CodeBuddy可在15分钟内完成供应链数据分析闭环：读取Excel文件，计算SKU库存周转天数，标记滞销与高缺货风险，输出三列结果表及≤120字中文运营建议，并支持一键导出Markdown发送至企业微信。

你需要用CodeBuddy快速完成一次供应链数据分析任务，不是写报告、不是画图，而是从原始Excel数据中提取关键指标、识别断货风险、生成可执行的补货建议——整个过程要在15分钟内闭环。

准备数据与启动CodeBuddy

先把供应链数据文件（例如“Q3_Inventory_Sales.xlsx”）放到桌面或项目根目录，位置尽量简单，后面处理会更顺手。文件里至少要有三列：SKU编码、当前库存量、近30天销量。这里有两个细节别忽略：一是不要随手重命名，二是不要另存为CSV。原因很直接，CodeBuddy可以直接读取.xlsx；但遇到.csv时，系统默认会启用旧版解析器，日期格式有可能被误读。

打开VS Code → 已安装CodeBuddy插件 → 点击左侧CodeBuddy图标 → 选择【Craft模式】 → 等待状态栏显示“Ready for multi-file context”后再输入指令。

这一步不能跳过：若状态栏仍显示“Loading project context”，强行输入会触发模型降级，生成代码将缺失路径自动识别能力。

用自然语言发起分析任务

在Craft对话框中输入以下完整指令（复制粘贴，标点勿改）：

“请分析桌面文件Q3_Inventory_Sales.xlsx：按每个SKU计算库存周转天数（=当前库存量÷日均销量），并完成风险标记——周转天数＞45天，标记为‘滞销’；＜7天，标记为‘高缺货风险’。最终输出一张三列表，包含：SKU、周转天数、风险等级；最后再用中文补充一段不超过120字的运营建议。”

注意：必须包含“桌面文件”四字——CodeBuddy Craft模式默认工作路径是VS Code打开的文件夹，不加限定会导致它在项目目录里盲目搜索，超时后返回空结果。

验证与修正输出结果

CodeBuddy会在30秒内生成Python脚本并自动运行，输出结果以表格+文本双格式呈现。若发现某SKU的周转天数为负数或NaN，说明原始数据中存在销量为0或为空的记录。

此时不要重写指令，直接在对话框追加一句：“跳过销量为0或空值的行，重新计算。”

CodeBuddy会复用已有代码逻辑，在原脚本中插入pandas.dropna(subset=['近30天销量'])和query('近30天销量 > 0')两行，无需你手动定位修改位置。

导出可执行建议到本地

第一步：点击CodeBuddy输出区右上角的“Export as Markdown”按钮，保存为supply_advice.md。

第二步：打开该文件 → 全选内容 → 【Ctrl+C复制】 → 切换到企业微信 → 粘贴给采购主管 → 发送。

第三步：回到VS Code → 按Ctrl+Shift+P → 输入“CodeBuddy: Clear Conversation History” → 回车清空本次会话上下文。