Wybierz model, który czyta logi i konfiguracje
Cascadia Merge wysyła zapytanie do modelu, a on decyduje, które narzędzie wywoła jako kolejne. Wybór modelu determinuje, dokąd trafi Twój prompt. Narzędzia pozostają takie same – od read_file i grep po Shell – niezależnie od tego, z którego modelu korzystasz.
Dokąd trafia Twój prompt
Dostawca AI w chmurze
Dostawca AI w chmurze łączy się przez standardowy punkt końcowy API, który wpisujesz w aplikacji wraz ze swoim kluczem API. Przy modelu w chmurze tekst promptu trafia do tego dostawcy, podobnie jak tekst każdego pliku odczytywanego przez agenta, np. logu serwera lub serverconfig.json. Jeśli nie chcesz, aby dostawca widział hasło serwera, nie wklejaj go do czatu. Sekrety w wynikach narzędzi są maskowane przed wysłaniem do modelu, a prompty trafiają tylko do wybranego przez Ciebie punktu końcowego. Twój klucz API pozostaje na Twoim komputerze. Dostawca może naliczać opłaty za swoje usługi zgodnie z jego regulaminem. Wybierz model w chmurze, jeśli masz już konto u dostawcy.
Model na Twoim komputerze
Model działający lokalnie na Twoim komputerze to wybór dla Twoich najbardziej prywatnych danych. Przy modelu lokalnym nic nie opuszcza maszyny: tekst promptu oraz teksty plików odczytywanych przez agenta pozostają na Twoim PC. Agent nadal wykonuje te same narzędzia, a każda akcja pojawia się jako karta z rzeczywistym wynikiem. Wyszukiwanie w sieci jest opcjonalne; jeśli go użyjesz, zapytanie wysłane do wyszukiwarki opuści Twoją maszynę, inne opcjonalne funkcje sieciowe opisane są na stronie prywatności. Model lokalny nadaje się do pracy nad plikiem konfiguracyjnym zawierającym hasło serwera lub do każdego zadania, w którym nie chcesz wysyłać treści plików do dostawcy.
Model wbudowany
Model wbudowany jest gotowy do użycia bez własnego punktu końcowego, co sprawia, że jest to najszybsza droga do pierwszej sesji. Nadaje się do nauki działania kart, różnic (diffs) i trzech trybów zatwierdzania, zanim połączysz cokolwiek innego: poproś go o wypisanie folderu danych za pomocą list_dir, a następnie o odczytanie serverconfig.json za pomocą read_file. Możesz połączyć model w chmurze lub lokalny w dowolnym momencie. Karty wyglądają tak samo niezależnie od wybranego modelu, więc możesz wykonać małe zadanie dwoma modelami i porównać odpowiedzi obok siebie.
Sprawdź połączenie przyciskiem Test
Przycisk Test sprawdza punkt końcowy, pokazuje czas odpowiedzi i wielkość okna kontekstowego. Okno kontekstowe to ilość tekstu, którą model może odczytać jednocześnie, więc mówi Ci to, czy długi log serwera prawdopodobnie się zmieści. Uruchom test po wpisaniu punktu końcowego i ponownie po jego zmianie. Czas odpowiedzi to czas, jaki model potrzebuje na odpowiedź na krótkie zapytanie testowe, co pomaga przy porównywaniu dwóch dostawców. Wynik opisuje tylko połączenie. Nic nie mówi o tym, jak dobrze model czyta Twoje pliki, więc nadal czytasz karty samodzielnie, a małe zadanie testowe, np. wypisanie folderu Mods, powie Ci więcej.
Wybór modelu do zadania serwera
Większy model to rozsądny wybór dla długiego logu lub zmiany dotykającej kilka plików, a mniejszy model wystarczy do małej edycji, np. zmiany MaxClients w serverconfig.json. Narzędzie run_on_model wysyła jeden trudny krok do większego modelu, podczas gdy reszta sesji pozostaje przy wybranym przez Ciebie modelu. Narzędzie task uruchamia pod-agenty pracujące równolegle nad oddzielnymi plikami, np. plikiem konfiguracyjnym i folderem Mods, a każdy pod-agent raportuje wyniki w czacie. Podziel duże zadania. Krótsze wejścia są łatwiejsze dla dowolnego modelu, a jakość nadal różni się między modelami.
Jakość różni się między modelami i dostawcami, a model może źle odczytać log lub zasugerować błędną wartość, więc przeczytaj diff przed zaakceptowaniem zmiany. Ask first wstrzymuje się przed akcjami zmieniającymi coś i pokazuje diff do akceptacji, Plan only zapisuje kroki jako plan i nie wykonuje niczego, a Auto-run działa natychmiast. Cascadia Merge uruchamia Twoje narzędzia. Nie czyni modelu bardziej poprawnym i nie zastępuje testu na kopii Twoich zapisów gry.
