Podłącz model AI do SentryEdit

SentryEdit nie zmusza Cię do jednego modelu. Wybierasz dostawcę AI w chmurze, model działający lokalnie na komputerze albo model wbudowany, a agent używa go do planowania zmian w Twoich plikach Verse. Ten wybór decyduje, dokąd trafiają Twoje prompty.

Trzy sposoby połączenia

Dostawca AI w chmurze

Podłącz model hostowany przez standardowy endpoint API. Pasuje do dużych refaktoryzacji obejmujących kilka plików .verse, bo duże modele radzą sobie z długim kontekstem. Twoje prompty trafiają do wybranego dostawcy, a czaty, foldery projektów i klucze API zostają na komputerze. Dostawca może pobierać osobną opłatę.

Model na Twoim komputerze

Uruchom model lokalnie i wskaż SentryEdit jego endpoint. Pasuje do prywatnych projektów i sesji offline, a nic nie opuszcza Twojego komputera. Szybkość i jakość zależą od sprzętu, więc na początek najlepiej sprawdzają się małe zmiany i objaśnienia jednego pliku.

Model wbudowany

SentryEdit zawiera model, który nie potrzebuje endpointu API, więc od razu wypróbujesz agenta na małym pliku Verse. Pasuje do pierwszych eksperymentów z 1 plikiem i 1 zadaniem. Sprawdzaj jego odpowiedzi jak każde inne, a przy większych zadaniach przejdź na większy model.

Sprawdź połączenie przyciskiem Test

Przycisk Test wysyła krótkie zapytanie do Twojego endpointu i podaje dwie liczby: czas odpowiedzi i okno kontekstu. Okno kontekstu to ilość tekstu, jaką model potrafi przeczytać naraz. Duże pliki .verse i długie czaty wymagają większego okna, więc sprawdź je, zanim zaczniesz.

Wybór modelu do zadania

Użyj większego modelu do refaktoryzacji, trudnej logiki i zmian w wielu plikach. Użyj mniejszego do drobnych poprawek, jak zmiana nazwy pola czy dodanie linii Print. SentryEdit może też wysłać jeden trudny krok do większego modelu przez run_on_model, a reszta zostaje na wybranym przez Ciebie modelu.

Jakość różni się między modelami. Czytaj każdy diff, zostaw włączone Ask first i testuj wynik w UEFN. Żaden model nie ma racji w 100 procentach przypadków.