Model mana yang harus mengedit Object Pascal Anda
Arraydeck tidak menyertakan satu otak tetap. Anda menghubungkan penyedia AI cloud melalui endpoint API standar, menjalankan model di PC Anda sendiri, atau menggunakan model bawaan, dan Anda dapat mengubah pilihan kapan pun tugas membutuhkan sesuatu yang berbeda.
Tiga cara untuk menghubungkan model
Penyedia AI cloud
Penyedia AI cloud diakses melalui endpoint API standar yang Anda masukkan ke dalam aplikasi, bersama dengan kunci API Anda. Ini cocok untuk unit besar, refaktor panjang, dan tugas di mana model yang lebih besar beralasan lebih baik. Konsekuensi privasinya jelas. Prompt dikirim ke penyedia, termasuk teks dari file apa pun yang dibaca agen, dan ditangani sesuai ketentuan penyedia tersebut. Kunci API Anda tetap di PC Anda, dan rahasia dalam output alat akan dihapus sebelum mencapai model. Penagihan untuk layanan penyedia terjadi antara Anda dan penyedia.
Model yang berjalan secara lokal di PC Anda
Model yang berjalan secara lokal di PC Anda menjawab permintaan dari mesin Anda sendiri. Ini cocok untuk kode pribadi, pengeditan kecil yang cepat, dan pekerjaan di mana tidak ada yang boleh keluar dari komputer. Dengan model lokal, tidak ada yang keluar dari mesin, dan obrolan, folder kerja, dan kunci API tetap berada di PC. Batasannya adalah perangkat keras. Model lokal yang kecil memiliki jendela konteks yang lebih kecil dan mungkin memerlukan unit yang lebih pendek atau instruksi yang lebih jelas, jadi bacalah setiap diff dengan ekstra hati-hati.
Model bawaan
Model bawaan siap digunakan tanpa endpoint milik Anda sendiri. Pilih ini ketika Anda ingin mencoba Arraydeck pada proyek pertama, membaca unit, atau meminta perubahan kecil. Kualitas bervariasi sesuai tugas seperti model lainnya, jadi tinjau diff sebelum menerimanya, jalankan perintah build Anda, dan pastikan Ask first tetap aktif. Anda dapat menghubungkan penyedia cloud atau model lokal nanti di pengaturan yang sama.
Apa yang dikatakan tombol Uji
Tekan Uji setelah Anda memasukkan endpoint, kunci, atau nama model. Tombol ini memeriksa endpoint dan menampilkan waktu respons serta jendela konteks. Waktu respons menunjukkan berapa lama waktu yang dibutuhkan untuk membalas dari koneksi ini, yang membantu ketika Anda membandingkan dua model pada tugas yang sama. Jendela konteks menunjukkan berapa banyak teks yang dapat diambil model sekaligus, yang penting untuk unit panjang dengan banyak prosedur. Uji yang gagal biasanya berarti alamat atau kunci salah, jadi perbaiki pengaturan sebelum memulai tugas.
Memilih model untuk pekerjaan
Gunakan model yang lebih besar untuk refaktor, unit panjang, dan logika kompleks, dan model yang lebih kecil untuk pengeditan kecil seperti menambahkan try ... finally atau mengganti nama prosedur. Anda dapat mencampur keduanya dalam satu obrolan. run_on_model mengirim satu langkah sulit ke model yang lebih besar sementara sisa pekerjaan tetap pada model yang Anda pilih, dan tugas memulai sub-agen ketika bagian pekerjaan dapat berjalan secara paralel. Sesuaikan model dengan langkahnya, dan periksa jendela konteks dengan tombol Uji sebelum menempelkan unit besar.
Kualitas berbeda antar model dan antar tugas, dan tidak ada model yang menyelesaikan setiap tugas dengan benar. Bacalah setiap diff, bangun proyek, dan jalankan pengujian Anda sebelum menerima perubahan. Ask first akan menjeda sebelum tindakan yang mengubah sesuatu, sehingga jawaban yang lemah dari model apa pun hanya memakan waktu beberapa detik untuk dibaca daripada unit yang rusak. Tolak diff dan tulis ulang permintaan ketika tidak sesuai.
