Modellen
Stel een OpenAI-compatibel of Anthropic-endpoint in met de basis-URL en zo nodig een API-sleutel. Test de verbinding. Een lokale modelserver moet actief zijn; externe hulpmiddelen kunnen apart gegevens versturen.
Onderzoek dependency_layers.py zodat elke generatie alleen afhangt van knopen uit eerder voltooide generaties.
Stel een OpenAI-compatibel of Anthropic-endpoint in met de basis-URL en zo nodig een API-sleutel. Test de verbinding. Een lokale modelserver moet actief zijn; externe hulpmiddelen kunnen apart gegevens versturen.
Selecteer een map en laat de assistent de relevante bestanden lezen voordat hij ze wijzigt. Benoem het doel en de grenzen van je opdracht.
Controleer wijzigingen en uitvoer van opdrachten. Voer de projectcontroles uit voordat je het resultaat overneemt; gegenereerde code is niet automatisch getest.
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