CodeBuddy 迎来一次重要升级，覆盖 5 大典型场景：
- Craft 智能体：用自然语言进行多文件代码生成、修改与重构；可新建项目、重构旧代码、产出可运行应用。
- MCP 市场：一键接入腾讯云 COS、GitHub 等服务的智能插件，以“插件化”扩展能力，显著降低门槛。
- AI 技术对话：集成式问答与代码解释/注释生成，帮助快速理解与维护代码。
- 智能补全与修复：上下文感知的代码补全，支持多语言与多框架；内置规范检查与自动修复。
- 单测与代码审查自动化：自动生成单元测试用例与审查建议，提前发现潜在问题，优化结构。
基于这套能力，我做了一个「股票智能筛选器」Demo，帮助普通用户快速拥有自己的选股 AI。
1. 快速安装
在 VS Code 插件市场搜索并安装 CodeBuddy → 弹出界面扫码登录 → 登录成功后，左侧即为与 CodeBuddy 的对话窗口（与 Cursor、Trae 等对话式助手类似，用法一致：对话驱动开发）。
2. 快速构建“股票智能筛选器”
2.1 筛选规则（示例）
- 市值 > 20 亿美元：保证公司规模与流动性；
- 过去 250 天涨跌幅为正：筛出相对强势个股；
- 当前股价 ≥ 10 美元：降低“庄股/冷门股”比例。
2.2 获取行情数据（yfinance）
yfinance 是一个从 Yahoo Finance 拉取金融数据的 Python 库，适合量化研究与可视化：
- 历史数据：开/收/高/低/量
- 实时与概览：市值、涨跌幅、行业、PE、股息率等
- 财务三表：资产负债表、利润表、现金流
- 批量下载与 DataFrame 输出，便于后续分析
小贴士：免费接口可能触发限流（HTTP 429），可考虑分批请求、缓存或换用付费/自建数据源降低失败率。
2.3 让 CodeBuddy 直接生成项目
对话输入示例（可复制）：
几秒钟即可得到初版代码 → 点击 Apply/采纳 → 自动对现有工程做最小变更。若遇到报错（如 429 Too Many Requests），把错误信息直接发给 CodeBuddy，让它给出重试/节流/缓存等修复方案并自动改码。
2.4 初步成果
短时间内可完成一个美股智能筛选器：输入股票清单 → 自动拉取数据 → 判断是否满足条件 → 实时表格展示结果。
2.5 进阶：加入技术指标（以 MACD 为例）
常用指标参考：
- 估值类：PE、PB、PEG、EV/EBITDA
- 技术面：250 日涨跌幅、5/20/60 日均线、MACD 金叉/死叉、RSI（>70 超买，<30 超卖）
示例对话：
CodeBuddy 会补充数据计算与可视化代码，生成更直观的技术面分析。
3. 一键分享网站
如何把 Streamlit 项目分享出去？ CodeBuddy 会列出多种路径：
- Streamlit Community Cloud（官方）：GitHub 开源仓库 → 绑定并部署 → 免费可分享；
streamlit run app.py --server.port=80推荐：先用 Streamlit 官方平台，部署最省事、分享最方便。
写在最后
本次实践展示了 CodeBuddy 在快速原型场景中的价值： 从安装、对话式生成代码、自动修复，到指标接入与可视化，大部分工作通过对话协作完成，极大降低了量化工具的入门门槛。
展望（可继续交给 CodeBuddy 实现）：
- 更多数据源：雪球、富途、东财、华尔街见闻等 API；
- 策略自动回测：自然语言描述策略 → 自动回测 → 生成报告；
- 一键部署与分享：Gradio/Streamlit/容器化全链路；
- 语音交互编程：语音描述筛选逻辑与图表；
- 多模型协同：GPT / Claude / Gemini 集成投票，提升生成质量与稳健性。
在“智能开发”的新范式下，你只需一个想法与几句 Prompt，就能搭起自己的投资辅助系统；CodeBuddy 将是你最得力的 AI 编程伙伴。
