Elige el modelo que impulsa tu agente de dApp
AlphaWeft necesita un modelo para planear pasos y escribir código. Puedes conectar un proveedor de IA en la nube mediante un endpoint API estándar, ejecutar un modelo en tu propia PC o usar el modelo integrado, listo para usar sin necesidad de tu propio endpoint. Presiona Probar para verificar cualquier endpoint antes de la primera tarea.
Tres formas de conectar un modelo
Proveedor de IA en la nube
Un proveedor de IA en la nube es la opción habitual para refactorizaciones grandes y para proyectos donde el modelo debe tener en cuenta muchos archivos. Ingresas el endpoint API del proveedor y tu clave en AlphaWeft, y la clave permanece en tu PC. La consecuencia es clara: cada prompt se envía a ese proveedor, incluido el texto de cualquier archivo que el agente lea para la tarea. Úsalo para código con el que te sientas cómodo compartiendo y mantén los secretos fuera de la carpeta de trabajo. El proveedor puede cobrar por su modelo por separado, y AlphaWeft en sí no necesita una cuenta.
Un modelo en tu propia PC
Un modelo que se ejecuta localmente en tu PC es adecuado para proyectos privados, como un front-end para un contrato que no has publicado. Ejecutas el modelo tú mismo y conectas AlphaWeft a él. Con un modelo local, nada sale de la máquina, por lo que el texto del archivo que lee el agente permanece en tu PC. La contrapartida es el hardware. Un modelo local más pequeño puede manejar ediciones pequeñas y explicaciones, pero puede tener dificultades con una refactorización grande, así que lee sus diffs con cuidado. El botón Probar te muestra su tiempo de respuesta y la ventana de contexto.
El modelo integrado
El modelo integrado está listo para usarse sin necesidad de tu propio endpoint. Elígelo para probar AlphaWeft justo después de instalarlo, en una primera tarea como mapear una carpeta, leer un archivo ABI o explicar un error de compilación. Lee sus diffs como lo harías con cualquier otro modelo, porque todos los modelos pueden cometer errores. Más tarde puedes conectar un proveedor de IA en la nube o un modelo local para pasos más difíciles, conectándolo en la aplicación.
Verifica la conexión con Probar
Después de ingresar un endpoint, presiona el botón Probar. AlphaWeft verifica el endpoint, muestra su tiempo de respuesta y muestra la ventana de contexto, que es la cantidad de texto que el modelo puede procesar a la vez. Un tiempo de respuesta lento te indica que cada tarjeta tardará en aparecer. Una ventana de contexto pequeña te advierte que un archivo ABI largo más varios componentes pueden no caber en una sola solicitud. Probar no juzga la calidad de las respuestas, solo la conexión. Ejecuta una tarea pequeña, como leer balance-abi.json, y observa el diff antes de darle algo más grande al modelo.
Empareja el modelo con la tarea
Usa un modelo más grande para refactorizaciones que toquen muchos archivos y para lógica complicada, como el manejo de una transacción que permanece pendiente o falla después de un error de red incorrecta. Las ediciones pequeñas rara vez lo necesitan: renombrar una variable, agregar un estado de carga o corregir una importación pueden enviarse a un modelo más pequeño, más barato o local. La herramienta run_on_model permite al agente enviar un paso difícil a un modelo más grande mientras el resto del chat permanece en el modelo que elegiste. Si un paso falla dos veces, cambia el modelo para ese paso en lugar de repetir el mismo prompt una tercera vez.
La calidad de la salida varía de un modelo a otro, y ningún modelo siempre tiene la razón. En modo Ask first, cada cambio espera como un diff, así que ves exactamente qué líneas quiere agregar o eliminar el modelo. Léelas, acepta las que coincidan con tu intención y rechaza el resto. Luego ejecuta tu comando de prueba y lee su salida antes de continuar.
