Выберите модель, которая читает ваши листинги

CJK Workbench работает с облачным провайдером ИИ через стандартный endpoint API, с моделью, запущенной локально на вашем ПК, или со встроенной моделью. Ваш выбор определяет, куда попадёт текст ваших листингов, поэтому сделайте его до того, как откроете файл. Сравните три варианта ниже.

Три способа подключить модель

Облачный провайдер ИИ

Облачный провайдер подходит для длинных запутанных листингов, когда нужна модель покрупнее. Ключи остаются на вашем ПК. Провайдер получает текст промпта, включая текст файла, который читает агент, поэтому отправляйте только те листинги, которыми вправе делиться, и помните, что провайдер может отдельно брать плату за свой API.

Модель на вашем ПК

Локальная модель работает на вашем собственном ПК и подходит для листингов, которые нельзя никому отправлять. Ничто не покидает компьютер. Качество и скорость зависят от вашего оборудования и установленной модели, поэтому сначала попробуйте её на коротком листинге и сравните её объяснение с текстом.

Встроенная модель

Встроенной модели не нужны ни endpoint API, ни локальная установка. Для работы приложения аккаунт не нужен. Какой бы вариант вы ни выбрали, промпты уходят только к выбранной вами модели, так что вы сами решаете, куда попадёт текст листингов.

Проверьте подключение кнопкой Test

Сначала нажмите Test. Кнопка проверяет endpoint, прежде чем вы начнёте на него полагаться, и показывает время отклика и окно контекста, по которому видно, сколько текста помещается в один запрос. Длинный листинг может не поместиться в маленькое окно, поэтому проверьте модель, которую собираетесь использовать, и повторите проверку после смены endpoint.

Подберите модель под задачу

Более крупная модель подходит для длинных запутанных листингов и для более трудного шага — проследить одну структуру данных через множество функций, а для объяснения короткого фрагмента хватит и меньшей. Сначала попробуйте маленькую. run_on_model отправляет один сложный шаг более крупной модели, а остальную часть сеанса оставляет на вашем обычном выборе.

Качество у моделей разное, и любая может неверно прочитать листинг. Читайте каждый diff. Используйте Ask first, чтобы каждая запись ждала вашего OK, и сверяйте утверждение с самим листингом, прежде чем принять изменение в заметках.