Elige el modelo de IA que lee y edita tus scripts
Pageferry funciona con un proveedor de IA en la nube a través de un punto de conexión API, con un modelo local en tu PC o con el modelo integrado. La elección determina dónde se envían tus instrucciones, así que lee las tres opciones antes de conectar cualquier cosa.
Tres formas de conectar un modelo
Proveedor de IA en la nube
Un proveedor de IA en la nube se accede mediante un punto de conexión API estándar; eliges el punto de conexión e ingresas su clave en la aplicación. La clave permanece en tu PC. Cada instrucción, incluido el texto de cualquier archivo que el agente lea de tu carpeta, se envía a ese proveedor, así que usa esta opción solo para scripts que tienes permiso para enviar allí. El botón Probar verifica el punto de conexión y muestra el tiempo de respuesta y la ventana de contexto. Una ventana de contexto más grande ayuda cuando un script y su salida son extensos. El proveedor puede cobrar el uso por separado, y Pageferry en sí no necesita una cuenta.
Modelo en tu PC
Un modelo que se ejecuta localmente en tu PC es la opción para scripts que no deben salir de la máquina: con un modelo local nada sale del equipo, y tus chats, carpetas de trabajo y claves API también permanecen allí. Apuntas la aplicación al punto de conexión local, presionas Probar y revisas el tiempo de respuesta y la ventana de contexto. Tu hardware establece el límite, así que un script largo puede no caber en una ventana pequeña. Presiona Probar antes de la primera tarea real para ver cómo se desempeña tu máquina.
Modelo integrado
El modelo integrado está listo para usar sin tu propio punto de conexión, así que puedes abrir un chat y probar el agente en un script Bash pequeño justo después de la instalación. Aún así eliges un modo de aprobación: Auto-run actúa de inmediato, Ask first pausa antes de las acciones que modifican algo, y Plan only escribe un plan y no ejecuta nada. Para pasos más complejos puedes agregar un modelo en la nube o local más tarde y enviar esos pasos a él con run_on_model.
Verifica la conexión con Probar
El botón Probar verifica un punto de conexión y muestra dos cosas: el tiempo de respuesta y la ventana de contexto. Presiónalo después de ingresar un punto de conexión y antes de asignarle una tarea real al agente. Un tiempo de respuesta alto indica que el punto de conexión está lento en este momento, y una ventana de contexto pequeña indica que un script largo y su salida pueden no caber en una sola solicitud. Si la verificación falla, corrige la dirección del punto de conexión o la clave y presiona Probar nuevamente. Haz esto una vez por cada punto de conexión que agregues, porque un modelo en la nube y un modelo local pueden diferir mucho en ambos valores.
Elige un tamaño de modelo para tu tarea
Usa un modelo más grande para refactorizaciones y para scripts con lógica complicada, y uno más pequeño para ediciones pequeñas como agregar un indicador -v o comillas a una variable. La ventana de contexto es más importante a medida que el script y su salida crecen, así que verifícala con el botón Probar. Cuando un paso es complejo, run_on_model envía solo ese paso a un modelo más grande mientras el resto del chat permanece en tu modelo habitual. Un hábito razonable es comenzar con uno pequeño y subir de nivel solo cuando la respuesta no es lo suficientemente buena. Los modelos en la nube reciben la instrucción, así que ten eso en cuenta cuando un script contenga rutas o nombres privados.
La calidad varía entre modelos y entre versiones del mismo modelo, así que nunca aceptes un cambio sin leerlo. Bajo Ask first el agente pausa antes de las acciones que modifican algo, y para una edición ves el diff y puedes aceptarlo o rechazarlo. Después de eso, Shell puede ejecutar el script y mostrar el código de salida real, que es una prueba mejor que la explicación del propio modelo. Plan only es útil cuando quieres leer un plan antes de que se ejecute algo.
