CodeBuddy支持四种基准测试方法：一、快捷键触发AI生成标准化benchmark模板；二、自然语言指令生成Go/JMH格式测试代码；三、从性能预警行提取基线反向构建对比实验；四、CI中自动比对基线快照并告警。
☞☞☞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☜☜☜
如果您在使用CodeBuddy开发过程中需要验证代码执行效率，但缺乏手动编写基准测试的工具或经验，则可能是由于未启用其内置性能分析能力。以下是实现代码性能基准测试的具体操作路径：
一、启用CodeBuddy内置Benchmark生成功能
CodeBuddy在编码时可自动识别函数入口与关键计算路径，并基于上下文推断可测性能边界，直接生成标准化benchmark模板。该功能依赖于混元+DeepSeek双模型对运行时开销模式的学习，覆盖CPU密集型、I/O等待、内存分配等典型场景。
1、在VS Code或JetBrains IDE中打开目标源文件，将光标置于待测函数定义首行。
2、按下快捷键 Ctrl+Shift+B（Windows/Linux）或 Cmd+Shift+B（macOS） 触发AI Benchmark建议。
3、在弹出的AI面板中选择 “Generate Performance Benchmark” 选项。
4、确认参数范围：系统将自动注入典型输入样本（如空数组、千级数据集、边界值），并标注 warm-up iterations=3, benchmark iterations=10。
二、通过自然语言指令调用Benchmark生成
CodeBuddy支持在问答区以自然语言描述性能验证意图，AI将解析语义并生成符合Go benchmark格式或JMH标准的可执行测试代码，同时附带结果解析逻辑。
1、点击IDE右下角CodeBuddy图标，打开对话面板。
2、输入指令：“为calculateDiscount函数生成JMH benchmark，覆盖price=0/100/1000且is_member=true/false六种组合”。
3、等待AI返回完整Java类文件，包含@Fork、@Warmup、@Measurement等注解及@Param配置。
4、右键点击生成文件，选择 “Run Benchmark” 即可启动本地压测流程。
三、利用CodeBuddy实时性能悬浮提示反向构造Benchmark
当CodeBuddy在编辑器中对某段循环或SQL调用给出“预计耗时↑320%”类预警时，该提示本身已内嵌性能基线数据。用户可直接提取该信号作为benchmark参照锚点，构建对比实验。
1、定位被标记为高开销的代码行，例如含有N+1查询的for循环体。
2、右键该行，选择 “Extract as Benchmark Target”。
3、AI将自动生成两组代码：原始版本与AI推荐优化版本，并封装进同一benchmark类。
4、运行后输出表格含 ops/ms、gc.alloc.rate.norm、sample.time.mean 三项核心指标。
四、集成CI流水线自动触发Benchmark回归比对
CodeBuddy支持将单次benchmark结果持久化为基线快照，后续提交会自动比对偏离度。该能力需配合其私有化部署模块启用，适用于团队级性能守门场景。
1、在项目根目录创建 .codebuddy/benchmark.yaml 配置文件。
2、写入字段：baseline_ref: main, threshold_percent: 5.0, metrics: [ops_per_ms, alloc_bytes]。
3、推送代码至Git仓库，触发CI任务中预置的 codebuddy-bench --compare 命令。
4、失败时日志明确提示：“[FAIL] calculateDiscount.ops_per_ms dropped 7.2% vs baseline”。
