Collega il modello che modificherà i file del tuo server

VarintKeel ha bisogno di un modello per pianificare i suoi passaggi. Usa un provider AI cloud tramite un endpoint API standard, un modello che gira sul tuo PC o il modello integrato, pronto all'uso senza il tuo endpoint. Poi premi Test e affida all'agente un piccolo compito.

Tre modi per collegare un modello

Provider AI cloud

Un provider AI cloud si raggiunge tramite un endpoint API standard che inserisci una volta nell'app. È adatto a compiti complessi che coinvolgono più file, come confrontare un lungo log con il file di configurazione e l'albero delle cartelle. Con un modello cloud, il tuo prompt e il testo dei file letti dall'agente vanno a quel provider; con un modello locale nulla esce dal tuo PC. Le tue chiavi API restano sul PC e i segreti nell'output degli strumenti vengono oscurati prima di raggiungere il modello. Un provider può addebitare separatamente l'uso della sua API, quindi leggi i termini prima.

Modello sul tuo PC

Un modello che gira sul tuo PC è adatto a chi non vuole che percorsi, log o impostazioni lascino la macchina. Con un modello locale nulla esce dal tuo PC, quindi i tuoi log e le impostazioni restano a casa. Lo paghi con il tuo hardware e un modello locale piccolo può gestire meglio una modifica a un solo campo in enshrouded_server.json rispetto a un lungo log con molte righe. Prova prima un compito piccolo, poi affidagliene uno più difficile.

Modello integrato

Il modello integrato è pronto all'uso senza il tuo endpoint, quindi è la via più breve dal download al primo compito. Apri l'app, scegli la cartella del tuo server e chiedi qualcosa di piccolo, come leggere enshrouded_server.json ed elencarne i campi. Rivedi la scheda che ricevi. Puoi aggiungere un cloud o un modello locale in seguito e assegnare a entrambi lo stesso compito, per vedere quale si adatta meglio ai tuoi file.

Cosa ti dice il pulsante Test

Il pulsante Test controlla l'endpoint che hai inserito. Mostra il tempo di risposta e la finestra di contesto del modello, ovvero quanto testo il modello può accettare in una singola richiesta. Esegui il test dopo aver incollato un nuovo endpoint e di nuovo quando le risposte sembrano lente. Un tempo di risposta breve aiuta quando una chat legge molti file, e una finestra di contesto piccola significa che un lungo log dovrebbe essere letto a parti, ad esempio con grep per la prima riga di errore. Se il test fallisce, controlla l'indirizzo dell'endpoint e la tua chiave.

Scegli un modello per il compito

Usa un modello più grande quando un compito coinvolge più file, ad esempio quando un log, il file di configurazione e l'albero delle cartelle devono essere letti insieme prima di proporre una correzione. Un modello più piccolo è sufficiente per modificare un campo, come slotCount, in enshrouded_server.json. Lo strumento run_on_model invia un passaggio complesso a un modello più grande, quindi non devi cambiare la tua scelta quotidiana per un lavoro difficile. Inizia piccolo. Confronta i risultati sullo stesso compito prima di decidere.

La qualità varia tra i modelli, quindi il diff è il tuo controllo, non la fiducia del modello. Usa Ask first per fermarti prima di qualsiasi azione che modifica qualcosa, leggi le righe proposte e rifiuta ciò che non capisci. Plan only è adatto per una prima occhiata a una cartella sconosciuta, perché scrive un piano ed esegue nulla. Testa ogni modifica avviando il server.