要让CodeBuddy智能体精准理解角色、行为与边界，需构建四类结构化训练数据：角色定义（含身份、范围、禁令）、行为示范（人工录制或自动生成的合规轨迹）、约束强化（越界指令及标准化拒答响应）、领域知识（动态加载的架构/风格/模板锚点）。
☞☞☞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☜☜☜
要让CodeBuddy智能体真正理解“你是谁、该干什么、在什么场景下不能越界”，必须喂给它结构清晰、语义精准、带约束边界的训练数据，而不是把一堆零散对话日志直接扔进微调管道。
角色定义数据：明确身份与边界
第一步，在skills/role_definition/目录下新建backend_engineer.md文件，用YAML+Markdown混合格式声明角色身份、职责范围和硬性禁令。必须包含role_name、scope（允许操作的文件类型与路径模式）、forbidden_actions（如禁止执行rm -rf /、禁止读取.env）、default_toolset四项字段。【scope字段若写成**/*.py而未限定根目录，会导致AI在任意嵌套层级遍历代码，可能误触测试环境配置】
第二步，为该角色补充3～5条典型用户指令示例，每条需标注intent（意图标签）和expected_skill（应触发的Skill模块名），例如："请把UserService.java里所有硬编码的超时值改成可配置参数" → intent: refactor_configurable_timeout → expected_skill: java-refactor-timeout。
行为示范数据：真实任务执行轨迹
方法一：人工录制高质量操作链
打开CodeBuddy IDE，启用Agent Trace Recorder插件，执行一个完整闭环任务（如“修复Spring Boot Controller中NPE异常”），确保每一步都含工具调用、上下文切换、错误回退与最终验证。录制结束后导出.trace.jsonl文件，检查其中tool_calls字段是否包含合法命令、file_context是否只加载必要文件、error_handling节点是否体现重试逻辑。
方法二：用CodeBuddy Code引擎自动生成带校验的示范
调用codebuddy-code --mode=generate-trace --task="add pagination to Django ListView"，生成10条轨迹后，用trace-validator脚本过滤掉含shell_exec未声明权限、或read_file路径超出scope限制的样本。保留的每条轨迹必须通过context_minimality_score > 0.85阈值——这个分数由AST节点覆盖率与无关行剔除率联合计算得出。
约束强化数据：越界行为负样本
第一步：构造三类典型越界指令
① 权限越界型：“读取项目根目录下的secrets.yaml”；② 工具滥用型：“用curl直接调用生产数据库API”；③ 上下文污染型：“忽略当前打开的React组件文件，去修改webpack.config.js”。
php获得文件的mime type类
php获得文件的mime type类
下载
第二步：为每条越界指令标注标准拒答响应模板
不是简单回复“我不能做”，而是严格按refuse_template_v2规范输出：首句声明权限边界（如“根据角色设定，我无权访问非src目录下的配置文件”）→ 次句给出合规替代路径（如“建议您将敏感配置通过环境变量注入，并在src/config/下新建env-loader.ts统一处理”）→ 末句主动提供辅助动作（如“需要我帮您生成该loader的TypeScript骨架代码吗？”）。
第三步：将拒答响应与原始越界指令配对，存入data/constraints/negative_samples/目录，文件命名格式为backend_engineer-001-v2.json，确保input与output字段严格对齐，且output中不含任何模型自由发挥内容。
领域知识注入数据：动态加载的上下文锚点
在skills/java-springboot/references/下放置三类文件：
① architectural_constraints.md：明确本项目采用分层架构，Controller层禁止直接调用DAO，Service层必须抛出业务异常而非RuntimeException；
② code_style_guide.json：规定Lombok注解使用规则（如@Data禁用于Entity类，@Builder必须配合@NoArgsConstructor）；
③ common_patterns/子目录：存放5个高频模板文件，如rest-api-error-handler.java，每个模板头部用标记唯一ID，供Skill匹配系统识别。
这一步不做任何训练数据打包操作，仅确保文件物理存在且元数据可被CodeBuddy的skill-scanner模块实时索引。当用户提问涉及“统一异常处理”时，系统会自动将rest-api-error-handler.java内容注入上下文，而非依赖模型记忆。