Sunucu dosyalarınızı düzenleyecek modeli bağlayın
VarintKeel, adımlarını planlamak için bir modele ihtiyaç duyar. Standart bir API endpoint'i aracılığıyla bir bulut AI sağlayıcısı, PC'nizde çalışan bir model veya kendi endpoint'inize gerek duymadan kullanıma hazır olan dahili modeli kullanın. Ardından Test'e basın ve önce ajanı küçük bir göreve yönlendirin.
Bir modeli bağlamanın üç yolu
Bulut AI sağlayıcısı
Bir bulut AI sağlayıcısı, uygulamaya tek seferde girdiğiniz standart bir API endpoint'i aracılığıyla erişilir. Birden fazla dosyayı kapsayan zorlu işler için uygundur; örneğin uzun bir günlük dosyasını ayarlar dosyası ve klasör ağacıyla karşılaştırmak gibi. Bir bulut modelde, isteminiz ve ajanın okuduğu dosya metni bu sağlayıcıya gönderilir; yerel bir modelde ise hiçbir şey PC'nizden ayrılmaz. API anahtarlarınız PC'de kalır ve araç çıktısındaki gizli bilgiler modele ulaşmadan önce maskelenir. Bir sağlayıcı API'si için ayrıca ücret talep edebilir, bu yüzden önce kullanım koşullarını okuyun.
PC'nizdeki model
PC'nizde çalışan bir model; günlükleriniz, ayarlarınız veya yapılandırma dosyalarınızın makineden ayrılmasını istemeyenler için uygundur. Yerel bir modelle hiçbir şey PC'nizden ayrılmaz, bu nedenle günlükleriniz ve ayarlarınız evinizde kalır. Bunun karşılığını kendi donanımınızla ödersiniz ve küçük bir yerel model, çok satırlı uzun bir günlük yerine enshrouded_server.json dosyasındaki tek bir alanı düzenlemeyi daha iyi halledebilir. Önce küçük bir görevle deneyin, ardından daha zor bir görev verin.
Dahili model
Dahili model, kendi endpoint'inize gerek duymadan kullanıma hazırdır; bu nedenle indirmeden ilk göreve geçmenin en kısa yoludur. Uygulamayı açın, sunucu klasörünüzü seçin ve enshrouded_server.json dosyasını okuyup alanlarını listelemek gibi küçük bir şey isteyin. Gelen kartı inceleyin. Daha sonra bir bulut veya yerel model ekleyebilir ve ikisine de aynı görevi vererek hangisinin dosyalarınız için daha uygun olduğunu görebilirsiniz.
Test düğmesi size ne söyler
Test düğmesi, girdiğiniz endpoint'i kontrol eder. Yanıt süresini ve modelin bağlam penceresini gösterir; bağlam penceresi, modelin tek bir istekte alabileceği metin miktarıdır. Yeni bir endpoint yapıştırdıktan sonra ve yanıtlar yavaş hissettiğinizde tekrar çalıştırın. Kısa bir yanıt süresi, sohbetin birçok dosya okuduğunda yardımcı olur ve küçük bir bağlam penceresi, uzun bir günlük dosyasının parçalar halinde okunması gerektiği anlamına gelir; örneğin ilk hata satırını bulmak için grep kullanın. Test başarısız olursa, endpoint adresini ve anahtarınızı kontrol edin.
Görev için model seçin
Bir günlük dosyası, ayarlar dosyası ve klasör ağacının birlikte okunup bir düzeltme önerilmeden önce birden fazla dosyayı kapsayan bir görevde daha büyük bir model kullanın. enshrouded_server.json dosyasındaki slotCount gibi tek bir alanı değiştirmek için küçük bir model yeterlidir. run_on_model aracı, zorlu bir adımı daha büyük bir modele gönderir, böylece zorlu bir iş için günlük seçiminizi değiştirmek zorunda kalmazsınız. Küçük başlayın. Karar vermeden önce aynı görevdeki sonuçları karşılaştırın.
Kalite modeller arasında değişir, bu nedenle diff (fark) sizin kontrol mekanizmanızdır, modelin güveni değil. Bir şeyleri değiştirecek herhangi bir eylemden önce Ask first ile durun, önerilen satırları okuyun ve anlamadığınız şeyleri reddedin. Plan only, yabancı bir klasöre ilk bakış için uygundur çünkü bir plan yazar ve hiçbir şey çalıştırmaz. Her değişikliği sunucuyu başlatarak test edin.
