CycleMantle
Modelos

Qual modelo de IA deve escrever e revisar seus testes?

02

O CycleMantle não vem com um 'cérebro' fixo. Você escolhe um provedor de IA em nuvem, um modelo rodando no seu PC ou o modelo embutido, e pode alterar essa escolha por chat. A escolha define para onde seus prompts vão e a qualidade dos testes propostos.

CycleMantle→Endpoint da API→Modelo

Três formas de conectar um modelo

Um provedor de IA em nuvem

Insira o endereço de um endpoint de API padrão e sua chave nas configurações; o CycleMantle enviará o chat para esse provedor. Modelos grandes de nuvem geralmente lidam melhor com classes extensas e lógica complexa. A chave permanece no seu PC. Com um modelo em nuvem, seu prompt e o texto do arquivo lido pelo agente vão para esse provedor; com um modelo local, nada sai do seu PC. Quaisquer taxas de uso são cobradas pelo provedor, então leia os termos dele. Mantenha senhas e chaves privadas fora dos arquivos que você pede ao agente para ler.

Um modelo no seu PC

Aponte o CycleMantle para um endpoint que roda em sua própria máquina. Os prompts então vão para esse endereço local e, com um modelo local, nada sai do seu PC. Isso é ideal para código que você não quer enviar para terceiros. Modelos locais menores podem ser mais lentos e ter desempenho inferior com arquivos longos, então escolha tarefas adequadas: uma classe, um fixture, um teste falhando. Você inicia e atualiza o modelo local sozinho. Os cartões de chat, os diffs e os modos de aprovação funcionam exatamente como com um modelo em nuvem.

O modelo embutido

O modelo embutido está pronto para uso sem precisar de um endpoint próprio, sendo a maneira mais rápida de experimentar o app após a instalação. Use-o para uma primeira execução: peça testes de uma função pequena, leia o diff e veja como os cartões e os modos de aprovação se comportam. Se uma tarefa precisar de mais profundidade, alterne o chat para um modelo em nuvem ou local. A pasta do seu projeto, o histórico do chat e o modo de aprovação permanecem iguais, pois pertencem ao app e não ao modelo.

Verifique a conexão com o botão Testar

Depois de inserir um endpoint, pressione o botão Testar antes de dar trabalho real ao agente. Ele envia uma solicitação pequena e mostra o tempo de resposta e a janela de contexto do modelo. O tempo de resposta indica quanto tempo cada etapa de uma execução longa vai esperar. A janela de contexto indica quanto código e saída cabem em uma conversa. Uma janela pequena é suficiente para uma função, mas tem dificuldade com uma pasta inteira de testes. Se o teste falhar, corrija o endereço, a chave ou o nome do modelo e pressione o botão novamente.

Combine o modelo com a tarefa

Use um modelo maior para refatorações e lógica complexa, e um menor para edições pequenas, como renomear um fixture ou adicionar uma asserção. Você não precisa alterar todo o chat. A ferramenta run_on_model envia uma etapa difícil para um modelo maior, enquanto as etapas rotineiras permanecem no modelo que você escolheu. Por exemplo, deixe um modelo pequeno executar seu comando de teste e ler o código de saída, e entregue o design de uma classe de teste complicada ao modelo maior. Leia o resultado no cartão de qualquer forma.

A qualidade varia entre os modelos, então trate cada proposta como um rascunho. Use Ask first para que cada alteração aguarde sua aprovação, leia o diff linha por linha e execute seu comando de teste novamente após aceitá-lo. Se um teste parecer muito engenhoso, rejeite-o e peça um mais simples. Mantenha seu histórico de controle de versão para que você possa voltar atrás. Uma execução com sucesso é uma evidência útil, mas não é uma garantia.

CycleMantle para Windows

Escolha um modelo, depois tente um teste

Baixar CycleMantle ↗