CodeBuddy支持一键初始化Hadoop 3.3.6+Spark 3.5.0环境，自动检测Java 11+并配置环境变量；提供对话式与拖拽式ETL生成；AI建模助手自动生成含编码、聚合、评估的ML Pipeline；可视化看板一键启动交互式Dash仪表盘。
☞☞☞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☜☜☜
你需要在CodeBuddy中快速完成Spark或Hadoop环境的初始化、数据清洗、建模与可视化全流程，避免手动配置依赖冲突、环境变量错乱、版本不兼容等高频报错问题。
自动配置Hadoop与Spark运行时环境
启动CodeBuddy后，点击左侧菜单栏【AI工程面板】→选择【大数据项目向导】→输入“创建Hadoop 3.3.6 + Spark 3.5.0本地开发环境”→确认生成计划。
CodeBuddy会自动检测当前系统是否已安装Java 11+，若未安装则弹出一键安装选项；【必须拒绝手动下载tar包解压的传统方式，否则后续Spark无法识别Hadoop native库】。
等待约90秒，终端输出“✅ Hadoop伪分布式模式就绪”“✅ Spark Local[4]上下文初始化完成”，此时$HADOOP_HOME和$SPARK_HOME已写入当前会话环境变量。
用自然语言驱动数据清洗与ETL任务
方法一：对话模式直接描述
在代码编辑区右键→选择【用AI生成ETL流程】→输入：“读取HDFS上/user/input/orders.csv，过滤掉order_amount为空或小于0的记录，将order_date转为yyyy-MM-dd格式，按user_id聚合统计总金额，结果存为Parquet到/user/output/summary”。
CodeBuddy会自动生成完整PySpark脚本，含spark.read.format("csv").option("header", "true")…等细节，并在底部预览执行计划图（DAG可视化）。
方法二：拖拽式规则配置（适合非编程人员）
点击【数据管道画布】→从左侧组件栏拖入“CSV源”→双击设置路径为hdfs://localhost:9000/user/input/orders.csv→拖入“字段过滤器”→勾选order_amount →设置条件为“IS NOT NULL AND > 0”→再拖入“日期转换器”→选择order_date字段→格式填yyyy-MM-dd→最后接“聚合组件”→分组字段选user_id→聚合字段选SUM(order_amount)→输出类型选Parquet→目标路径填hdfs://localhost:9000/user/output/summary。
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
点击【生成代码】按钮，自动输出可运行的Scala版Spark作业，支持一键提交至本地Spark Master。
训练机器学习模型并嵌入交互式仪表盘
第一步：加载清洗后数据
在新Python文件中输入：from pyspark.sql import SparkSession；spark = SparkSession.builder.appName("ml-pipeline").getOrCreate()；df = spark.read.parquet("hdfs://localhost:9000/user/output/summary")。
第二步：声明建模意图
选中df变量→右键→【AI建模助手】→输入：“用RandomForestRegressor预测用户总消费金额，特征列包括user_id（需先做StringIndexer编码）、订单数（需从原始日志统计）、平均单笔金额，标签列是sum(order_amount)，划分7:3训练测试集，评估指标用RMSE”。
CodeBuddy会自动补全Pipeline构建代码，包含VectorAssembler、StringIndexer、RFRegressor及CrossValidator超参搜索逻辑，并在控制台打印最优参数组合。
第三步：生成可视化看板
运行完模型后，在结果DataFrame上调用.show() → 点击右上角【可视化】图标 → 选择“预测值vs真实值散点图+残差分布直方图” → CodeBuddy自动生成Plotly Dash服务代码，含实时刷新机制和HTTP端口配置，默认监听http://localhost:8050。
点击【启动仪表盘】，浏览器自动打开，所有图表均可交互缩放、悬停查看数值、下载PNG。
