Escolha o modelo de IA que lê e edita seus scripts

O Pageferry conecta-se a um provedor de IA na nuvem via endpoint de API, a um modelo local no seu PC ou usa o modelo embutido. A escolha define para onde seus prompts são enviados; leia as três opções antes de configurar.

Três formas de conectar um modelo

Provedor de IA na nuvem

Um provedor de IA na nuvem é acessado por um endpoint de API padrão; você escolhe o endpoint e insere a chave no app. A chave fica no seu PC. Cada prompt, incluindo o texto de qualquer arquivo lido pelo agente, vai para esse provedor, então use esta opção apenas para scripts autorizados a serem enviados. O botão Testar verifica o endpoint e exibe o tempo de resposta e a janela de contexto. Uma janela maior ajuda quando o script e sua saída são extensos. O provedor pode cobrar o uso separadamente, e o Pageferry não precisa de conta.

Modelo no seu PC

Um modelo local é a opção para scripts que não devem sair da máquina: com um modelo local, nada sai do PC, e seus chats, pastas de trabalho e chaves de API permanecem ali. Aponte o app para o endpoint local, clique em Testar e verifique o tempo de resposta e a janela de contexto. Seu hardware define o limite, então um script longo pode não caber em uma janela pequena. Clique em Testar antes da primeira tarefa real para ver como sua máquina se sai.

Modelo embutido

O modelo embutido está pronto para uso sem seu próprio endpoint, permitindo abrir um chat e testar o agente em um script Bash pequeno logo após a instalação. Você ainda escolhe um modo de aprovação: Auto-run executa imediatamente, Ask first pausa antes de ações que alteram algo, e Plan only gera um plano sem executar nada. Para etapas mais complexas, você pode adicionar um modelo na nuvem ou local depois e enviar essas etapas com run_on_model.

Verifique a conexão com Testar

O botão Testar verifica um endpoint e exibe duas informações: o tempo de resposta e a janela de contexto. Clique nele após inserir um endpoint e antes de atribuir uma tarefa real ao agente. Um tempo de resposta alto indica que o endpoint está lento; uma janela de contexto pequena indica que um script longo e sua saída podem não caber em uma única solicitação. Se a verificação falhar, corrija o endereço do endpoint ou a chave e clique em Testar novamente. Faça isso para cada endpoint adicionado, pois modelos na nuvem e locais podem variar muito nesses valores.

Escolha o tamanho do modelo para sua tarefa

Use um modelo maior para refatorações e scripts com lógica complexa, e um menor para edições simples, como adicionar o sinalizador -v ou colocar aspas em uma variável. A janela de contexto é mais importante à medida que o script e sua saída crescem; verifique-a com o botão Testar. Quando uma etapa é difícil, run_on_model envia apenas essa etapa para um modelo maior, enquanto o restante do chat usa seu modelo habitual. Uma boa prática é começar com modelos menores e aumentar apenas se a resposta não for boa o suficiente. Modelos na nuvem recebem o prompt, então considere isso se o script contiver caminhos ou nomes privados.

A qualidade varia entre modelos e versões, então nunca aceite uma alteração sem lê-la. No modo Ask first, o agente pausa antes de ações que alteram algo; para edições, você vê o diff e pode aceitar ou rejeitar. Em seguida, Shell pode executar o script e mostrar o código de saída real, um teste mais preciso que a explicação do modelo. Plan only é útil quando você deseja ler um plano antes de qualquer execução.