Verbinde das Modell, das deine Server-Dateien bearbeitet
VarintKeel braucht ein Modell, um seine Schritte zu planen. Nutze einen Cloud-KI-Anbieter über einen Standard-API-Endpunkt, ein Modell auf deinem PC oder das eingebaute Modell, das ohne eigenen Endpunkt bereitsteht. Drücke dann Test und gib dem Agenten zunächst eine kleine Aufgabe.
Drei Möglichkeiten, ein Modell anzubinden
Cloud-KI-Anbieter
Ein Cloud-KI-Anbieter wird über einen Standard-API-Endpunkt erreicht, den du einmal in der App eingibst. Er eignet sich für anspruchsvolle Aufgaben über mehrere Dateien hinweg, etwa das Vergleichen eines langen Logs mit der Konfigurationsdatei und der Ordnerstruktur. Bei einem Cloud-Modell gehen deine Eingabe und der vom Agenten gelesene Dateitext zu diesem Anbieter; bei einem lokalen Modell verlässt nichts deinen PC. Deine API-Schlüssel bleiben auf dem PC, und Geheimnisse in den Tool-Ausgaben werden vor der Übergabe an das Modell maskiert. Ein Anbieter kann seine API gesondert abrechnen, lies also zuerst die Bedingungen.
Modell auf deinem PC
Ein Modell, das auf deinem PC läuft, eignet sich für alle, die nicht möchten, dass Pfade, Logs oder Einstellungen den Rechner verlassen. Bei einem lokalen Modell verlässt nichts deinen PC, daher bleiben deine Logs und Einstellungen lokal. Dafür zahlst du mit deiner eigenen Hardware, und ein kleines lokales Modell kann eine Änderung eines einzelnen Felds in enshrouded_server.json besser bewältigen als ein langes Log mit vielen Zeilen. Teste zunächst eine kleine Aufgabe, bevor du eine anspruchsvollere gibst.
Eingebautes Modell
Das eingebaute Modell ist ohne eigenen Endpunkt sofort einsatzbereit, was den kürzesten Weg vom Download zur ersten Aufgabe darstellt. Öffne die App, wähle deinen Server-Ordner und bitte um etwas Kleines, etwa das Lesen von enshrouded_server.json und das Auflisten seiner Felder. Prüfe die zurückkommende Karte. Du kannst später ein Cloud- oder ein lokales Modell hinzufügen und beiden dieselbe Aufgabe geben, um zu sehen, welches sich besser für deine Dateien eignet.
Was der Test-Button dir zeigt
Der Test-Button prüft den eingegebenen Endpunkt. Er zeigt die Antwortzeit und das Kontextfenster des Modells an, also die Menge an Text, die das Modell in einer einzigen Anfrage verarbeiten kann. Führe ihn nach dem Einfügen eines neuen Endpunkts aus und erneut, wenn die Antworten langsam wirken. Eine kurze Antwortzeit hilft, wenn ein Chat viele Dateien liest, und ein kleines Kontextfenster bedeutet, dass ein langes Log in Teilen gelesen werden sollte, etwa mit grep für die erste Fehlerzeile. Wenn der Test fehlschlägt, überprüfe die Endpunkt-Adresse und deinen Schlüssel.
Wähle das passende Modell
Nutze ein größeres Modell, wenn eine Aufgabe mehrere Dateien umfasst, etwa wenn ein Log, die Konfigurationsdatei und die Ordnerstruktur gemeinsam gelesen werden müssen, bevor eine Korrektur vorgeschlagen wird. Ein kleineres Modell reicht aus, um ein einzelnes Feld wie slotCount in enshrouded_server.json zu ändern. Das Tool run_on_model sendet einen komplexen Schritt an ein größeres Modell, sodass du deine tägliche Auswahl nicht für eine einzige schwere Aufgabe ändern musst. Fang klein an. Vergleiche die Ergebnisse bei derselben Aufgabe, bevor du dich entscheidest.
Die Qualität variiert zwischen Modellen, daher ist der Diff deine Kontrolle, nicht das Selbstvertrauen des Modells. Nutze Ask first, um vor jeder Aktion, die etwas verändert, innezuhalten, schlage die vorgeschlagenen Zeilen durch und lehne ab, was du nicht verstehst. Plan only eignet sich für einen ersten Blick in einen unbekannten Ordner, da es einen Plan schreibt, aber nichts ausführt. Teste jede Änderung, indem du den Server startest.
