Wybierz model AI stojący za edycjami powłoki
SeedSpindle na Windows potrzebuje modelu AI do planowania i pisania każdej zmiany. Możesz podłączyć dostawcę AI w chmurze, model działający na Twoim komputerze lub model wbudowany. Wybór decyduje o tym, dokąd trafiają Twoje polecenia i jakie zadania agent jest w stanie obsłużyć.
Wybierz źródło modelu
Dostawca AI w chmurze
Dostawca AI w chmurze łączy się przez standardowy punkt końcowy API, który wpisujesz w ustawieniach. Agent wysyła Twoje polecenie do tego dostawcy, w tym tekst każdego pliku, który czyta, np. Twojego ~/.bashrc. Zaplanuj swoje użycie pod kątem tego. Prywatność zależy więc od wybranego dostawcy, a plik powłoki zawierający sekrety nie powinien być wysyłany do usługi, której nie ufasz. Model w chmurze nadaje się do dużych zadań, których mały model lokalny nie jest w stanie obsłużyć, a punkt końcowy możesz zmienić w dowolnym momencie. Klucze API pozostają na Twoim komputerze, a polecenia trafiają tylko do wybranego przez Ciebie punktu końcowego.
Model lokalny na Twoim komputerze
Model działający lokalnie na Twoim komputerze odpowiada na tej samej maszynie, na której działa SeedSpindle. Dzięki modelowi lokalnemu nic nie opuszcza Twojego urządzenia, ponieważ polecenie i każdy plik odczytywany przez agenta pozostają na Twoim komputerze. Dzięki temu jest to dobre rozwiązanie dla plików powłoki zawierających ścieżki, nazwy hostów lub inne dane, które wolisz zachować prywatne. Ważny jest sprzęt. Mały model może być wolniejszy lub mniej wydajny w długim zadaniu, więc każdą zmianę (diff) sprawdzaj z dodatkową ostrożnością, a pojedynczy trudny krok możesz wysłać do większego modelu, jeśli tak zdecydujesz.
Model wbudowany
Model wbudowany jest gotowy do użycia bez własnego punktu końcowego, co sprawia, że jest najszybszą drogą do rozpoczęcia pracy. Instalujesz SeedSpindle na Windows, otwierasz czat i zadajesz agentowi pierwsze zadanie, np. dodanie aliasu ll. Nie są potrzebne żadne ustawienia API. Wypróbuj go najpierw. Jeśli zadanie okaże się zbyt trudne, możesz później podłączyć dostawcę AI w chmurze lub model lokalny i kontynuować pracę w tym samym oknie czatu, z tymi samymi trybami zatwierdzania i tą samą recenzją zmian.
Przetestuj swoje połączenie
Przycisk Test sprawdza wpisany punkt końcowy i pokazuje czas odpowiedzi oraz okno kontekstowe modelu. Uruchom go tuż po dodaniu nowego dostawcy lub nowego adresu lokalnego, ponieważ nieprawidłowy klucz lub adres pojawi się tam jeszcze przed rozpoczęciem prawdziwej pracy. Okno kontekstowe mówi Ci, ile tekstu model może przyjąć w jednym żądaniu, co ma znaczenie, gdy plik ~/.bashrc i historia czatu są długie. Sprawdź raz. Jeśli czas odpowiedzi wydaje się wolny, spróbuj mniejszego modelu do drobnych edycji i zachowaj większy do trudniejszych kroków. Test nie zmienia żadnych plików.
Wybierz odpowiedni model do swojego zadania
Używaj większego modelu do refaktoryzacji i złożonej logiki, a mniejszego do drobnych edycji, takich jak dodanie jednego aliasu. Większy model kosztuje więcej lub wymaga silniejszego sprzętu, więc rozsądnie jest oszczędzić go na kroki, które tego wymagają. Narzędzie run_on_model wysyła jeden trudny krok do większego modelu, podczas gdy reszta czatu kontynuuje pracę z Twoim zwykłym wyborem. Myśl o wielkości. Pojedyncza linia aliasu wymaga bardzo mało rozumowania, ale uporządkowanie długiego pliku z kilkoma funkcjami i wieloma aliasami czerpie korzyści z bardziej wydajnej pomocy, a Ty możesz porównać zmiany (diff) proponowane przez każdy model.
Jakość modeli różni się w zależności od dostawców i konfiguracji lokalnych, więc przeczytaj zmianę (diff) przed zaakceptowaniem czegokolwiek. Tryb Ask first (Zapytaj najpierw) wstrzymuje akcje, które coś zmieniają, co daje Ci szansę odrzucenia linii, która wygląda na błędną. Tryb Plan only (Tylko plan) pokazuje plan bez dotykania pliku. Ufaj zmianie (diff), a nie modelowi. Model może napisać prawdopodobny alias, który nie robi tego, co intended, a tylko Twoja recenzja i test w nowej powłoce powiedzą Ci, czy działa.
