Оберіть модель для вашого dApp-агента
AlphaWeft потрібна модель для планування кроків і написання коду. Ви можете підключити хмарного AI-провайдера через стандартний API endpoint, запустити модель на власному ПК або скористатися вбудованою моделлю, яка готова до використання без вашого endpoint. Натисніть Test, щоб перевірити будь-який endpoint перед першим завданням.
Три способи підключення моделі
Хмарний AI-провайдер
Хмарний AI-провайдер — це звичайний вибір для великих рефакторингів і проєктів, де моделі потрібно тримати в голові багато файлів. Ви вводите API endpoint провайдера і свій ключ у AlphaWeft, і ключ залишається на вашому ПК. Наслідок очевидний: кожен промпт надходить до цього провайдера, включаючи текст будь-якого файлу, який агент читає для завдання. Використовуйте його для коду, яким вам комфортно ділитися, і тримайте секрети поза робочою папкою. Провайдер може стягувати окрему плату за свою модель, а для самої AlphaWeft обліковий запис не потрібен.
Модель на вашому ПК
Модель, що працює локально на вашому ПК, підходить для приватних проєктів, наприклад, для фронтенду контракту, який ви ще не опублікували. Ви самі запускаєте модель і підключаєте до неї AlphaWeft. З локальною моделлю ніщо не залишає машину, тому текст файлів, які читає агент, залишається на вашому ПК. Компроміс — апаратне забезпечення. Менша локальна модель може обробляти дрібні редагування і пояснення, але може мати труднощі з великим рефакторингом, тому уважно читайте її diff. Кнопка Test покаже час відгуку і контекстне вікно.
Вбудована модель
Вбудована модель готова до використання без вашого власного endpoint. Оберіть її, щоб спробувати AlphaWeft одразу після встановлення, у першому завданні, наприклад, для огляду папки, читання ABI-файлу або пояснення помилки збірки. Читайте її diff так само, як і diff будь-якої іншої моделі, бо кожна модель може помилятися. Згодом ви можете підключити хмарного AI-провайдера або локальну модель для складніших кроків, підключивши їх у додатку.
Перевірте з'єднання за допомогою Test
Після введення endpoint натисніть кнопку Test. AlphaWeft перевіряє endpoint, показує час відгуку і контекстне вікно, яке визначає, скільки тексту модель може спожити одночасно. Повільний час відгуку означає, що кожна картка з'являтиметься нескоро. Мале контекстне вікно попереджає, що довгий ABI-файл разом із кількома компонентами може не вміститися в одному запиті. Test не оцінює якість відповідей, лише з'єднання. Запустіть одне невелике завдання, наприклад, читання balance-abi.json, і перегляньте diff, перш ніж давати моделі щось більше.
Підберіть модель до завдання
Використовуйте більшу модель для рефакторингів, що торкаються багатьох файлів, і для складної логіки, наприклад, обробки транзакції, яка залишається в статусі очікування або завершується помилкою через неправильну мережу. Дрібні редагування рідко потребують такої: перейменування змінної, додавання стану завантаження або виправлення імпорту можна доручити меншій, дешевшій або локальній моделі. Інструмент run_on_model дозволяє агенту надіслати один складний крок до більшої моделі, тоді як решта чату залишається на обраній вами моделі. Якщо крок провалиться двічі, змініть модель для цього кроку, замість того щоб повторювати той самий промпт втретє.
Якість виводу варіюється від моделі до моделі, і жодна модель не завжди права. У режимі Ask first кожна зміна чекає як diff, тому ви бачите точно, які рядки модель хоче додати або видалити. Прочитайте їх, прийміть ті, що відповідають вашому наміру, і відхиліть решту. Потім запустіть свою тестову команду і прочитайте її вивід, перш ніж рухатися далі.
