Оберіть ШІ-модель, яка читає та редагує ваші скрипти
Pageferry працює з хмарним постачальником ШІ через API endpoint, з моделлю на вашому ПК або з вбудованою моделлю. Вибір визначає, куди надходитимуть ваші запити, тому прочитайте три варіанти, перш ніж підключати що-небудь.
Три способи підключення моделі
Хмарний постачальник ШІ
Хмарний постачальник ШІ доступний через стандартний API endpoint: ви обираєте його та вводите ключ у програмі. Ключ залишається на вашому ПК. Кожен запит, включаючи текст будь-якого файлу, який агент читає з вашої папки, надходить до цього постачальника, тому використовуйте цей варіант лише для скриптів, які ви дозволяєте надсилати туди. Кнопка Test перевіряє з'єднання та показує час відгуку та контекстне вікно. Більше контекстне вікно допомагає, коли скрипт і його вивід довгі. Постачальник може нараховувати плату за своє використання окремо, а Pageferry не потребує облікового запису.
Модель на вашому ПК
Модель, що працює локально на вашому ПК, підходить для скриптів, які не повинні покидати машину: з локальною моделлю ніщо не залишає ПК, а ваші чати, робочі папки та API ключі залишаються там. Вкажіть програмі локальний endpoint, натисніть Test і перевірте час відгуку та контекстне вікно. Ваші апаратні засоби визначають ліміт, тому довгий скрипт може не поміститися у вузьке вікно. Натисніть Test перед першою реальною задачею, щоб побачити, як ваша машина справляється.
Вбудована модель
Вбудована модель готова до використання без власного endpoint, тому ви можете відкрити чат і спробувати агента на невеликому Bash-скрипті одразу після встановлення. Ви все одно обираєте режим затвердження: Auto-run діє миттєво, Ask first робить паузу перед діями, які щось змінюють, а Plan only записує план і нічого не запускає. Для складніших кроків ви можете пізніше додати хмарну або локальну модель і надсилати ці кроки їй за допомогою run_on_model.
Перевірте з'єднання за допомогою Test
Кнопка Test перевіряє endpoint та показує дві речі: час відгуку та контекстне вікно. Натисніть її після введення endpoint та перед тим, як дати агенту реальну задачу. Довгий час відгуку свідчить про те, що endpoint зараз повільний, а вузьке контекстне вікно означає, що довгий скрипт і його вивід можуть не поміститися в одному запиті. Якщо перевірка не вдається, виправте адресу endpoint або ключ і натисніть Test знову. Зробіть це один раз для кожного доданого endpoint, оскільки хмарна модель і локальна модель можуть сильно відрізнятися за цими показниками.
Оберіть розмір моделі для вашої задачі
Використовуйте більшу модель для рефакторингу та скриптів зі складною логікою, а меншу — для невеликих редагувань, таких як додавання прапора -v або екранування змінної. Контекстне вікно стає важливішим, коли скрипт і його вивід зростають, тому перевірте його за допомогою кнопки Test. Коли один крок складний, run_on_model надсилає лише цей крок до більшої моделі, тоді як решта чату залишається на вашій звичайній. Розумною звичкою є починати з малого і переходити до більшого лише тоді, коли відповідь недостатньо якісна. Хмарні моделі отримують запит, тому майте це на увазі, коли скрипт містить приватні шляхи або імена.
Якість варіюється між моделями та версіями однієї моделі, тому ніколи не приймайте зміну, не прочитавши її. За режимом Ask first агент робить паузу перед діями, які щось змінюють, і для редагування ви бачите diff і можете прийняти або відхилити його. Після цього Shell може запустити скрипт і показати реальний код виходу, що є кращою перевіркою, ніж власне пояснення моделі. Plan only корисний, коли ви хочете прочитати план, перш ніж що-небудь запустити.
