dApp 에이전트를 구동할 모델을 선택하세요

AlphaWeft는 단계 계획 및 코드 작성을 위해 모델이 필요합니다. 표준 API 엔드포인트를 통해 클라우드 AI 제공업체를 연결하거나, PC에서 직접 모델을 실행하거나, 별도의 엔드포인트 없이 바로 사용할 수 있는 내장 모델을 사용할 수 있습니다. 첫 번째 작업을 시작하기 전에 [Test]를 눌러 엔드포인트를 확인하세요.

모델 연결 방법 3가지

클라우드 AI 제공업체

클라우드 AI 제공업체는 대대적인 리팩토링이나 모델이 많은 파일의 맥락을 고려해야 하는 프로젝트에 적합한 선택입니다. 제공업체의 API 엔드포인트와 키를 AlphaWeft에 입력하면 키는 PC에 그대로 유지됩니다. 즉, 에이전트가 작업 중 읽는 파일 텍스트를 포함한 모든 프롬프트가 해당 제공업체로 전송됩니다. 공유해도 괜찮은 코드에 사용하고, 중요한 비밀 정보는 작업 폴더에 넣지 마세요. 제공업체는 모델을 별도로 요금제에 따라 청구할 수 있으며, AlphaWeft 자체는 별도의 계정이 필요하지 않습니다.

로컬 PC 모델

공개하지 않은 계약서의 프론트엔드와 같은 비공개 프로젝트에는 로컬 PC에서 실행되는 모델이 적합합니다. 모델을 직접 실행하고 AlphaWeft를 연결하세요. 로컬 모델은 데이터가 외부로 나가지 않으므로 에이전트가 읽는 파일 텍스트도 PC 내부에 머뭅니다. 대신 하드웨어 성능이 요구됩니다. 작은 로컬 모델은 작은 수정이나 설명에는 적합하지만 대규모 리팩토링에서는 어려움을 겪을 수 있으므로 diff를 주의 깊게 확인하세요. [Test] 버튼은 응답 시간과 컨텍스트 윈도우 크기를 보여줍니다.

내장 모델

내장 모델은 별도의 엔드포인트 없이 바로 사용할 수 있습니다. 설치 후 바로 AlphaWeft를 체험하거나, 폴더 매핑, ABI 파일 읽기, 빌드 오류 설명 등 첫 번째 작업에 이 모델을 선택하세요. 다른 모델처럼 내장 모델의 diff도 확인하세요. 모든 모델은 실수를 할 수 있습니다. 이후 더 복잡한 작업에는 앱 설정에서 클라우드 AI 제공업체나 로컬 모델을 연결할 수 있습니다.

[Test]로 연결 확인

엔드포인트를 입력한 후 [Test] 버튼을 누르세요. AlphaWeft는 엔드포인트를 확인하고 응답 시간과 컨텍스트 윈도우(모델이 한 번에 처리할 수 있는 텍스트 양)를 표시합니다. 응답 시간이 느리면 모든 카드가 표시되는 데 시간이 걸린다는 뜻입니다. 컨텍스트 윈도우가 작으면 긴 ABI 파일과 여러 컴포넌트가 하나의 요청에 모두 담기지 않을 수 있음을 의미합니다. [Test]는 답변의 품질이 아닌 연결 상태만 확인합니다. balance-abi.json 읽기 등 작은 작업을 하나 실행한 후, 더 큰 작업을 시작하기 전에 diff를 확인하세요.

작업에 맞는 모델 선택

여러 파일을 수정하는 리팩토링이나 트랜잭션 대기 중 상태 처리나 잘못된 네트워크 오류 후 실패 등 복잡한 로직에는 더 큰 모델을 사용하세요. 변수 이름 바꾸기, 로딩 상태 추가, import 수정 등 작은 수정에는 작은 모델이 충분하며, 더 저렴하거나 로컬 모델을 사용할 수 있습니다. run_on_model 도구를 사용하면 에이전트는 하나의 복잡한 단계를 큰 모델로 처리하고 나머지 대화는 선택한 모델에서 유지할 수 있습니다. 단계가 두 번 실패하면 프롬프트를 세 번째로 반복하기보다 해당 단계의 모델을 변경하세요.

출력 품질은 모델마다 다르며, 어떤 모델도 항상 정확한 것은 아닙니다. [Ask first] 모드에서는 모든 변경 사항이 diff로 대기 상태가 되므로, 모델이 추가하거나 제거하려는 줄을 정확히 확인할 수 있습니다. 내용을 읽고 의도에 맞는 변경은 수락하며 나머지는 거부하세요. 그런 다음 테스트 명령어를 실행하고 출력을 확인한 후 다음 단계로 진행하세요.