Wybierz model napędzający Twoje uruchomienia testów
FlowLatch działa z wybranym przez Ciebie modelem. Podłącz dostawcę AI w chmurze przez standardowy punkt końcowy API, uruchom model na własnym komputerze lub zacznij od modelu wbudowanego, a następnie użyj przycisku Test, aby sprawdzić połączenie przed pierwszym zadaniem.
Trzy sposoby podłączenia modelu
Dostawca AI w chmurze
Dostawcę w chmurie łączysz przez standardowy punkt końcowy API: podajesz adres endpointu, klucz API oraz model, którego chcesz użyć. Rozwiązanie to sprawdza się przy dużych refaktoryzacjach i trudnym debugowaniu, ponieważ większe modele lepiej radzą sobie z długimi zestawami testów. Pamiętaj o koszcie dla prywatności. Twój prompt, wraz z tekstem każdego pliku odczytywanego przez agenta, trafia do dostawcy, więc wyklucz tajne informacje i prawdziwe dane klientów z folderu roboczego. FlowLatch przechowuje klucz API na Twoim komputerze, a sekrety w wyjściu narzędzi są maskowane przed wysłaniem do modelu. Dostawca może naliczać opłaty za własne wykorzystanie danych.
Model na Twoim własnym komputerze
Model lokalny działa na Twoim komputerze, a FlowLatch komunikuje się z nim przez endpoint na tej samej maszynie. Pasuje do prywatnych projektów, ponieważ przy modelu lokalnym nic nie opuszcza Twojego komputera: prompty, teksty plików i wyniki pozostają u Ciebie. Kompromisem jest sprzęt. Mniejszy model lokalny może generować słabsze selektory lub przeoczyć przyczynę, którą większy model by znalazł, więc czytaj każdą różnicę (diff) uważnie. Użyj przycisku Test, aby sprawdzić, czy endpoint odpowiada, i zobaczyć, ile kontekstu model jest w stanie pomieścić.
Model wbudowany
Model wbudowany jest gotowy do użycia bez Twojego własnego endpointu, co czyni go najszybszą drogą do wypróbowania FlowLatch w małym projekcie testowym. Możesz otworzyć czat, wskazać mu folder roboczy i poprosić o pierwszy test logowania od razu. Pasuje do nauki działania kart, różnic (diff) i trzech trybów zatwierdzania. Gdy zadanie się powiększy, np. przy długiej migracji lub trudnej, niestabilnej awarii, możesz podłączyć dostawcę w chmurze lub model lokalny i pracować w tym samym folderze.
Sprawdź połączenie przyciskiem Test
Przycisk Test sprawdza endpoint modelu, zanim na nim polegać. Wysyła małe żądanie i pokazuje czas odpowiedzi oraz okno kontekstowe, czyli ile tekstu model jest w stanie przyjąć w jednej turze. Długi czas odpowiedzi warto znać przed dużym zadaniem. Małe okno kontekstowe to wskazówka, aby pracować nad jednym plikiem testowym na raz. Jeśli test się nie powiedzie, sprawdź adres endpointu, klucz API i nazwę modelu, a następnie naciśnij przycisk ponownie.
Dopasuj model do zadania
Użyj większego modelu do refaktoryzacji i złożonej logiki, np. przeniesienia długiego zestawu testów do innego frameworka lub rozplątania awarii zależnej od kolejności testów. Mniejszy model wystarczy do drobnych edycji, takich jak zmiana nazwy testu lub zmiana jednego selektora. Narzędzie run_on_model wysyła jeden trudny krok do większego modelu, więc reszta czatu może pozostać na wybranym przez Ciebie modelu. Mieszanie rozmiarów w ten sposób jest Twoją decyzją, a karty pokazują każdy krok, który został uruchomiony.
Jakość modeli różni się w zależności od dostawców i wersji, a każdy model może się mylić. Przeczytaj diff przed zaakceptowaniem zmiany i uruchom testy samodzielnie. Tryb Ask first (Zapytaj najpierw) pauzuje przed akcjami, które coś zmieniają, więc widzisz każdą edycję przed jej zapisaniem. Jeśli model źle zinterpretuje awarię, odrzuć zmianę i napisz w czacie, co jest nie tak.
