CycleMantle
Model

Model AI mana yang harus menulis dan meninjau tes Anda?

02

CycleMantle tidak menyertakan satu 'otak' tunggal. Anda memilih penyedia AI cloud, model yang berjalan di PC Anda, atau model bawaan, dan bisa mengubah pilihan ini per sesi obrolan. Pilihan ini menentukan ke mana prompt Anda dikirim dan seberapa baik kualitas tes yang diusulkan.

CycleMantle→Endpoint API→Model

Tiga cara menghubungkan model

Penyedia AI cloud

Masukkan alamat endpoint API standar dan kunci Anda di pengaturan, lalu CycleMantle akan mengirim obrolan ke penyedia tersebut. Model cloud besar biasanya lebih mampu menangani kelas panjang dan logika rumit. Kunci tetap tersimpan di PC Anda. Dengan model cloud, prompt dan teks file yang dibaca agen dikirim ke penyedia tersebut; dengan model lokal, tidak ada data yang keluar dari PC Anda. Biaya penggunaan ditanggung penyedia, jadi baca syarat dan ketentuannya. Jauhkan kata sandi dan kunci pribadi dari file yang Anda minta dibaca agen.

Model di PC Anda

Arahkan CycleMantle ke endpoint yang berjalan di mesin Anda sendiri. Prompt kemudian dikirim ke alamat lokal tersebut, dan dengan model lokal, tidak ada data yang keluar dari PC Anda. Ini cocok untuk kode yang tidak ingin Anda kirim ke pihak ketiga. Model lokal yang lebih kecil mungkin lebih lambat dan kurang mampu menangani file panjang, jadi pilih tugas yang sesuai: satu kelas, satu fixture, atau satu tes yang gagal. Anda memulai dan memperbarui model lokal sendiri. Kartu obrolan, diff, dan mode persetujuan tampil persis sama seperti saat menggunakan model cloud.

Model bawaan

Model bawaan siap digunakan tanpa perlu endpoint sendiri, sehingga ini cara tercepat untuk mencoba aplikasi setelah instalasi. Gunakan untuk menjalankan pertama: minta tes untuk satu fungsi kecil, baca diff, dan lihat bagaimana kartu serta mode persetujuan bekerja. Jika tugas membutuhkan kedalaman lebih, ganti obrolan ke model cloud atau lokal. Folder proyek, riwayat obrolan, dan mode persetujuan tetap sama karena itu milik aplikasi, bukan model.

Periksa koneksi dengan tombol Uji

Setelah memasukkan endpoint, tekan tombol Uji sebelum memberikan pekerjaan nyata kepada agen. Tombol ini mengirim permintaan kecil, lalu menampilkan waktu respons dan jendela konteks model. Waktu respons memberi tahu Anda berapa lama setiap langkah dalam proses panjang akan menunggu. Jendela konteks memberi tahu Anda berapa banyak kode dan output yang muat dalam satu percakapan. Jendela kecil cukup untuk satu fungsi, tetapi akan kesulitan dengan seluruh folder tes. Jika uji gagal, perbaiki alamat, kunci, atau nama model, lalu tekan tombol lagi.

Sesuaikan model dengan tugas

Gunakan model yang lebih besar untuk refactor dan logika kompleks, dan model yang lebih kecil untuk pengeditan kecil seperti mengganti nama fixture atau menambahkan satu asersi. Anda tidak perlu mengganti seluruh obrolan. Alat run_on_model mengirim satu langkah rumit ke model yang lebih besar, sementara langkah rutin tetap menggunakan model pilihan Anda. Misalnya, biarkan model kecil menjalankan perintah tes dan membaca kode keluar, lalu serahkan desain kelas tes yang rumit ke model yang lebih besar. Baca hasilnya di kartu apa pun.

Kualitas hasil bervariasi antar model, jadi perlakukan setiap usulan sebagai draf. Gunakan Ask first agar setiap perubahan menunggu persetujuan Anda, baca diff baris demi baris, dan jalankan perintah tes lagi setelah menerimanya. Jika tes terlihat terlalu rumit, tolak dan minta versi yang lebih sederhana. Jaga riwayat kontrol versi Anda agar bisa kembali ke versi sebelumnya. Jalur yang lulus (passing run) adalah bukti yang berguna, tetapi bukan jaminan mutlak.

CycleMantle untuk Windows

Pilih model, lalu coba satu tes

Unduh CycleMantle ↗