WorkBuddy加载慢的核心是过度预载，优化需四步：换用CodeLlama-3b或DeepSeek-Coder-V2-1.3b轻量编程模型；关闭全文件静态分析，启用函数级流式提示；配置分块索引并跳过node_modules等无关目录；绑定外部LSP服务器实现低延迟响应。
☞☞☞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☜☜☜
WorkBuddy代码模型加载慢，核心问题不是“等得久”，而是默认把整份代码、全部依赖、完整符号表一次性塞进内存——尤其打开大文件或启动带多技能的项目时，CPU和内存瞬间拉满。优化关键在于：让模型只读它此刻需要的部分，不预载、不分心、不瞎猜。
切换轻量级代码专用模型
默认模型（如qwen2-7b或GLM-4）虽强，但为通用对话设计，加载后需额外构建代码语义层，拖慢初始化。应换用专为编程微调的轻量模型：
- 推荐使用 CodeLlama-3b-Instruct 或 DeepSeek-Coder-V2-1.3b：二者均支持本地CPU推理，8GB内存下冷启动＜2秒，且内置函数签名识别、变量作用域推断能力
- 操作路径：「模型管理」→「+ 添加模型」→ 选「Ollama 本地模型」→ 搜索并拉取上述任一模型 → 设为默认
- 务必关闭「启用云端模型自动回退」：否则模型稍卡就偷偷切到远程API，反而触发网络超时+重试+降级，比本地慢3倍以上
禁用全文件分析，启用函数级流式提示
大文件（＞5000行）卡顿90%源于“全文件静态分析”开关开着——它强制解析全文生成AST，内存暴涨且无实际提示增益。
Images & videos generation with Gemini 3 Pro Image + Qwen Wan 2.6 (video) via one API key
下载
使用AIsa生成图像与视频。仅需一个API密钥即可调用Gemini 3 Pro Image（图像）和Qwen Wan 2.6（视频）。
- 进入 「首选项」→「代码智能」→「提示行为」
- 取消勾选 “启用全文件静态分析”
- 勾选 “仅对当前作用域启用智能提示”，并选择 “函数级上下文窗口”
- 保存后点击 “重启代码引擎”，旧解析器将被卸载，新流式提示器即时生效
配置分块索引与跳过无关目录
项目含node_modules、venv、build等目录时，WorkBuddy默认尝试索引所有文件，造成IO阻塞和内存泄漏。
- 进入 「首选项」→「项目索引」→「符号缓存设置」
- 将 “最大单文件索引行数” 从50000改为 15000
- 启用 “按import路径分块缓存”
- 勾选 “跳过node_modules及venv目录索引”（可额外添加.git、dist等目录）
- 修改后点击 “重建当前工作区索引”，仅扫描有效源码，耗时下降60%+
绑定外部LSP服务器（进阶提速）
若你已部署开源LSP服务（如Pyright、tsserver、clangd），可绕过WorkBuddy内置解析器，直接复用成熟语言服务器的低延迟响应。
- 进入 「首选项」→「代码智能」→「语言服务器」
- 开启 “启用自定义LSP代理”
- 填入本地LSP地址，例如：
tcp://127.0.0.1:9001或stdio:///path/to/pyright - 为每种语言指定对应服务器（Python→Pyright，TypeScript→tsserver），保存后重启编辑器
- 实测在10MB TSX文件中，首提示延迟从2.1秒降至0.3秒内
