CodeBuddy支持用自然语言描述业务场景自动生成特征工程代码、训练模型并输出评估报告，可读取本地CSV/Excel或连接数据库，全程在VS Code内完成数据探查、建模、评估与部署。

用自然语言描述业务场景就能自动生成特征工程代码、训练模型并输出评估报告，CodeBuddy能直接读取本地CSV/Excel或连接数据库表，跳过手动写pandas和sklearn的重复劳动。

快速启动机器学习建模流程

打开VS Code → 确保已安装CodeBuddy插件（v3.2+）→ 在资源管理器中右键点击目标数据文件（支持.csv、.xlsx、.parquet）→ 选择【CodeBuddy: Start ML Modeling】。

这一步会自动触发数据探查，生成缺失值热力图、数值型字段分布直方图、类别型字段频次统计表——所有图表都内嵌在VS Code侧边栏，不用切出IDE。

【必须确保文件路径不含中文或空格】否则后续特征向量化阶段会报错“invalid URI scheme”，且错误提示不明确。

用自然语言定义建模目标

在弹出的对话框中输入类似这样的句子：“预测用户是否会在30天内复购，用历史订单数、最近一次下单距今天数、优惠券使用次数做特征，目标是AUC大于0.85”。

CodeBuddy会自动识别任务类型（二分类）、提取关键字段名、匹配数据表中的列，并校验字段是否存在。如果“优惠券使用次数”列实际叫“coupon_used_cnt”，它会主动建议映射关系。

若输入中包含模糊表述如“效果要好”，系统将拒绝执行并提示：“请明确指标（如RMSE<0.15 / F1>0.78 / AUC≥0.82）或标注样本比例（正负例1:3）”。

特征工程与模型训练自动化

方法一：全自动流水线（更适合新手上手）
把“Auto Feature Engineering + Model Selection”勾选上，然后直接点击运行，接下来等待2～8分钟即可，具体时长取决于数据量。流程跑完后，系统会自动生成train.py、feature_pipeline.py、model_config.yaml这三个文件。

方法二：分步控制（适合调优）
① 先执行【CodeBuddy: Generate Feature Pipeline】→ 这一步会先搭好一个Pipeline对象，里面组合了StandardScaler、OneHotEncoder和TargetEncoder；如果遇到高基数类别列，还会自动启用hashing trick；
② 接着执行【CodeBuddy: Train Model with Config】→ 系统会读取上一步生成的pipeline.pkl，再根据任务类型从预设模板里匹配模型：回归场景使用XGBoostLSS，分类场景使用LightGBM + CalibratedClassifierCV；
③ 最后执行【CodeBuddy: Evaluate & Export】→ 统一导出classification_report.html、feature_importance.png和model.onnx。

注意：当数据行数超过50万时，自动模式默认启用采样策略（StratifiedShuffleSplit, train_size=0.3），如需全量训练，必须在第二步前手动编辑model_config.yaml，将sample_ratio改为1.0。

模型解释与部署准备

右键点击刚生成的model.onnx文件 → 选择【CodeBuddy: Explain Model Beha vior】→ 自动生成SHAP摘要图和单样本预测路径分解图，标注出“近30天登录频次”对预测结果的贡献值为+0.42。

若目标平台是腾讯云TI-ONE，直接点击【Deploy to TI-ONE】→ 填写集群名称 → 选择Python 3.9+GPU环境 → 确认后自动生成deploy.sh和requirements.txt，其中已预装onnxruntime-gpu==1.18.0及对应CUDA版本驱动。

这一步操作起来很简单，直接把文件拖进去就行。