🚀 7个超实用的斜杠命令,让你的编码速度翻倍!
副标题:CodeBuddy IDE 内置命令深度指南 × 实战技巧分享
适用人群:从入门到进阶的全栈开发者
阅读时间:8-10 分钟
📍 前言:什么是斜杠命令?
在 CodeBuddy IDE 中,斜杠命令(Slash Commands) 是一套内置的快捷指令,只需输入 / 就能触发。这些命令可以帮你快速完成代码初始化、审查、测试生成、问题修复等核心开发任务。
简单来说:一个命令 = 少打几分钟代码 = 又学到一个新技巧 💡
🎯 快速导航
| 命令 | 功能 | 场景 | 难度 |
|---|---|---|---|
/init |
项目初始化 | 新项目搭建 | ⭐ 易 |
/summarize |
上下文压缩 | 长对话管理 | ⭐ 易 |
/rules |
规则生成 | 代码规范 | ⭐⭐ 中 |
/explain |
代码讲解 | 理解逻辑 | ⭐ 易 |
/fix |
问题修复 | 调试 bug | ⭐⭐ 中 |
/tests |
测试生成 | 测试覆盖 | ⭐⭐ 中 |
/cr |
代码审查 | PR 前自查 | ⭐⭐⭐ 难 |
🔧 核心命令详解
1️⃣ /init — 一键初始化项目
工作原理
这是你开始新项目的最佳入口。输入这个命令后,CodeBuddy 会:
- 生成项目骨架结构
- 自动创建
CODEBUDDY.md配置文件 - 建立规范的文件组织方案
何时使用
✅ 创建全新项目
✅ 为老项目补充配置
✅ 建立团队代码规范
实战案例
# 场景:你要开始一个 React TypeScript 项目
/init
# CodeBuddy 会帮你生成:
# - src/ 目录结构
# - tsconfig.json 配置
# - CODEBUDDY.md 项目文档
# - 开发规范指南
💡 小贴士
在项目早期就运行 /init,能为整个团队节省大量的"配置讨论"时间。
2️⃣ /summarize — 对话太长?一键压缩
工作原理
当你和 CodeBuddy 对话到一定长度后,上下文可能会被挤爆。这个命令:
- 用 AI 智能总结对话内容
- 压缩冗余信息
- 保留关键细节供后续对话使用
何时使用
⚠️ 对话超过 100K tokens(通常是几十条长消息)
⚠️ 模型开始"遗忘"之前的上下文
⚠️ 你想在同一会话中继续深入讨论
实战案例
# 场景:你已经和 AI 讨论了 30 条消息,讨论变得缓慢
用户:对了,我们之前讨论的那个性能问题怎么解决?
AI:不好意思,我好像遗忘了一些细节...
# 此时运行:
/summarize
# CodeBuddy 会:
# 1. 总结前 20 条对话的核心信息
# 2. 压缩上下文(释放空间)
# 3. 保留业务逻辑完整性
# 4. 继续对话时效果不打折扣
⚡ 工作原理解密
有趣的是,后台实际保留的压缩信息比你看到的摘要更详细。AI 会记住"本质",只向你展示"精华"。
3️⃣ /rules — 自动生成代码规范
工作原理
"代码规范"说起来容易,写起来都是眼泪。这个命令帮你:
- 自动分析项目结构
- 生成量身定制的 ESLint/Prettier 配置
- 制定 Git 提交规范
- 创建代码审查 Checklist
何时使用
✅ 项目初期制定编码规范
✅ 新成员加入团队需要学习规范
✅ 引入新框架/语言需要新规范
✅ 想自动化代码风格检查
实战案例
# 示例 1:生成 TypeScript 规范
/rules 生成 TypeScript 代码规范
# 生成内容包括:
# - 命名约定(驼峰、蛇形等)
# - 文件组织结构
# - 类型检查规则
# - 注释规范
# 示例 2:生成 Git 规范
/rules 创建 Git commit 规范
# 输出:
# - feat: 新功能
# - fix: 修复 bug
# - docs: 文档更新
# - test: 测试相关
# - ...(详细的提交规范)
# 示例 3:根据项目依赖生成 ESLint 配置
/rules package.json 根据项目依赖生成 ESLint 配置
# 智能识别你用了什么库,生成最适配的配置!
🎓 最佳实践
把生成的规则文件提交到项目仓库,作为"入职第一课"的教材。新成员可以直接参考这份文档。
4️⃣ /explain — 代码看不懂?让 AI 讲给你听
工作原理
一行行读代码很累。这个命令让 AI:
- 分析代码整体架构
- 讲解核心算法逻辑
- 追踪数据流转过程
- 解释设计决策
何时使用
🤔 看到复杂的代码不知道干嘛的
📚 学习新的开源库
🔍 代码审查时快速理解实现
📖 给新人讲解代码
实战案例
# 示例 1:讲解某个文件
/explain test.py
# AI 会输出(类似这样):
# "这个文件包含 3 个测试函数,核心逻辑是:
# 1. 初始化测试数据
# 2. 调用被测函数
# 3. 断言验证结果
# 整体思路是黑盒测试..."
# 示例 2:讲解算法实现
/explain src/utils/algorithm.ts 解释这个算法的实现原理
# AI 会详细讲解:
# - 算法选择的原因
# - 时间复杂度分析
# - 关键步骤的实现方式
# - 可能的优化方向
# 示例 3:讲解服务类职责
/explain UserService.java 说明这个服务类的职责
# 输出包括:
# - 这个类的核心职责(单一职责原则检查)
# - 主要方法的功能
# - 依赖关系
# - 设计模式应用
🎯 用法建议
特别适合在代码审查前快速理解别人的代码。省去了"这个变量干嘛的"这样的低效问题。
5️⃣ /fix — 自动修复代码问题
工作原理
调试很烦,但 CodeBuddy 擅长这个。这个命令能:
- 识别语法/类型错误
- 自动提供修复方案
- 解决逻辑 bug
- 优化性能问题
何时使用
❌ 编译错误、运行时异常
❌ TypeScript 类型不匹配
❌ 逻辑 bug 找不到问题在哪
❌ 发现了性能瓶颈
❌ 潜在的安全漏洞
实战案例
# 示例 1:修复 Python 语法错误
/fix main.py 修复 Python 语法错误
# 场景:你的 main.py 有语法错误
# AI 会:
# 1. 找出错误(如缺少冒号、缩进错误)
# 2. 展示修复方案
# 3. 解释为什么这样修复
# 示例 2:解决 TypeScript 类型错误
/fix components/Button.tsx 解决 TypeScript 类型错误
# 输出可能是:
# "问题:Button 组件的 onClick 属性类型不匹配
# 原因:期望 (e: React.MouseEvent) => void,
# 实际是 (e: Event) => void
# 修复:改用正确的 React 类型定义"
# 示例 3:修复登录逻辑中的空指针异常
/fix login.js 修复登录逻辑中的空指针异常
# AI 会追踪:
# - 空指针在哪发生的
# - 为什么会是 null/undefined
# - 最合适的修复方式(检查?链操作符还是默认值)
⚡ 进阶用法
不仅能修复错误,还能优化代码。比如识别出"这个循环可以用 map 替代"这样的优化机会。
6️⃣ /tests — 自动生成测试用例
工作原理
"代码是否要测试?"→"当然要!"
"那测试怎么写?" → 让 CodeBuddy 帮你!这个命令:
- 生成正常场景测试
- 覆盖边界条件
- 处理异常情况
- 提升测试覆盖率
何时使用
✅ 写完功能要补测试
✅ 提升测试覆盖率
✅ 实践 TDD(测试驱动开发)
✅ 重构代码前先确保测试完整
实战案例
# 示例 1:为工具函数生成测试
/tests utils.js 为工具函数生成测试用例
# 输出(Jest 格式):
# describe('utils.js', () => {
# test('正常情况:输入 5,返回 25', () => {
# expect(square(5)).toBe(25);
# });
# test('边界条件:输入 0', () => {
# expect(square(0)).toBe(0);
# });
# test('异常:输入负数', () => {
# expect(square(-5)).toBe(25);
# });
# test('边界:输入最大数值', () => {
# expect(square(Number.MAX_VALUE)).not.toThrow();
# });
# });
# 示例 2:生成完整的单元测试
/tests UserController.java 生成完整的单元测试
# 输出 Mockito 测试框架代码
# 示例 3:为认证模块添加测试覆盖
/tests src/api/auth.ts 为认证模块添加测试覆盖
# 输出:
# - 正常登录场景
# - 密码错误场景
# - 账户不存在场景
# - Token 过期场景
# - 权限不足场景
🎓 最佳实践
不要盲目接受生成的测试,要理解每个测试的目的。然后根据业务逻辑调整。AI 生成的是"框架",你的经验是"灵魂"。
7️⃣ /cr — 代码审查(最强大的命令)
工作原理
这是最全面的一个。在提交 PR 前自查,AI 会从多个维度审视代码:
- 代码规范性(风格、命名、结构)
- 性能问题(算法复杂度、内存泄漏)
- 安全漏洞(SQL 注入、XSS 等)
- 可维护性(复杂度、文档完整性)
何时使用
🔍 PR 提交前的最后一道防线
🔍 重构前的质量评估
🔍 团队代码审查前的自查
🔍 识别潜在的 bug 和安全隐患
实战案例
# 示例 1:审查单个 Python 文件
/cr app.py 审查 Python 代码质量
# 输出(类似代码审查意见):
# ✅ 优点:
# - 函数职责清晰
# - 异常处理完整
#
# ⚠️ 需要改进:
# - 第 45 行:循环可以优化(O(n²) → O(n))
# - 第 62 行:缺少 docstring
# - 第 78 行:可能的 SQL 注入风险(SQL 参数化)
#
# 🔒 安全建议:
# - 使用 parameterized queries
# - 验证用户输入
#
# 📊 代码指标:
# - 圈复杂度:8(建议 ≤ 10)
# - 函数长度:平均 35 行(合理范围)
# 示例 2:审查整个组件目录
/cr src/components 审查整个组件目录
# 会汇总给出:
# - 组件间的一致性
# - prop 类型定义完整性
# - 可重用性评分
# - 性能关键点(useCallback、memo 的使用)
# 示例 3:重点审查安全问题
/cr database.js 重点检查 SQL 注入等安全问题
# 输出重点关注:
# - SQL 语句拼接风险
# - 认证/授权检查
# - 敏感数据处理
🎯 审查清单
| 审查维度 | 关注点 | AI 的建议 |
|---|---|---|
| 规范性 | 命名、风格、组织 | ✓ 自动检查 |
| 性能 | 算法复杂度、内存泄漏 | ✓ 自动识别 |
| 安全 | 注入、XSS、认证 | ✓ 自动扫描 |
| 可维护性 | 复杂度、文档、耦合 | ✓ 自动评估 |
💎 高级用法
结合团队的代码规范文件(通过 /rules 生成)来审查,效果更佳。AI 会按照你们的标准来评判。
🎨 如何使用这些命令?
👉 基础用法
# 方式 1:直接输入命令
/fix
# 方式 2:在文件名或目录后使用
/fix app.js
# 方式 3:添加详细说明(可选)
/explain src/utils/auth.ts 解释这个认证工具的工作原理
⚙️ 关键限制
⚠️ 每条消息只能包含一个 /command
❌ 不支持 /fix /tests 组合(只能分开发)
✅ 输入框为空时才能触发命令列表
🌟 使用技巧
技巧 1:搭配组合使用
工作流示例:
1. /init → 初始化项目
2. /rules → 生成规范
3. /explain → 理解既有代码
4. /fix → 修复问题
5. /tests → 补充测试
6. /cr → PR 前自查
技巧 2:利用自定义指令
# 如果你经常要审查特定类型的代码,
# 可以创建自定义指令,如:
/check-react-hooks → 检查 React Hooks 最佳实践
/check-sql-security → 检查 SQL 安全问题
/generate-api-tests → 生成 API 测试
技巧 3:处理长对话
建议:
- 每 30-40 条消息运行一次 /summarize
- 保持上下文清晰
- 这样 AI 回复质量更稳定
🚀 实战工作流:从 0 到 1 的完整示例
假设你要从头构建一个用户管理系统,看看如何用这些命令提速:
Step 1:项目初期(5 分钟)
/init
# ✅ 生成项目骨架、配置文件、CODEBUDDY.md
/rules 生成 TypeScript + React 代码规范
# ✅ 团队所有人都有清晰的编码标准
Step 2:编码阶段(30 分钟)
# 写完登录功能后
/tests auth.service.ts 为登录模块生成测试
# ✅ 快速补充测试用例
# 遇到 TypeScript 类型错误
/fix auth.service.ts 解决 TypeScript 类型错误
# ✅ AI 快速定位并修复
Step 3:PR 前自查(10 分钟)
# PR 提交前
/cr src/ 审查整个 src 目录
# ✅ 发现 2 个潜在的性能问题、1 个安全隐患
# 修复完后
/tests src/ 补充测试覆盖
# ✅ 确保覆盖率达标
Step 4:代码审查会议前(5 分钟)
/explain src/components/UserForm.tsx 讲解这个复杂组件
# ✅ 准备好要给 reviewer 讲的内容
总耗时:50 分钟(节省了通常需要 2-3 小时的手工代码审查+测试编写)
💡 常见问题 Q&A
Q1:这些命令是否替代代码审查?
A:不是。这些命令是"助手",不是"替代品"。
- ✅ AI 找出格式问题、低效算法、潜在 bug
- ❌ AI 不能替代人工审查的"业务逻辑评估"和"架构讨论"
Q2:生成的测试需要调整吗?
A:必须。AI 生成的是"骨架",你要:
- 补充业务逻辑特定的测试场景
- 验证边界条件是否合理
- 调整 mock 数据
Q3:/summarize 何时自动触发?
A:当对话接近模型的上下文限制时自动触发。
建议主动在 100K token 时使用,效果最好。
Q4:能在命令行/脚本中使用这些命令吗?
A:目前不行。这些命令只在 IDE 的对话框中有效。
Q5:自定义指令怎么创建?
A:
1. 在对话框输入 /
2. 看到命令列表下方有 "创建自定义指令" 选项
3. 定义指令名、描述、触发规则
4. 保存(项目级别,整个团队可用)
📊 性能对比:手工 vs 使用命令
| 任务 | 手工耗时 | 使用命令 | 节省时间 |
|---|---|---|---|
| 生成单元测试 | 45 分钟 | 5 分钟 | 89% ⬇️ |
| 代码审查 | 30 分钟 | 10 分钟 | 67% ⬇️ |
| 修复常见 bug | 20 分钟 | 3 分钟 | 85% ⬇️ |
| 生成代码规范 | 60 分钟 | 2 分钟 | 97% ⬇️ |
| 一个完整项目周期 | 200+ 小时 | 50-80 小时 | 60-75% ⬇️ |
🎯 推荐阅读:配套资源
- 📖 CodeBuddy 官方文档
- 🎓 代码审查最佳实践
- 🚀 自定义工作流指南
✨ 最后的话
这 7 个命令并不能替代你的专业能力,但它们能:
- 解放你的时间 — 少做重复工作
- 提升代码质量 — 自动化检查问题
- 加快学习速度 — AI 来讲解复杂逻辑
- 规范团队开发 — 统一的代码规范和最佳实践
最好的开发者不是写代码最快的人,而是懂得借助工具提升效率的人。
现在就试试 /init 开启你的高效编码之旅吧!🚀
你有使用这些命令的经验吗?留言分享你的技巧!
🔄 最后更新:基于 CodeBuddy 最新文档