Pilih model yang membaca log dan konfigurasi Anda
Cascadia Merge mengirimkan permintaan Anda ke model, dan model itu memutuskan alat mana yang akan dipanggil selanjutnya. Anda memilih model, dan pilihan itu mengubah ke mana teks prompt Anda dikirim. Alat-alatnya tetap sama, mulai dari read_file dan grep hingga Shell, apa pun model yang Anda sambungkan.
Ke mana teks prompt Anda dikirim
Penyedia AI cloud
Penyedia AI cloud terhubung melalui titik akhir API standar, yang Anda masukkan ke dalam aplikasi bersama dengan kunci API Anda. Dengan model cloud, teks prompt dikirim ke penyedia tersebut, begitu juga teks file apa pun yang dibaca agen, seperti log server atau serverconfig.json. Simpan kata sandi server di luar obrolan jika Anda tidak ingin penyedia melihatnya. Rahasia dalam output alat akan dihapus sebelum mencapai model, dan prompt hanya dikirim ke titik akhir yang Anda pilih. Kunci API Anda tetap di PC Anda. Penyedia mungkin membebankan biaya sesuai ketentuan mereka. Pilih model cloud jika Anda sudah memiliki akun dengan penyedia.
Model di PC Anda
Model yang berjalan lokal di PC Anda adalah pilihan untuk materi paling privat. Dengan model lokal, tidak ada yang keluar dari mesin: teks prompt dan teks file yang dibaca agen tetap di PC Anda. Agen tetap menjalankan alat yang sama, dan setiap tindakan tetap muncul sebagai kartu dengan hasil aslinya. Pencarian web bersifat opsional, dan jika Anda menggunakannya, kueri pencarian akan dikirim; fitur jaringan opsional lainnya dijelaskan di halaman privasi. Model lokal cocok untuk pekerjaan pada file konfigurasi yang berisi kata sandi server, atau tugas lain di mana Anda tidak ingin mengirimkan teks file ke penyedia.
Model bawaan
Model bawaan siap digunakan tanpa titik akhir Anda sendiri, sehingga menjadi jalan terpendek ke sesi pertama. Model ini cocok untuk mempelajari cara kerja kartu, diff, dan tiga mode persetujuan sebelum Anda menghubungkan apa pun lagi: minta untuk mencantumkan folder data dengan list_dir, lalu baca serverconfig.json dengan read_file. Anda dapat menghubungkan model cloud atau lokal kapan saja. Tampilan kartu sama apa pun model yang Anda gunakan, sehingga Anda bisa menjalankan satu tugas kecil dengan dua model dan membandingkan jawabannya secara berdampingan.
Periksa koneksi dengan tombol Uji
Tombol Uji memeriksa titik akhir, menampilkan waktu respons, dan menunjukkan jendela konteks. Jendela konteks adalah jumlah teks yang dapat dibaca model sekaligus, sehingga memberi tahu Anda apakah log server yang panjang kemungkinan akan muat. Jalankan uji setelah Anda memasukkan titik akhir dan lagi setelah Anda mengubahnya. Waktu respons adalah durasi model menjawab permintaan uji singkat, yang membantu saat Anda membandingkan dua penyedia. Hasilnya hanya mendeskripsikan koneksi. Hasil ini tidak menunjukkan seberapa baik model membaca file Anda, jadi Anda tetap perlu membaca kartu sendiri, dan tugas uji kecil seperti mencantumkan folder Mods memberi tahu Anda lebih banyak.
Memilih model untuk tugas server
Model yang lebih besar adalah pilihan yang masuk akal untuk log panjang atau perubahan yang menyentuh beberapa file, sedangkan model yang lebih kecil sudah cukup untuk edit kecil seperti mengubah MaxClients di serverconfig.json. Alat run_on_model mengirimkan satu langkah sulit ke model yang lebih besar, sementara sisa sesi tetap menggunakan model pilihan Anda. Alat tugas memulai sub-agen yang bekerja pada file terpisah secara paralel, misalnya file konfigurasi dan folder Mods, dan setiap sub-agen melaporkan hasilnya di obrolan. Pecah tugas besar. Input yang lebih pendek lebih mudah untuk model apa pun, dan kualitas masih bervariasi antar model.
Kualitas bervariasi antar model dan penyedia, dan model bisa salah membaca log atau menyarankan nilai yang salah, jadi baca diff sebelum Anda menerima perubahan. Ask first akan menjeda sebelum tindakan yang mengubah sesuatu dan menampilkan diff untuk disetujui, Plan only menulis langkah-langkah sebagai rencana dan tidak menjalankan apa pun, dan Auto-run bertindak segera. Cascadia Merge menjalankan alat Anda. Alat ini tidak membuat model lebih akurat, dan tidak menggantikan pengujian pada salinan simpanan Anda.