CycleMantle
모델

AI 모델 중 테스트 작성과 검토는 어느 것이 좋을까요?

02

CycleMantle에는 고정된 하나의 AI 엔진이 기본 탑재되지 않습니다. 클라우드 AI 제공업체, 로컬 PC에서 실행되는 모델, 또는 내장 모델을 선택할 수 있으며, 채팅마다 선택을 바꿀 수도 있습니다. 이 선택은 프롬프트가 어디로 전달될지와 제안된 테스트의 품질을 결정합니다.

CycleMantle→API 엔드포인트→모델

모델 연결하는 세 가지 방법

클라우드 AI 제공업체

표준 API 엔드포인트 주소와 설정의 API 키를 입력하면 CycleMantle이 해당 제공업체로 채팅을 보냅니다. 대형 클라우드 모델은 긴 클래스와 복잡한 로직을 더 잘 처리합니다. 키는 PC에 그대로 유지됩니다. 클라우드 모델의 경우 프롬프트와 에이전트가 읽는 파일 텍스트가 제공업체로 전송되지만, 로컬 모델의 경우 데이터가 PC 밖으로 나가지 않습니다. 사용 요금은 제공업체에서 부과하므로 약관을 반드시 확인하세요. 에이전트에게 읽게 할 파일에 비밀번호와 개인 키를 넣지 마세요.

PC의 AI 모델

CycleMantle를 로컬에서 실행 중인 엔드포인트에 연결하세요. 프롬프트가 로컬 주소로 전달되며, 로컬 모델을 사용한다면 데이터가 외부로 나가지 않습니다. 외부에 공개하기 어려운 코드에 적합합니다. 작은 로컬 모델은 속도가 느리고 긴 파일 처리 능력이 부족할 수 있으므로, 한 클래스, 한 피스처, 하나의 실패하는 테스트처럼 적절한 작업에 집중하세요. 로컬 모델은 직접 시작하고 업데이트합니다. 채팅 카드, 변경 사항, 승인 모드는 클라우드 모델과 완전히 동일하게 표시됩니다.

내장 모델

내장 모델은 별도의 엔드포인트 없이 바로 사용할 수 있어, 앱을 설치한 후 가장 빠르게 체험할 수 있는 방법입니다. 첫 실행에 사용해 보세요: 작은 함수 하나에 대한 테스트를 요청하고, 변경 사항을 확인하며, 카드와 승인 모드가 어떻게 작동하는지 살펴보세요. 작업에 더 깊은 분석이 필요하면 채팅을 클라우드 또는 로컬 모델로 전환하세요. 프로젝트 폴더, 채팅 기록, 승인 모드는 그대로 유지됩니다. 이는 앱에 속하는 설정이지 모델에 속하는 것이 아니기 때문입니다.

테스트 버튼으로 연결을 확인하세요

엔드포인트를 입력한 후 에이전트에 실제 작업을 맡기기 전에 [테스트] 버튼을 누르세요. 작은 요청을 보내면 응답 시간과 모델의 컨텍스트 윈도우가 표시됩니다. 응답 시간을 알면 긴 실행 중 각 단계가 얼마나 기다려야 하는지 알 수 있습니다. 컨텍스트 윈도우는 한 번의 대화에 코드와 출력이 얼마나 들어갈 수 있는지 알려줍니다. 작은 윈도우는 단일 함수에는 적합하지만 테스트 폴더 전체에는 부하가 될 수 있습니다. 테스트가 실패하면 주소, 키 또는 모델 이름을 수정하고 버튼을 다시 누르세요.

모델을 작업에 맞게 선택하세요

더 큰 모델을 사용해 리팩토링이나 복잡한 로직을 처리하고, 테스트 파일 이름 변경이나 어서션 추가 같은 작은 수정에는 작은 모델을 사용하세요. 채팅 전체를 전환할 필요는 없습니다. run_on_model 도구는 하나의 어려운 단계를 큰 모델에 전달하고, 일상적인 단계는 선택한 모델에서 처리합니다. 예를 들어 작은 모델에게 테스트 명령어 실행과 종료 코드 읽기를 맡기고, 까다로운 테스트 클래스 설계는 큰 모델에 맡기세요. 어떤 경우든 카드에서 결과를 확인하세요.

모델마다 품질이 다르므로 제안은 초안으로 여기세요. 'Ask first'를 사용해 변경 사항을 확인한 뒤에 적용하세요. 변경 내용을 한 줄씩 검토한 후 테스트 명령을 다시 실행하세요. 테스트가 너무 복잡해 보이면 거부하고 더 간단한 버전을 요청하세요. 버전 관리 기록을 유지해 필요할 때 이전 상태로 되돌릴 수 있게 하세요. 테스트가 통과하는 것은 유용한 증거이지만, 절대적인 보장은 아닙니다.

Windows용 CycleMantle

모델을 선택한 후 테스트를 한 번 시도해 보세요

CycleMantle 다운로드 ↗