
- 命名格式：should_预期行为_when_条件
- Mock 外部依赖，不启动 Spring 上下文

要求覆盖边界情况：

生成 @OrderValidator.java 的测试，特别关注：
1. 空输入和null值
2. 数值边界（0、负数、极大值）
3. 并发场景（重复提交）
4. 异常链路（部分成功部分失败）

5.2 测试金字塔实践

不要只生成单元测试。合理分配测试层级：

帮我为用户注册功能设计测试策略：
1. 单元测试（Service 层逻辑验证）
2. 集成测试（API 端到端验证）
3. 给出每个层级的测试用例清单

6. WorkBuddy + CI/CD：工程化集成

个人用 WorkBuddy 写代码很爽，但团队用的话，需要考虑工程化集成。

6.1 提交前自动检查

在项目的 .husky/pre-commit 中加入：

#!/bin/bash
# AI 代码建议检查（非强制，仅供参考）
echo "🔍 Running WorkBuddy code suggestions..."
# WorkBuddy CLI 可以在命令行模式下分析指定文件
codebuddy check --staged --suggest

6.2 代码规范强制

结合项目的 ESLint / Checkstyle，确保 AI 生成的代码也符合规范：

# .codebuddy/rules.yml
rules:
  - name: no-system-out
    pattern: System\.out\.print
    message: "禁止使用 System.out，请用日志框架"
  - name: no-eval
    pattern: eval\(
    message: "禁止使用 eval()"
  - name: transaction-required
    pattern: @Transactional
    scope: Service
    message: "数据库写操作必须加事务注解"

6.3 知识库沉淀

把团队常用的代码模式、架构约定维护在项目上下文文件中。新成员加入时，WorkBuddy 自动按照团队规范生成代码，大幅降低上手成本。

7. WorkBuddy vs Copilot vs Cursor：2026年国内开发者选型

既然聊到深度使用，不妨做个对比：

维度	WorkBuddy	GitHub Copilot	Cursor
国内访问	✅ 零障碍	⚠️ 需要代理	⚠️ 需要代理
代码补全	⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐
Agent 模式	⭐⭐⭐⭐⭐	⭐⭐⭐	⭐⭐⭐⭐
项目理解	⭐⭐⭐⭐	⭐⭐⭐	⭐⭐⭐⭐
中文支持	⭐⭐⭐⭐⭐	⭐⭐⭐	⭐⭐⭐
IDE 支持	IntelliJ + VS Code	多IDE	自研编辑器
价格	免费额度充足	付费	付费
企业合规	✅ 数据不出境	⚠️ 数据过境	⚠️ 数据过境