能生成，不能稳定修 Bug
补全流畅，真正定位缺陷、给出可编译修复时却不稳。缺的是带位置和类型的缺陷样本，而不是再堆公开仓库。
你们可能正在遇到
模型会补全，却经常改不对、说不清
修了这一处，坏了另一处
没有「改前 / 改后」成对数据，模型学不到最小必要改动。需要同一问题的对照对，并写清为什么这样改。
语言一换就掉队
Python 还行，Java、C++、Go 或前端栈明显变差。需要跨语言、同一任务口径的代码对，而不是单一语言爬虫。
代码能跑，文档对不上
注释过时、函数说明像口号。需要「代码 ↔ 注释 / 文档」对齐标注，才能训文档生成和解释能力。
核心能力
四类数据，对应 Code LLM 最缺的能力
代码缺陷标注
在真实或授权仓库中定位 Bug：出错文件、行区间、触发条件。按类型分类（空指针、越界、并发、资源泄漏、错误处理、安全注入等），并附简短复现说明。模型先学会「错在哪」，再谈「怎么改」。
修复逻辑梳理
同一问题给出 Before / After 代码对：改动尽量小、可编译或可运行。附修复意图（为何改、改了哪条约束、有没有测试）。避免「整段重写」式噪音，让微调学到可复用的修补模式。
多语言代码对构建
按任务对齐多种实现：Python、Java、C/C++、Go、JavaScript/TypeScript 等。可以是「同一算法不同语言」，也可以是「同一缺陷在不同语言里的修复」。字段写清语言、版本与依赖，避免把不可运行片段当训练正例。
注释与文档生成标注
为函数、模块、API 配上与代码一致的注释、参数说明、返回值与例外。可做「缺文档的代码 → 应写文档」对，也可做「过时注释 → 更正后注释」对，专门训解释与文档生成，而不是空喊「会写 README」。
为什么选我们
按工程规范做数据，而不是堆公开仓库
先对齐口径再扩产
缺陷类型、语言范围、能否运行、要不要测试，都在试标里锁死。通过后再按批次生产，避免标了一堆却训不进去。
懂代码的人盯指南
缺陷分类和修复对需要读得懂上下文。标注与抽检分岗，争议样本升级，不把「能编译」当成唯一标准。
可抽检、写出仓说明
语言分布、缺陷类型占比、修复对是否可运行，写入交付说明。未达约定门槛的批次不出仓。质检流程与视频数据共用同一套关口，见质量保障。
授权与脱敏
只用客户授权代码、自有习题或合同允许的开源许可范围。可按约定去掉仓库名、账号与内部域名。加密交到你们指定存储。
合作流程
从需求沟通到数据交付
模型用途（补全 / 修复 / 文档）、语言、缺陷类型、规模（条数或仓库数）。
一小批金标：缺陷怎么标、修复对怎样算合格。
按冻结指南生产四类数据，自动规则拦空标签、语言字段错误。
抽检可运行性、类型一致性、文档是否与代码对齐。
JSONL / 仓库切片 + 字段说明 + 覆盖统计，加密传输。
项目类型（脱敏）
这类数据通常用在哪里
公开页不写客户真名。下列为典型用途，细节咨询时说明。
代码修复微调
给已有 Code LLM 补「缺陷 → 最小修复」对，提升修 Bug 与改测试的成功率，减少整段胡乱重写。
多语言与文档能力
同一任务跨语言实现，或给内部 API 生成与代码一致的注释、手册片段，供企业私有模型使用。
你们会收到什么
代码 + 标注 + 说明，一套齐
| 包含内容 | 说明 |
|---|---|
| 源码切片 | 按约定语言与许可范围；可附最小可运行上下文 |
| 缺陷与修复标注 | 位置、类型、Before/After、修复意图；需要时含测试 |
| 多语言 / 文档对 | 语言字段、对齐任务 ID、注释与文档文本 |
| 项目说明 | 各类型条数、语言占比、抽检结果 |
| 交付方式 | 加密传到你们指定存储，不用公开网盘默认链接 |
实战案例
代码修复数据集 — React 双重渲染冲突排查
一份完整封存的修复样本：需求、红屏报错、定位、构建层修复，以及改前 / 改后代码。可下载 JSON，用于评测或微调「复杂环境怎么改对」。
已修复
React + Vite
构建环境冲突
CODEREPAIR
业务场景
独立站创作区要加「多模型选图」：在需求描述下方选出图模型，并支持图片单张删除与清空。
遇到的困难
功能代码已经写上，底部也能看到模型选项，但整页被红屏盖住，无法点击。报错是 NotFoundError: Failed to execute 'removeChild' on 'Node'——节点不属于当前 React 树，典型双重实例冲突，而不是选图逻辑写错。
我们如何解决
顺着构建链路查，发现入口与创作区各加载了一份 React。在 vite.config.ts 里用 resolve.dedupe 强制同一份 React，并配合 optimizeDeps 预构建依赖，从根上消掉 DOM 归属冲突。
最终成果
红屏消失。模型选择、出图、单张删除与清空均可操作。需求 → 报错 → 定位 → 修复整条链路已打成数据包（含改前 / 改后切片与结论）。
这个案例说明什么
代码训练数据不只是函数级补丁。环境冲突、双重运行时、构建配置这类「功能看起来写对了、页面却挂了」的样本，对 Code LLM 同样值钱——模型要学会改对构建，而不只是改一行业务代码。
数据脱敏
问询
咨询代码数据方案
请写明模型用途（修复 / 补全 / 文档）、语言、大概规模。报价按范围确认，本页不标价。