Scegli il modello AI che legge e modifica i tuoi script

Pageferry si connette a un provider cloud tramite un endpoint API, a un modello in esecuzione sul tuo PC o al modello integrato. La scelta determina dove vengono inviati i prompt: leggi le tre opzioni prima di configurare qualsiasi connessione.

Tre modi per connettere un modello

Provider AI cloud

Un provider AI cloud si raggiunge tramite un endpoint API standard: scegli l'endpoint e inserisci la chiave nell'app. La chiave resta sul tuo PC. Ogni prompt, incluso il testo dei file letti dall'agente dalla tua cartella, viene inviato a quel provider, quindi usa questa opzione solo per gli script che hai il permesso di inviare lì. Il pulsante Test verifica l'endpoint e mostra il tempo di risposta e la finestra di contesto. Una finestra di contesto più grande è utile quando uno script e il suo output sono lunghi. Il provider può fatturare l'utilizzo separatamente e Pageferry non richiede un account.

Modello sul tuo PC

Un modello in esecuzione localmente sul tuo PC è l'opzione ideale per gli script che non devono lasciare la macchina: con un modello locale nulla esce dal PC, e anche le tue chat, le cartelle di lavoro e le chiavi API restano lì. Indichi all'app l'endpoint locale, premi Test e leggi il tempo di risposta e la finestra di contesto. Il tuo hardware stabilisce il limite, quindi uno script lungo potrebbe non entrare in una finestra piccola. Premi Test prima del primo compito reale per vedere come si comporta la tua macchina.

Modello integrato

Il modello integrato è pronto all'uso senza bisogno del tuo endpoint, così puoi aprire una chat e provare l'agente su un piccolo script Bash subito dopo l'installazione. Scegli comunque una modalità di approvazione: Auto-run agisce subito, Ask first fa una pausa prima delle azioni che modificano qualcosa, e Plan only scrive un piano ed esegue nulla. Per passaggi più complessi puoi aggiungere in seguito un modello cloud o locale e inviare quei passaggi con run_on_model.

Verifica la connessione con Test

Il pulsante Test verifica un endpoint e mostra due valori: il tempo di risposta e la finestra di contesto. Premilo dopo aver inserito un endpoint e prima di assegnare un compito reale all'agente. Un tempo di risposta elevato indica che l'endpoint è lento in questo momento, mentre una finestra di contesto piccola suggerisce che uno script lungo e il suo output potrebbero non entrare in una singola richiesta. Se il controllo fallisce, correggi l'indirizzo dell'endpoint o la chiave e premi di nuovo Test. Fallo una volta per ogni endpoint che aggiungi, perché un modello cloud e uno locale possono differire molto in entrambi i valori.

Scegli la dimensione del modello per il tuo compito

Usa un modello più grande per i refactoring e per gli script con logica complessa, e uno più piccolo per piccole modifiche come aggiungere un flag -v o quotare una variabile. La finestra di contesto diventa più importante man mano che lo script e il suo output crescono, quindi controllala con il pulsante Test. Quando un passaggio è difficile, run_on_model invia solo quel passaggio a un modello più grande mentre il resto della chat resta sul tuo modello abituale. Una buona abitudine è iniziare con modelli piccoli e passare a quelli più grandi solo quando la risposta non è soddisfacente. I modelli cloud ricevono il prompt, quindi tieni presente che uno script potrebbe contenere percorsi o nomi privati.

La qualità varia tra i modelli e tra le versioni dello stesso modello, quindi non accettare mai una modifica senza leggerla. Con Ask first l'agente fa una pausa prima delle azioni che modificano qualcosa, e per una modifica vedi il diff e puoi accettarla o rifiutarla. Successivamente, Shell può eseguire lo script e mostrare il vero exit code, che è un test migliore della spiegazione del modello. Plan only è utile quando vuoi leggere un piano prima che venga eseguito qualcosa.