Elige el modelo de IA detrás de tus ediciones de shell
SeedSpindle en Windows necesita un modelo de IA para planear y escribir cada cambio. Puedes conectar un proveedor de IA en la nube, un modelo que se ejecute en tu PC o el modelo integrado. La elección decide dónde van tus prompts y qué tan grande puede ser la tarea que el agente pueda manejar.
Elige tu fuente de modelo
Proveedor de IA en la nube
Un proveedor de IA en la nube se conecta a través de un endpoint de API estándar que ingresas en la configuración. El agente envía tu prompt a ese proveedor, incluyendo el texto de cualquier archivo que lea, como tu ~/.bashrc. Planifica tu uso en consecuencia. La privacidad depende del proveedor que elijas, y un archivo de shell con secretos no debería enviarse a un servicio en el que no confíes. Un modelo en la nube es adecuado para tareas grandes que un modelo local pequeño no puede manejar, y puedes cambiar el endpoint cuando quieras. Las claves de API permanecen en tu PC, y los prompts van solo al endpoint que elegiste.
Modelo local en tu PC
Un modelo que se ejecuta localmente en tu PC responde en la misma máquina donde se ejecuta SeedSpindle. Con un modelo local, nada sale de la máquina, porque el prompt y cada archivo que el agente lee permanecen en tu PC. Esto lo hace ideal para archivos de shell que contienen rutas, nombres de host u otros detalles que prefieres mantener privados. El hardware importa. Un modelo pequeño puede ser más lento o menos capaz en una tarea larga, así que revisa cada diff con más cuidado, y puedes enviar un paso difícil a un modelo más grande si decides hacerlo.
Modelo integrado
El modelo integrado está listo para usarse sin tu propio endpoint, lo que lo convierte en la forma más rápida de comenzar. Instalas SeedSpindle para Windows, abres un chat y le das al agente una primera tarea, como agregar un alias ll. No se necesitan configuraciones de API. Pruébalo primero. Si una tarea resulta demasiado difícil, puedes conectar un proveedor de IA en la nube o un modelo local más tarde y continuar trabajando en la misma ventana de chat, con los mismos modos de aprobación y la misma revisión de diff.
Prueba tu conexión
El botón Probar verifica el endpoint que ingresaste y muestra el tiempo de respuesta y la ventana de contexto del modelo. Ejecútalo justo después de agregar un nuevo proveedor o una nueva dirección local, porque una clave incorrecta o una dirección incorrecta aparecerán allí antes de que comiences el trabajo real. La ventana de contexto te dice cuánto texto puede tomar el modelo en una sola solicitud, lo cual importa cuando ~/.bashrc y el historial del chat son largos. Comprueba una vez. Si el tiempo de respuesta parece lento, prueba un modelo más pequeño para ediciones pequeñas y mantén el más grande para pasos más difíciles. La prueba no cambia ningún archivo.
Elige el modelo adecuado para tu tarea
Usa un modelo más grande para refactorizaciones y lógica compleja, y uno más pequeño para ediciones pequeñas, como agregar un solo alias. Un modelo más grande cuesta más ejecutarlo o requiere hardware más potente, así que tiene sentido guardarlo para los pasos que lo necesiten. La herramienta run_on_model envía un paso difícil a un modelo más grande mientras el resto del chat continúa con tu elección habitual. Piensa en el tamaño. Una sola línea de alias necesita muy poco razonamiento, pero una limpieza de un archivo largo con varias funciones y muchos alias se beneficia de una ayuda más capaz, y puedes comparar los diffs que propone cada modelo.
La calidad del modelo varía entre proveedores y configuraciones locales, así que lee el diff antes de aceptar cualquier cosa. Ask first hace una pausa antes de las acciones que cambian algo, lo que te da la oportunidad de rechazar una línea que parezca incorrecta. Plan only muestra el plan sin tocar un archivo. Confía en el diff, no en el modelo. Un modelo puede escribir un alias plausible que no hace lo que querías, y solo tu revisión y una prueba en un nuevo shell te dirán si lo hace.
