Conectează un model AI la SentryEdit
SentryEdit nu te leagă de un singur model. Alegi un furnizor de AI în cloud, un model rulat local pe PC sau modelul integrat, iar agentul îl folosește ca să planifice modificările fișierelor tale Verse. Alegerea ta decide încotro merg prompturile.
Trei moduri de conectare
Un furnizor de AI în cloud
Conectează un model găzduit printr-un endpoint API standard. Se potrivește refactorizărilor mari care ating mai multe fișiere .verse, pentru că modelele mari țin bine un context lung. Prompturile tale ajung la furnizorul ales, în timp ce chaturile, folderele proiectelor și cheile API rămân pe PC. Furnizorul poate percepe taxe separat.
Un model pe PC-ul tău
Rulează un model local și îndreaptă SentryEdit spre endpoint-ul lui. Se potrivește proiectelor private și sesiunilor offline, iar nimic nu iese de pe calculatorul tău. Viteza și calitatea depind de hardware, așa că pentru început cele mai potrivite sunt modificările mici și explicarea unui singur fișier.
Modelul integrat
SentryEdit include un model care nu are nevoie de endpoint API, așa că poți încerca agentul imediat pe un fișier Verse mic. Se potrivește primelor experimente cu 1 fișier și 1 sarcină. Verifică-i răspunsurile ca pe ale oricărui alt model și treci la un model mai mare pentru lucrările mai grele.
Verifică conexiunea cu Test
Butonul Test trimite o cerere scurtă către endpoint-ul tău și raportează două numere: timpul de răspuns și fereastra de context. Fereastra de context arată cât text poate citi modelul deodată. Fișierele .verse mari și chaturile lungi cer o fereastră mai mare, așa că verifică-o înainte să începi.
Alegerea unui model pentru sarcină
Folosește un model mai mare pentru refactorizări, logică încâlcită și modificări în multe fișiere. Folosește unul mai mic pentru modificări mici, cum ar fi redenumirea unui câmp sau adăugarea unei linii Print. SentryEdit poate trimite și un singur pas dificil către un model mai mare cu run_on_model, în timp ce restul rămâne pe modelul ales de tine.
Calitatea diferă de la un model la altul. Citește fiecare diff, ține Ask first activat și testează rezultatul în UEFN. Niciun model nu are dreptate în 100 la sută din cazuri.
