Escolha o modelo que executa seus testes

O FlowLatch usa o modelo que você escolhe. Conecte um provedor de IA em nuvem via endpoint de API, rode um modelo no seu PC ou comece com o modelo integrado. Use o botão Testar para verificar a conexão antes da primeira tarefa.

Três formas de conectar um modelo

Um provedor de IA em nuvem

Um provedor em nuvem é acessado via endpoint de API padrão: informe o endereço, sua chave de API e o modelo desejado. É ideal para grandes refatorações e depurações complexas, pois modelos maiores costumam seguir melhor suítes de testes longas. Atenção à privacidade: seu prompt, incluindo o texto de qualquer arquivo lido pelo agente, vai para o provedor. Mantenha segredos e dados reais de clientes fora da pasta de trabalho. O FlowLatch guarda a chave de API no seu PC, e segredos na saída das ferramentas são mascarados antes de chegarem ao modelo. O provedor pode cobrar pelo uso dos seus dados.

Um modelo no seu próprio PC

Um modelo local roda no seu PC e o FlowLatch se comunica com ele via endpoint na mesma máquina. É ideal para projetos privados, pois nada sai do seu computador: prompts, texto dos arquivos e resultados ficam com você. O custo é o hardware. Um modelo local menor pode gerar seletores mais fracos ou perder uma causa que um modelo maior encontraria; leia cada diff com cuidado. Use o botão Testar para verificar se o endpoint responde e ver quanta janela de contexto o modelo suporta.

O modelo integrado

O modelo integrado está pronto para uso sem precisar de um endpoint próprio, sendo a forma mais rápida de experimentar o FlowLatch em um projeto de teste pequeno. Você pode abrir um chat, apontá-lo para uma pasta de trabalho e pedir um teste de login inicial imediatamente. É ideal para aprender como os cartões, os diffs e os três modos de aprovação funcionam. Quando uma tarefa cresce, como uma migração longa ou uma falha intermitente difícil, conecte um provedor em nuvem ou um modelo local e trabalhe na mesma pasta.

Verifique a conexão com o botão Testar

O botão Testar verifica o endpoint do modelo antes de você confiar nele. Ele envia uma solicitação pequena e mostra o tempo de resposta e a janela de contexto, que é a quantidade de texto que o modelo pode processar em uma única interação. Saber o tempo de resposta é útil antes de uma tarefa grande. Uma janela de contexto pequena indica que é melhor trabalhar em um arquivo de teste por vez. Se o teste falhar, verifique o endereço do endpoint, a chave de API e o nome do modelo, depois pressione o botão novamente.

Escolha um modelo compatível com a tarefa

Use um modelo maior para refatorações e lógica complexa, como mover uma suíte longa para outro framework ou desvendar uma falha que depende da ordem dos testes. Um modelo menor é suficiente para edições pequenas, como renomear um teste ou alterar um seletor. A ferramenta run_on_model envia uma etapa difícil para um modelo maior, então o resto do chat pode permanecer no modelo que você escolheu. Misturar tamanhos dessa forma é sua decisão, e os cartões mostram cada etapa que foi executada.

A qualidade do modelo varia entre provedores e versões, e todo modelo pode errar. Leia o diff antes de aceitar uma alteração e execute os testes você mesmo. Ask first faz uma pausa antes de ações que alteram algo, para que você veja cada edição antes que ela seja escrita. Se um modelo interpretar mal uma falha, rejeite a alteração e explique o erro no chat.