Modèles
Configurez un endpoint compatible OpenAI ou Anthropic avec son URL de base et une clé API si nécessaire. Testez la connexion. Un serveur local doit fonctionner ; les outils distants peuvent transmettre des données séparément.
Examinez dependency_layers.py pour que chaque génération dépende seulement de nœuds terminés dans les générations précédentes.
Configurez un endpoint compatible OpenAI ou Anthropic avec son URL de base et une clé API si nécessaire. Testez la connexion. Un serveur local doit fonctionner ; les outils distants peuvent transmettre des données séparément.
Sélectionnez un dossier et demandez à l’assistant de lire les fichiers concernés avant de les modifier. Définissez le résultat attendu et les limites de la tâche.
Examinez les changements et les sorties de commandes. Lancez les vérifications du projet avant de valider le résultat : le code généré n’est pas testé automatiquement.
def dependency_layers(dependencies):
if type(dependencies) is not list or len(dependencies) > 64:
raise ValueError("layers.input")
count = len(dependencies)
if any(type(row) is not set or any(type(v) is not int or not 0 <= v < count for v in row) for row in dependencies):
raise ValueError("layers.edge")
pending, done, layers = set(range(count)), set(), []
while pending:
ready = sorted(i for i in pending if dependencies[i] <= done)
if not ready:
raise ValueError("layers.cycle")
layers.append(ready)
pending.difference_update(ready)
done.update(ready)
return layers