Connecte le modèle qui modifiera tes fichiers serveur
VarintKeel a besoin d'un modèle pour planifier ses étapes. Utilise un fournisseur d'IA cloud via une API standard, un modèle qui s'exécute sur ton PC, ou le modèle intégré, prêt à l'emploi sans point de terminaison. Clique ensuite sur Test et donne d'abord une petite tâche à l'agent.
Trois façons de connecter un modèle
Fournisseur d'IA cloud
Un fournisseur d'IA cloud s'utilise via un API endpoint standard que tu entres une fois dans l'application. C'est idéal pour les tâches complexes qui couvrent plusieurs fichiers, comme comparer un long journal avec le fichier de paramètres et l'arborescence des dossiers. Avec un modèle cloud, ton prompt et le texte des fichiers que lit l'agent sont envoyés à ce fournisseur ; avec un modèle local, rien ne quitte ton PC. Tes clés API restent sur le PC, et les secrets dans la sortie des outils sont masqués avant d'atteindre le modèle. Un fournisseur peut facturer séparément son API, alors lis d'abord ses conditions.
Modèle sur ton PC
Un modèle qui s'exécute sur ton PC convient à ceux qui ne veulent pas que les chemins, les journaux ou les paramètres quittent la machine. Avec un modèle local, rien ne quitte ton PC, donc tes journaux et tes paramètres restent chez toi. Tu paies cela avec ton propre matériel, et un petit modèle local peut mieux gérer une modification d'un seul champ dans enshrouded_server.json qu'un long journal avec de nombreuses lignes. Essaie d'abord une petite tâche, puis donne-lui une tâche plus difficile.
Modèle intégré
Le modèle intégré est prêt à l'emploi sans point de terminaison, c'est donc le chemin le plus court du téléchargement à une première tâche. Ouvre l'application, choisis ton dossier serveur et demande quelque chose de simple, comme lire enshrouded_server.json et lister ses champs. Examine la réponse qui revient. Tu peux ajouter un modèle cloud ou local plus tard et donner la même tâche aux deux, ce qui te montre lequel convient mieux à tes fichiers.
Ce que le bouton Test t'indique
Le bouton Test vérifie l'API endpoint que tu as entré. Il affiche le temps de réponse et la fenêtre de contexte du modèle, c'est-à-dire la quantité de texte que le modèle peut ingérer en une seule requête. Lance-le après avoir collé un nouvel API endpoint et à nouveau lorsque les réponses semblent lentes. Un temps de réponse court aide lorsqu'un chat lit de nombreux fichiers, et une petite fenêtre de contexte signifie qu'un long journal doit être lu par parties, par exemple avec grep pour la première ligne d'erreur. Si le test échoue, vérifie l'adresse de l'API endpoint et ta clé.
Choisis un modèle pour la tâche
Utilise un modèle plus gros lorsqu'une tâche s'étend sur plusieurs fichiers, par exemple lorsqu'un journal, le fichier de paramètres et l'arborescence des dossiers doivent être lus ensemble avant qu'une correction ne soit proposée. Un modèle plus petit suffit pour modifier un seul champ, comme slotCount, dans enshrouded_server.json. L'outil run_on_model envoie une étape difficile à un modèle plus gros, donc tu n'as pas à changer ton choix quotidien pour un travail difficile. Commence petit. Compare les résultats sur la même tâche avant de décider.
La qualité varie entre les modèles, donc le diff est ta vérification, pas la confiance du modèle. Utilise Ask first pour faire une pause avant toute action qui modifie quelque chose, lis les lignes proposées et rejette ce que tu ne comprends pas. Plan only convient à un premier regard sur un dossier inconnu, car il écrit un plan et n'exécute rien. Teste chaque modification en démarrant le serveur.
