अपने टेस्ट रन को पावर देने वाला मॉडल चुनें

FlowLatch उसी मॉडल पर काम करता है जिसे आप चुनते हैं। एक मानक API एंडपॉइंट के जरिए क्लाउड AI प्रोवाइडर कनेक्ट करें, अपने पीसी पर मॉडल चलाएं, या इनबिल्ट मॉडल से शुरुआत करें, फिर पहले टास्क से पहले Test बटन से कनेक्शन जांचें।

मॉडल कनेक्ट करने के तीन तरीके

एक क्लाउड AI प्रोवाइडर

क्लाउड प्रोवाइडर एक मानक API एंडपॉइंट के जरिए जुड़ता है: आपको एंडपॉइंट पता, अपनी API कुंजी और वह मॉडल देना होता है जिसे आप चाहते हैं। यह बड़े रिफैक्टर्स और कठिन डिबगिंग के लिए उपयुक्त है, क्योंकि बड़े मॉडल आमतौर पर लंबी टेस्ट सूइट को बेहतर तरीके से समझते हैं। गोपनीयता के खर्चे के बारे में स्पष्ट रहें। आपका प्रॉम्प्ट, जिसमें एजेंट द्वारा पढ़े गए किसी फ़ाइल का टेक्स्ट भी शामिल है, उस प्रोवाइडर को जाता है, इसलिए वर्किंग फोल्डर से रहस्य और असली ग्राहक डेटा बाहर रखें। FlowLatch API कुंजी को आपके पीसी पर रखता है, और टूल आउटपुट में रहस्य मॉडल से पहले लुप्त कर दिए जाते हैं। प्रोवाइडर अपनी ओर से शुल्क ले सकता है।

अपने पीसी पर एक मॉडल

एक लोकल मॉडल आपके पीसी पर चलता है और FlowLatch उसी मशीन पर एक एंडपॉइंट के जरिए उससे बात करता है। यह निजी प्रोजेक्टों के लिए उपयुक्त है, क्योंकि लोकल मॉडल के साथ कुछ भी मशीन से बाहर नहीं जाता: प्रॉम्प्ट, फ़ाइल टेक्स्ट और परिणाम आपके पास ही रहते हैं। इसकी कीमत हार्डवेयर है। एक छोटा लोकल मॉडल कमजोर सेलेक्टर लिख सकता है या उस कारण को छू सकता है जिसे एक बड़ा मॉडल ढूंढ लेता है, इसलिए हर डिफ को सावधानी से पढ़ें। Test बटन का उपयोग करें यह जांचने के लिए कि एंडपॉइंट जवाब दे रहा है और मॉडल कितना कंटेंट हॉल्ड कर सकता है।

इनबिल्ट मॉडल

इनबिल्ट मॉडल बिना आपके अपने एंडपॉइंट के तुरंत उपयोग के लिए तैयार है, जिससे यह किसी छोटे टेस्ट प्रोजेक्ट पर FlowLatch आज़माने का सबसे तेज़ तरीका है। आप चैट खोल सकते हैं, उसे एक वर्किंग फोल्डर पर पॉइंट कर सकते हैं और तुरंत एक फर्स्ट साइन-इन टेस्ट के लिए पूछ सकते हैं। यह कार्ड्स, डिफ और तीन अप्रूवल मोड्स कैसे काम करते हैं, यह सीखने के लिए उपयुक्त है। जब कोई टास्क बड़ा हो जाता है, जैसे लंबी माइग्रेशन या कठिन फ्लैकी फेलियर, तो आप एक क्लाउड प्रोवाइडर या लोकल मॉडल कनेक्ट कर सकते हैं और उसी फोल्डर में काम कर सकते हैं।

Test बटन से कनेक्शन जांचें

Test बटन आपको उस पर भरोसा करने से पहले एक मॉडल एंडपॉइंट की जांच करता है। यह एक छोटा अनुरोध भेजता है और रिस्पॉन्स टाइम और कंटेक्स्ट विंडो दिखाता है, जो यह दर्शाता है कि मॉडल एक टर्न में कितना टेक्स्ट ले सकता है। एक बड़े टास्क से पहले लंबे रिस्पॉन्स टाइम को जानना मूल्यवान है। एक छोटी कंटेक्स्ट विंडो यह संकेत है कि एक समय में एक टेस्ट फ़ाइल पर काम करें। यदि टेस्ट फेल होता है, तो एंडपॉइंट पता, API कुंजी और मॉडल नाम की जांच करें, फिर बटन फिर से दबाएं।

टास्क के हिसाब से मॉडल चुनें

रिफैक्टर्स और जटिल लॉजिक के लिए बड़ा मॉडल उपयोग करें, जैसे लंबी सूइट को किसी अन्य फ्रेमवर्क में ले जाना या टेस्ट के क्रम पर निर्भर किसी फेलियर को सुलझाना। छोटे एडिट्स, जैसे टेस्ट का नाम बदलना या एक सेलेक्टर बदलना, के लिए छोटा मॉडल काफी है। run_on_model टूल एक कठिन स्टेप को बड़े मॉडल पर भेजता है, ताकि चैट का बाकी हिस्सा उसी मॉडल पर रह सके जो आपने चुना है। इस तरह साइज मिक्स करना आपका निर्णय है, और कार्ड्स हर स्टेप को दिखाते हैं जो चलाया गया।

प्रोवाइडर और वर्जन के बीच मॉडल गुणवत्ता बदलती है, और हर मॉडल गलत हो सकता है। किसी बदलाव को स्वीकार करने से पहले डिफ पढ़ें, और टेस्ट खुद चलाएं। Ask first एक्शन से पहले रुकता है जो कुछ बदलता है, ताकि आप हर एडिट को लिखे जाने से पहले देख सकें। यदि मॉडल किसी फेलियर को गलत पढ़ता है, तो बदलाव रिजेक्ट करें और चैट में बताएं कि क्या गलत है।