Wähle das KI-Modell hinter deiner Bash-Arbeit
TechRetriever arbeitet mit drei Arten von Modellen: einem Cloud-KI-Anbieter über einen Standard-API-Endpunkt, einem Modell, das lokal auf deinem PC läuft, und dem integrierten Modell. Wähle vor dem Start. Deine Wahl bestimmt, wohin der Prompt-Text geht, also entscheide dich, bevor du ein privates Skript öffnest.
Drei Wege, ein Modell zu verbinden
Ein Cloud-KI-Anbieter
Ein Cloud-Modell eignet sich, um längere Skripte zu entwerfen und unbekannten Code zu erklären, und du verbindest es über einen Standard-API-Endpunkt mit deinem eigenen Schlüssel. Bedenke den Kompromiss. Der Prompt-Text, auch der Text jeder Datei, die der Agent liest, geht an diesen Anbieter, während der Schlüssel selbst auf deinem PC bleibt.
Ein Modell auf deinem PC
Ein lokales Modell eignet sich für private Skripte und Logs, die du lieber nicht an einen Anbieter schicken willst. Nichts verlässt den PC, weil die Prompts nie an einen externen Endpunkt gehen. Die Qualität schwankt je nach geladenem Modell, also teste es an einem kleinen Skript, bevor du dich bei einem längeren darauf verlässt.
Das integrierte Modell
Das integrierte Modell ist die dritte Art, die du wählen kannst, und du musst keinen eigenen Endpunkt eintragen. Es ist eines von dreien. Das Modell erhält den Text deiner Prompts und der Dateien, die der Agent liest, also halte Passwörter und Schlüssel aus deinen Skripten heraus; Geheimnisse in der Werkzeugausgabe werden geschwärzt, bevor sie das Modell erreichen.
Was die Schaltfläche Test zeigt
Klicke auf Test, nachdem du den Endpunkt eingegeben hast. Die Schaltfläche prüft, ob der Endpunkt antwortet, zeigt die Antwortzeit und zeigt das Kontextfenster, also wie viel Text das Modell in einer Anfrage aufnehmen kann. Ein langes Skript samt Log braucht ein größeres Fenster als eine Korrektur in einer Zeile.
Das passende Modell für die Aufgabe wählen
Nimm ein größeres Modell für Umbauten und komplexe Logik, etwa ein Skript mit vielen Funktionen oder voneinander abhängigen Schleifen. Ein kleineres Modell genügt für kleine Änderungen wie das Hinzufügen einer Hilfemeldung. Ist ein Schritt schwierig, schickt run_on_model nur diesen Schritt an ein größeres Modell, während der Rest bei deinem üblichen bleibt.
Die Qualität schwankt zwischen Modellen, also behandle jedes Ergebnis als Entwurf. Ask first hält vor Aktionen an, die etwas ändern, edit_file zeigt einen Diff, und Shell meldet den echten Exit-Code. Lies alle drei, bevor du etwas übernimmst.
