Alege modelul care alimentează agentul tău dApp
AlphaWeft are nevoie de un model pentru a planifica pașii și a scrie cod. Poți conecta un furnizor AI cloud printr-un endpoint API standard, poți rula un model pe propriul PC sau poți folosi modelul integrat, care este gata de utilizare fără un endpoint propriu. Apasă Test pentru a verifica orice endpoint înainte de prima sarcină.
Trei moduri de a conecta un model
Furnizor AI cloud
Un furnizor AI cloud este alegerea uzuală pentru refactorizări mari și pentru proiecte în care modelul trebuie să țină minte multe fișiere. Introduci endpoint-ul API al furnizorului și cheia ta în AlphaWeft, iar cheia rămâne pe PC-ul tău. Consecința este clară: fiecare prompt este trimis la acel furnizor, inclusiv textul oricărei fișiere pe care agentul o citește pentru sarcină. Folosește-l pentru codul pe care ești confortabil să îl partajezi și ține secretele în afara folderului de lucru. Furnizorul poate percepe taxe pentru modelul său separat, iar AlphaWeft însuși nu necesită un cont.
Un model pe propriul tău PC
Un model care rulează local pe PC-ul tău se potrivește proiectelor private, cum ar fi un front-end pentru un contract pe care nu l-ai publicat încă. Rulazi modelul tu însuți și conectezi AlphaWeft la acesta. Cu un model local, nimic nu părăsește mașina, așa că textul fișierului pe care agentul îl citește rămâne pe PC-ul tău. Compromisul este hardware-ul. Un model local mai mic poate gestiona editări mici și explicații, dar se poate confrunta cu o refactorizare mare, așa că citește cu atenție diferențele. Butonul Test îți arată timpul de răspuns și fereastra de context.
Modelul integrat
Modelul integrat este gata de utilizare fără un endpoint propriu. Alege-l pentru a încerca AlphaWeft chiar după instalare, pe o primă sarcină, cum ar fi cartografierea unui folder, citirea unui fișier ABI sau explicarea unei erori de compilare. Citește diferențele așa cum ai citi diferențele oricărui alt model, deoarece fiecare model poate face greșeli. Mai târziu, poți conecta un furnizor AI cloud sau un model local pentru pași mai grei, conectându-l în aplicație.
Verifică conexiunea cu Test
După ce introduci un endpoint, apasă butonul Test. AlphaWeft verifică endpoint-ul, îți arată timpul de răspuns și fereastra de context, care este cantitatea de text pe care modelul o poate prelua odată. Un timp de răspuns lent îți spune că fiecare card va apărea cu întârziere. O fereastră de context mică te avertizează că un fișier ABI lung plus mai multe componente s-ar putea să nu încapă într-o singură cerere. Test nu evaluează calitatea răspunsurilor, ci doar conexiunea. Rulează o sarcină mică, cum ar fi citirea balance-abi.json, și uită-te la diferență înainte de a da modelului ceva mai mare.
Potrivește modelul cu sarcina
Folosește un model mai mare pentru refactorizări care ating multe fișiere și pentru logica complicată, cum ar fi gestionarea unei tranzacții care rămâne în așteptare sau eșuează după o eroare de rețea greșită. Editările mici rareori au nevoie de unul: redenumirea unei variabile, adăugarea unei stări de încărcare sau repararea unei importuri pot fi trimise la un model mai mic, mai ieftin sau local. Instrumentul run_on_model permite agentului să trimită un pas greu la un model mai mare, în timp ce restul conversației rămâne pe modelul ales. Dacă un pas eșuează de două ori, schimbă modelul pentru acel pas în loc să repeti același prompt de a treia oară.
Calitatea outputului variază de la model la model, iar niciun model nu are întotdeauna dreptate. În modul Ask first, fiecare modificare așteaptă ca diferență, așa că vezi exact care linii vrea modelul să le adauge sau să le elimine. Citește-le, acceptă pe cele care se potrivesc cu intenția ta și respinge restul. Apoi, rulează comanda de test și citește outputul înainte de a trece mai departe.
