Testlerinizi yazmak ve gözden geçirmek için hangi AI modeli uygun?
CycleMantle sabit bir beyinle birlikte gelmez. Bir bulut AI sağlayıcısı, PC'nizde çalışan bir model veya dahili modeli seçersiniz ve bu seçimi sohbet başına değiştirebilirsiniz. Seçim, istemlerinizin nereye gideceğini ve önerilen testlerin kalitesini belirler.
Bir modeli bağlamanın üç yolu
Bir bulut AI sağlayıcısı
Ayarlar alanına standart bir API uç noktasının adresini ve anahtarınızı girersiniz, CycleMantle sohbeti bu sağlayıcıya gönderir. Büyük bulut modelleri genellikle uzun sınıflar ve karmaşık mantıkla daha iyi başa çıkar. Anahtar PC'nizde kalır. Bir bulut modelle, isteminiz ve ajanın okuduğu metin o sağlayıcıya gider; yerel modelde ise hiçbir şey PC'nizden çıkmaz. Kullanım ücretleri sağlayıcıya aittir, bu yüzden şartlarını okuyun. Anahtarları ve özel anahtarları, ajandan okumasını istediğiniz dosyalarda bulundurmayın.
PC'nizdeki bir model
CycleMantle'ı kendi makinenizde çalışan bir uç noktaya yönlendirirsiniz. İstemler o yerel adrese gider ve yerel modelle hiçbir şey PC'nizden çıkmaz. Bu, üçüncü taraflara göndermek istemediğiniz kodlar için uygundur. Daha küçük yerel modeller daha yavaş olabilir ve uzun dosyalarda zayıf kalabilir, bu yüzden görevleri buna göre seçin: bir sınıf, bir test veri seti, bir hata veren test. Yerel modeli kendiniz başlatır ve güncellersiniz. Sohbet kartları, farklar ve onay modları bir bulut modelle aynı görünür.
Dahili model
Dahili model, kendi uç noktanıza gerek duymadan kullanıma hazırdır, bu yüzden uygulamayı kurduktan sonra denemenin en hızlı yoludur. İlk çalıştırma için kullanın: küçük bir işlev için test isteyin, farkı okuyun ve kartların ve onay modlarının nasıl davrandığını görün. Bir görev daha fazla derinlik gerektirirse, sohbeti bulut veya yerel modele geçirin. Proje klasörünüz, sohbet geçmişi ve onay modu aynı kalır, çünkü bunlar modele değil uygulamaya aittir.
Bağlantıyı Test düğmesiyle kontrol edin
Bir uç nokta girdikten sonra, ajana gerçek iş vermeden önce Test düğmesine basın. Küçük bir istek gönderir, ardından yanıt süresini ve modelin bağlam penceresini gösterir. Yanıt süresi, uzun bir çalıştırmanın her adımının ne kadar bekleyeceğini gösterir. Bağlam penceresi, bir konuşmaya ne kadar kod ve çıktının sığacağını gösterir. Küçük bir pencere bir işlev için yeterlidir ama bir klasör dolusu testle zorlanır. Test başarısız olursa, adresi, anahtarı veya model adını düzeltin ve düğmeye tekrar basın.
Modeli göreve uydurun
Yeniden düzenlemeler ve karmaşık mantık için daha büyük bir model kullanın, bir test veri setini yeniden adlandırmak veya bir assertion eklemek gibi küçük düzenlemeler için daha küçük bir model kullanın. Tüm sohbeti değiştirmeniz gerekmez. run_on_model aracı zor bir adımı daha büyük modele gönderir, rutin adımlar ise seçtiğiniz modelde kalır. Örneğin, test komutunuzu çalıştırıp çıkış kodunu okumayı küçük modele bırakın ve karmaşık bir test sınıfının tasarımını daha büyüğe devredin. Sonucu kartta her halde okuyun.
Kalite modeller arasında değişir, bu yüzden her öneriyi bir taslak olarak kabul edin. Ask first kullanın, böylece her değişiklik onayınızı beklesin, farkı satır satır okuyun ve kabul ettikten sonra test komutunuzu tekrar çalıştırın. Bir test çok zeki görünüyorsa, reddedin ve daha basit bir tane isteyin. Kendi sürüm kontrol geçmişinizi saklayın, böylece geri adım atabilesiniz. Geçen bir çalıştırma faydalı bir kanıttır, ancak garanti değildir.