अपने dApp एजेंट के लिए सही मॉडल चुनें

AlphaWeft को स्टेप्स प्लान करने और कोड लिखने के लिए एक मॉडल की जरूरत होती है। आप स्टैंडर्ड API एंडपॉइंट के जरिए क्लाउड AI प्रदाता कनेक्ट कर सकते हैं, अपनी PC पर मॉडल चला सकते हैं, या इनबिल्ट मॉडल का उपयोग कर सकते हैं, जो बिना अपने एंडपॉइंट के तुरंत काम करता है। किसी भी एंडपॉइंट को टेस्ट करने के लिए Test बटन दबाएं, पहले टास्क से पहले।

मॉडल कनेक्ट करने के तीन तरीके

क्लाउड AI प्रदाता

बड़े रीफैक्टर्स और उन प्रोजेक्ट्स के लिए जहां मॉडल को कई फ़ाइलों का ध्यान रखना होता है, क्लाउड AI प्रदाता आमतौर पर बेहतर विकल्प होता है। आप AlphaWeft में प्रदाता का API एंडपॉइंट और अपनी कुंजी (key) दर्ज करते हैं, और कुंजी आपकी PC पर ही रहती है। इसका नतीजा साफ़ है: हर प्रॉम्प्ट उस प्रदाता को जाता है, जिसमें टास्क के लिए पढ़ी गई किसी भी फ़ाइल का टेक्स्ट भी शामिल है। इसका उपयोग उस कोड के लिए करें जिसके शेयर करने में आप सहज हैं, और रहस्यों (secrets) को वर्किंग फ़ोल्डर से बाहर रखें। प्रदाता अपने मॉडल के लिए अलग से चार्ज कर सकता है, और AlphaWeft को किसी खाते की जरूरत नहीं है।

अपनी PC पर मॉडल

अपनी PC पर चलने वाला मॉडल निजी प्रोजेक्ट्स के लिए उपयुक्त है, जैसे कि किसी ऐसे कॉन्ट्रैक्ट का फ्रंट एंड जिसे आपने अभी तक पब्लिश नहीं किया है। आप मॉडल खुद चलाते हैं और AlphaWeft को उससे कनेक्ट करते हैं। लोकल मॉडल के साथ कुछ भी मशीन से बाहर नहीं जाता, इसलिए एजेंट द्वारा पढ़ी गई फ़ाइल का टेक्स्ट आपकी PC पर ही रहता है। इसकी कीमत हार्डवेयर है। एक छोटा लोकल मॉडल छोटे एडिट्स और एक्सप्लेनेशन संभाल सकता है, लेकिन बड़े रीफैक्टर में उसे दिक्कत हो सकती है, इसलिए अपने डिफ्स (diffs) को ध्यान से पढ़ें। Test बटन आपको रिस्पॉन्स टाइम और कॉन्टेक्स्ट विंडो दिखाता है।

इनबिल्ट मॉडल

इनबिल्ट मॉडल बिना आपके अपने एंडपॉइंट के तुरंत उपयोग के लिए तैयार है। इसे चुनें ताकि इंस्टॉल करने के तुरंत बाद AlphaWeft को ट्राई कर सकें, पहले टास्क जैसे कि फ़ोल्डर मैप करना, ABI फ़ाइल पढ़ना या बिल्ड एरर समझने के लिए। किसी अन्य मॉडल की तरह ही अपने डिफ्स पढ़ें, क्योंकि हर मॉडल में गलतियां हो सकती हैं। बाद में आप ऐप में कनेक्ट करके कठिन स्टेप्स के लिए क्लाउड AI प्रदाता या लोकल मॉडल जोड़ सकते हैं।

Test से कनेक्शन चेक करें

एंडपॉइंट दर्ज करने के बाद, Test बटन दबाएं। AlphaWeft एंडपॉइंट चेक करता है, रिस्पॉन्स टाइम दिखाता है और कॉन्टेक्स्ट विंडो दिखाता है, जो यह बताता है कि एक साथ मॉडल कितना टेक्स्ट प्रोसेस कर सकता है। धीमा रिस्पॉन्स टाइम बताता है कि हर कार्ड दिखने में समय लगेगा। छोटी कॉन्टेक्स्ट विंडो चेतावनी देती है कि लंबी ABI फ़ाइल और कई कंपोनेंट्स एक ही रिक्वेस्ट में फिट नहीं हो सकते। Test जवाबों की क्वालिटी नहीं, केवल कनेक्शन चेक करता है। एक छोटा टास्क चलाएं, जैसे balance-abi.json पढ़ना, और कुछ बड़ा देने से पहले डिफ देखें।

मॉडल को टास्क से मैच करें

बहुत सारी फ़ाइलों को छूने वाले रीफैक्टर्स और ट्रिकी लॉजिक के लिए, जैसे कि एक ट्रांजैक्शन की हैंडलिंग जो पेंडिंग रहता है या गलत-नेटवर्क एरर के बाद फेल हो जाता है, बड़ा मॉडल उपयोग करें। छोटे एडिट्स की दुर्लभ रूप से बड़े मॉडल की जरूरत होती है: वेरिएबल का नाम बदलना, लोडिंग स्टेट जोड़ना या इम्पोर्ट फिक्स करना छोटे, सस्ते या लोकल मॉडल पर जा सकता है। run_on_model टूल एजेंट को एक कठिन स्टेप को बड़े मॉडल पर भेजने देता है, जबकि चैट का बाकी हिस्सा उसी मॉडल पर रहता है जिसे आपने चुना था। यदि एक स्टेप दो बार फेल हो जाता है, तो उसी प्रॉम्प्ट को तीसरी बार दोहराने के बजाय उस स्टेप के लिए मॉडल बदलें।

आउटपुट की क्वालिटी मॉडल से मॉडल अलग होती है, और कोई भी मॉडल हमेशा सही नहीं होता। Ask first मोड में हर बदलाव एक डिफ के रूप में वेट करता है, इसलिए आप देखते हैं कि मॉडल किन लाइनों को एड या रिमूव करना चाहता है। उन्हें पढ़ें, उन एक्सेप्ट करें जो आपकी इंटेंट से मैच करते हैं और बाकी रीजेक्ट करें। फिर अपना टेस्ट कमांड चलाएं और आगे बढ़ने से पहले उसका आउटपुट पढ़ें।