उस मॉडल को कनेक्ट करें जो आपके सर्वर फ़ाइलों को संपादित करेगा

VarintKeel को अपने कदमों की योजना बनाने के लिए एक मॉडल की आवश्यकता है। एक मानक API endpoint के माध्यम से क्लाउड AI प्रदाता का उपयोग करें, अपने पीसी पर चलने वाले मॉडल का उपयोग करें, या इनबिल्ट मॉडल का उपयोग करें, जो बिना किसी endpoint के तैयार है। फिर Test दबाएं और एजेंट को पहले एक छोटा सा काम दें।

मॉडल कनेक्ट करने के तीन तरीके

क्लाउड AI प्रदाता

एक क्लाउड AI प्रदाता ऐप में एक बार दर्ज किए गए मानक API endpoint के माध्यम से जुड़ता है। यह कई फ़ाइलों में फैले कठिन काम के लिए उपयुक्त है, जैसे कि एक लंबे लॉग की तुलना सेटिंग्स फ़ाइल और फ़ोल्डर ट्री से करना। क्लाउड मॉडल के साथ, आपका प्रॉम्प्ट और एजेंट द्वारा पढ़ी गई फ़ाइल का पाठ उस प्रदाता को भेजा जाता है; लोकल मॉडल के साथ कुछ भी आपके पीसी से बाहर नहीं जाता। आपकी API कुंजियां पीसी पर ही रहती हैं, और टूल आउटपुट में रहस्य मॉडल तक पहुंचने से पहले छिपा दिए जाते हैं। एक प्रदाता अपनी API के लिए अलग से शुल्क ले सकता है, इसलिए पहले उनकी शर्तें पढ़ें।

आपके पीसी पर मॉडल

ऐसा मॉडल जो आपके पीसी पर चलता है, उन लोगों के लिए उपयुक्त है जो नहीं चाहते कि पाथ, लॉग या सेटिंग्स मशीन से बाहर जाएं। लोकल मॉडल के साथ कुछ भी आपके पीसी से बाहर नहीं जाता, इसलिए आपके लॉग और सेटिंग्स सुरक्षित रहते हैं। इसके लिए आपको अपने स्वयं के हार्डवेयर का भुगतान करना पड़ता है, और एक छोटा लोकल मॉडल enshrouded_server.json में एक फ़ील्ड को बदलने के लिए एक लंबे लॉग की तुलना में बेहतर हो सकता है। पहले एक छोटा सा काम आज़माएं, फिर उसे एक कठिन काम दें।

इनबिल्ट मॉडल

इनबिल्ट मॉडल बिना आपके स्वयं के endpoint के तैयार है, इसलिए यह डाउनलोड से पहले टास्क तक का सबसे छोटा रास्ता है। ऐप खोलें, अपनी सर्वर फ़ोल्डर चुनें और कुछ छोटा मांगें, जैसे enshrouded_server.json पढ़ना और उसके फ़ील्ड्स की सूची बनाना। वापस आने वाली कार्ड की समीक्षा करें। आप बाद में एक क्लाउड या लोकल मॉडल जोड़ सकते हैं और दोनों को समान टास्क दे सकते हैं, जो आपको दिखाता है कि कौन सा मॉडल आपकी फ़ाइलों के लिए बेहतर उपयुक्त है।

Test बटन आपको क्या बताता है

Test बटन उस endpoint की जांच करता है जिसे आपने दर्ज किया है। यह मॉडल के प्रतिक्रिया समय और context विंडो दिखाता है, जो यह दर्शाता है कि मॉडल एक अनुरोध में कितना पाठ ले सकता है। नए endpoint को पेस्ट करने के बाद इसे चलाएं और फिर जब जवाब धीमे लगें। एक छोटा प्रतिक्रिया समय मदद करता है जब एक चैट कई फ़ाइलों को पढ़ रही होती है, और एक छोटी context विंडो का मतलब है कि एक लंबा लॉग हिस्सों में पढ़ा जाना चाहिए, उदाहरण के लिए grep का उपयोग करके पहली त्रुटि पंक्ति के लिए। यदि टेस्ट विफल हो जाता है, तो endpoint पता और अपनी कुंजी की जांच करें।

काम के हिसाब से मॉडल चुनें

जब एक काम कई फ़ाइलों में फैला हो, जैसे कि एक लॉग, सेटिंग्स फ़ाइल और फ़ोल्डर ट्री को एक साथ पढ़ा जाना चाहिए और फिर एक समाधान प्रस्तावित किया जाना चाहिए, तो एक बड़ा मॉडल उपयोग करें। enshrouded_server.json में slotCount जैसे एक फ़ील्ड को बदलने के लिए एक छोटा मॉडल पर्याप्त है। टूल run_on_model एक कठिन कदम को एक बड़े मॉडल को भेजता है, इसलिए आपको एक कठिन काम के लिए अपनी दैनिक पसंद बदलने की आवश्यकता नहीं है। छोटा शुरू करें। निर्णय लेने से पहले समान काम पर परिणामों की तुलना करें।

मॉडल के बीच गुणवत्ता भिन्न होती है, इसलिए diff आपकी जांच है, न कि मॉडल का आत्मविश्वास। Ask first का उपयोग करें किसी भी ऐसे एक्शन से पहले रुकने के लिए जो कुछ भी बदलता है, प्रस्तावित पंक्तियों को पढ़ें और जो आप समझ नहीं पाते उसे अस्वीकार करें। Plan only एक अजनबी फ़ोल्डर पर पहली नज़र के लिए उपयुक्त है, क्योंकि यह एक योजना लिखता है और कुछ भी नहीं चलाता। सर्वर शुरू करके हर बदलाव की जांच करें।