CodeBuddy通过RAG索引与语义搜索实现精准代码定位：一、启用并刷新项目索引；二、用自然语言查询，自动解析意图并返回高亮结果；三、添加包名、元标签或技术栈限定范围；四、交互式澄清模糊术语；五、查看调用图谱与上下文。
☞☞☞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☜☜☜
如果您在大型代码库中寻找某个特定功能的实现，但难以通过文件名或关键词定位，CodeBuddy可通过语义理解将自然语言描述映射到真实代码片段。以下是实现智能代码搜索的具体方式：
一、启用RAG索引并加载本地代码库
CodeBuddy的智能搜索依赖于对项目结构的深度解析与向量化索引。它不依赖全文匹配，而是构建函数签名、调用关系、注释语义及上下文依赖的多维索引，使“用户登录失败时重试三次”这类业务描述可精准命中auth/service.go中的retryLogin函数。
1、在CodeBuddy IDE中点击左下角Settings → Project Indexing → Enable RAG Index，确认开启索引开关。
2、点击Refresh Index按钮，等待状态栏显示Indexing completed (X files, Y functions)。
3、确保当前工作区已打开目标代码库根目录，且.gitignore中未排除关键源码路径。
二、使用自然语言发起语义搜索
搜索框支持模糊意图表达，系统自动提取动词、实体、约束条件和行为边界，结合AST解析结果筛选高相关性代码单元，而非简单字符串匹配。
1、在IDE右下角对话面板输入类似“查找所有处理JWT令牌过期并触发刷新逻辑的地方”的描述。
2、按下回车后，CodeBuddy立即返回带高亮定位的代码片段列表，每项标注文件路径、函数名、匹配置信度（如92%）及上下文摘要。
3、点击任一结果，自动跳转至对应行，并在侧边栏展开该函数的调用链图谱与依赖模块说明。
三、限定范围提升检索精度
当代码库规模庞大时，全局搜索易受噪声干扰。通过显式指定作用域，可强制模型聚焦于特定层、模块或技术栈，显著压缩检索空间并提高命中率。
1、在自然语言查询末尾添加限定符，例如：“在middleware包里找验证用户权限的中间件，要求支持RBAC模型”。
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
2、使用@file、@func、@class等元标签缩小粒度，如：“@func 查找发送邮件前检查邮箱格式的函数”。
3、若需跨语言关联，可加入技术栈提示：“用Python写的日志脱敏函数，处理身份证号和手机号”。
四、交互式澄清与结果优化
初次检索结果若存在歧义或覆盖不足，CodeBuddy会主动发起追问，引导用户补充关键约束，形成闭环反馈机制，避免重复输入冗长描述。
1、当系统识别到模糊术语（如“快速失败”“优雅降级”）时，在结果下方弹出“是否指熔断器触发后的fallback逻辑？”等选项式提问。
2、点击任一选项，立即刷新结果集，并高亮新匹配出的circuitbreaker/fallback.go相关段落。
3、也可手动追加条件，例如在原查询后输入“排除测试文件，只看src/main下的实现”，系统实时重排序。
五、查看原始上下文与调用图谱
每个检索结果不仅展示匹配行，还同步提供结构化上下文视图，帮助开发者快速判断是否为目标实现，无需手动跳转多个文件验证依赖完整性。
1、点击某条结果右侧的Context Graph按钮，展开可视化调用图谱，节点颜色区分入口函数、校验逻辑、外部服务调用。
2、图谱中任意节点悬停时，显示该函数的参数类型、返回值说明、最近一次修改提交哈希及作者。
3、点击图谱中任一依赖节点，直接跳转至其定义位置，并在顶部状态栏显示“被X个搜索结果共同引用”提示。
