CodeBuddy是国内首个支持插件、IDE、CLI三种形态的AI编程工具。

​

 此次升级的 CLI 形态——CodeBuddy Code 2.0，定位为轻量级、易集成的 AI Agent 引擎。专业开发者可直接通过命令行高效完成开发任务；泛开发者则可借助 AI 工具，将强大的 AI Agent 能力无缝集成到自己的应用中，配合 CodeBuddy Agent SDK，让构建 AI Agent 应用变得简单易行。

如果你问我它的能力有多强？按产品同事的话说，绝对能媲美国际领先的Claude Code。

过去这段时间，CodeBuddy Code团队通过自举提效，让AI成为开发的主力，90%上线后的新增代码都是由CodeBuddy Code自己生成。

这也意味着——研发模式正在从人写代码，AI辅助向AI写代码，人来决策的AI Native范式转变。

而作为提升软件研发效能的智能新基建，CodeBuddy Code 2.0这次也是把技能树直接点满：

架构思维：支持 Plan 模式，先由 AI 完成架构设计和方案规划，确认后再开始编码执行。相比边想边做的传统模式，前置的架构思考能有效减少后续返工，整体效率反而更高；

开放集成：轻量级 CLI 形态可无缝嵌入 CI/CD 流水线，实现自动化开发流程；CodeBuddy Agent SDK 让业务系统能够快速集成 AI Agent 能力；同时拥抱 ACP 等社区开放协议，可便捷对接 Zed 等主流 IDE，真正做到随处可用、随处可集成；

生态丰富：支持 Skills、Plugin 插件市场、Subagents 智能体、自定义指令和 Agent Hooks，开发者可按需扩展功能，同时兼容主流 Agent 生态，实现低成本迁移；

安全可靠：提供基于隔离沙箱的安全代码执行环境，确保代码执行快速稳定，避免潜在的安全风险；

模型自由：内置支持 Kimi 2.5、Gemini 系列、GPT 系列、Deepseek 系列、GLM-4 等主流国内外 AI 模型，同时支持自定义模型接入，开发者可根据项目需求、成本预算和合规要求灵活选择最适合的模型方案；

此外，CodeBuddy Code还积极拥抱先进的国际技术与开源能力，成为国内首款引入 Skills的AI编程工具，为开发者提供更广泛的定制化功能和扩展性。

目前，CodeBuddy Code已经覆盖了腾讯1.2万名工程师，在众多核心业务中被深度集成。

好用的工具，不仅要能内服，更要能外用。

效果如何？数据来说话：

全流程覆盖：从需求分析、代码生成、测试验证、代码评审到知识沉淀，CodeBuddy 全面覆盖开发的每一个环节，辅助开发者全生命周期高效工作；

实质提效：经过实测，通过AI的辅助，昆仑数智每位开发者每天能节省约60分钟工作时间；

高效准确：截至去年10月，基于CodeBuddy打造的昆仑智码，每天的代码补全请求达到了11万次，新增代码生成量中有超过30%由AI完成。

如何安装 CodeBuddy Code

首先简单介绍一下如何安装CodeBuddy Code。

CodeBuddy Code支持macOS、Linux、Windows 全平台使用。不过在正式安装之前，需要首先确保你已经安装了Node.js：

# 检查 Node.js 版本
node --version  # 应显示 v18.20.0 或更高

# 检查 npm 版本
npm --version

确认完环境之后，就可以通过npm来安装Codebuddy Code：

npm install -g @tencent-ai/codebuddy-code

安装成功，在终端执行codebuddy就能进入主界面。

 

​

编辑

首次进入的话，需要进行身份认证。CodeBuddy Code支持通过国内站点、国外站点和企业站点三种方式接入。

国内版和国际版的主要区别在于提供的模型不同，大家可以根据自己的需要选择：

• 国际版: GPT-5.1/5.2、CodeX、CodeX-Max、Gemini-2.5-Pro、3.0-Flash

• 国内版: DeepSeek-V3、Hunyuan、GLM 4.6/4.7、Kimi-K2-Thinking

登录成功后，就可以和CodeBuddy Code开始互动啦。

 

​

编辑

基础功能

接下来，我给大家介绍一下CodeBuddy Code的一些基础但却很重要的功能。

几个重要配置项

对于CodeBuddy Code这种CLI产品而言，设置起来不像Cursor那样直观方便。而是通过配置文件的方式来设置的。

CodeBuddy Code采用的是分层设置策略，它有三种不同的配置文件：

• 用户设置：定义在 ~/.codebuddy/settings.json，这里面的设置会对所有项目生效

• 项目设置：保存在项目目录中：.codebuddy/settings.json ，这里面的设置只对当前项目生效。

settings.json文件大概就长下面这个样子。你可以在这里对CodeBuddy Code的行为权限进行配置。比如哪些行为是直接allow的，哪些行为是需要询问的，以及哪些行为是直接拒绝的。此外，还可以在里面对默认模型进行配置。

 

​

编辑

IDE 集成

因为CodeBuddy Code运行在终端，是没有图形界面的。所以，在修改文件或者查看文件的时候，会显得不太方便。

为了解决这个问题，CodeBuddy Code提供了两种主流的IDE集成功能：

安装VSCODE

打开插件按钮，搜索codebuddy-安装插件

​编辑

登录可以选择国内站点，国际站点，目前建议选择国内站点，国内用记免费，一般使用够用，不要高频使用基本够用，而且免费版版本更新快，2天左右一个版本，功能优化迅速。

​编辑

 

记忆功能

CodeBuddy Code 的记忆机制，其实是我用下来非常加分的一点。

它不是那种黑盒式的“模型自己记住了”，而是用一组 真实存在的 Markdown 文件，把你的项目规则、团队规范、个人偏好都明确写下来，比如 CODEBUDDY.md、.codebuddy/rules/*.md 这些文件。

这样做的好处很直接：可控、可审计、可版本管理。

而且它的记忆是分层级的，用起来很符合工程直觉：

• 用户级记忆：~/.codebuddy/CODEBUDDY.md，放你个人的偏好，比如常用语言、代码风格；

• 项目级记忆：./CODEBUDDY.md 或 ./.codebuddy/CODEBUDDY.md，这是团队共享的规范，比如架构约定、Lint 规则；

• 本地项目记忆：./CODEBUDDY.local.md，默认不提交 Git，适合放一些个人习惯或敏感配置。

实际用的时候也很简单：

第一次进一个新项目，在 CLI 里执行：/init

 

​

编辑

它会引导你生成或加载项目记忆，并且将生成的记忆写入到CODEBUDDY.md文件当中。

模型管理

在模型管理这块，CodeBuddy Code它不是强行绑死你用某一家，而是把模型选择也当成工程配置来做。

你可以通过 settings.json 或者 codebuddy config，在全局或者项目级，设置默认使用的模型。一个典型的配置方式如下：

{
  "models": [
    {
      "id": "my-custom-model",
      "name": "My Custom Model",
      "vendor": "OpenAI",
      "apiKey": "sk-custom-key-here",
      "maxInputTokens"：128000,
      "maxOutputTokens"：4096,
      "url": "https://api.myservice.com/v1/chat/completions",
      "supportsToolCall": true
    }
  ]
}

如果你有自己的模型服务的话，比如 OpenRouter、DeepSeek，或者公司内部代理，可以将他们直接接进来，用起来就跟原生模型一样。

斜杠命令

和Claude Code一样，CodeBuddy Code也内置了非常丰富的斜杠命令。

斜杠命令本质上就是给 Agent 工作流加了一层快捷入口，像/init、/ide、/memory、/help这类的，你可以把它们理解成给 AI 的常用操作配了快捷键。

当你在CodeBuddy Code里面输入斜杠/的时候，它就会提示所有可用的指令：

 

​

编辑

比如/clear可以清空对话记录，开启新对话；对应的，还有/resume来恢复之前的对话；以及/model来切换不同的模型等等。除了这些，CodeBuddy Code还支持数十种斜杠指令，极大的方便了工程开发。

MCP功能

如果说前面的能力是让 CodeBuddy Code 成为一个强力 AI 工程师，那 MCP 则是让它接入你真实世界的工具体系。

有了MCP之后，你可以把外部工具和服务，作为能力注入给 CodeBuddy Code 的 Agent，比如：GitHub、内网搜索、私有知识库、安全扫描器，甚至你们公司自己写的内部系统。只需要使用几条命令，就能快速使用这些服务。

你可以通过项目路径下的.mcp.json 或者全局路径下的settings.json来配置MCP，比如：

 

​

编辑

进阶功能

CodeBuddy Skills

Skills 是 CodeBuddy Code 里我非常喜欢的一套机制。它的作用其实就是给AI助手提供了专业的背景知识，比如将某个特定领域的最佳实践和操作流程封装成可复用的流程。

然后CodeBuddy Code在执行任务的时候，就会自动读取这一套流程，从而更准确的完成任务。

本质上，Skill 就是一个可复用的小能力模块，用来扩展 CodeBuddy Code 的具体行为。你可以用Skill来：

• 按照特定流程进行数据分析和可视化

• PDF 文档处理和转换

• 遵循企业规范，扫描不合规代码并给出修复建议

用法也很工程化，你可以在项目或全局的 skills/ 目录里放 Skill，就比如：

.codebuddy/skills/
├── pdf/
│   └── SKILL.md
├── data-analysis/
│   └── SKILL.md
└── code-review/
    └── SKILL.md

skills目录下的每一个子目录，都对应着一个skill技能。每个子目录里都有一个 SKILL.md，用来描述这个 skill 的工作流程、可用工具等信息。比如这是一个用来处理PDF文档的 SKILL.md:

---
name: pdf
description: PDF 文档处理专家
allowed-tools: Read, Write, Bash, WebFetch
---

你是一个 PDF 文档处理专家，擅长：
- 解析和提取 PDF 内容
- 转换 PDF 为其他格式
- 生成 PDF 报告

当用户需要处理 PDF 相关任务时，请使用以下工作流：
1. 首先检查 PDF 文件是否存在
2. 使用适当的工具提取内容
3. 根据需求进行处理
4. 生成结果报告

可用工具：
- pdftotext：提取文本内容
- pdfinfo：获取 PDF 信息

当CodeBuddy Code执行任务的时候，它会根据任务匹配度、工具需求以及上下文相关性来自动选择合适的skill执行。

SubAgents

SubAgents 是 CodeBuddy Code 里明显偏“平台级”的能力。

它的概念很简单：把一个大的 Agent，拆成多个专职的小 Agent。

而每个 SubAgent 专门负责一类任务，比如CI自动化、依赖更新、PR 审查、安全扫描、性能分析等等。

使用起来也很方便，只需要/agents就能够快速创建子代理。

 

​

编辑

然后选择我们的子代理的存放位置（项目路径或者全局路径）

 

​

编辑

接着再描述子代理的任务，比如这里我希望它完成的任务是：扮演一名代码审查专家，在代码更改后主动审查代码。

 

​

编辑

然后CodeBuddy Code会根据刚刚输入的需求，创建一个子代理出来。并且每次生成完代码之后，这个子代理就会自动运行，对代码进行审查。

 

​

编辑

​