Моделі
Налаштуйте OpenAI-сумісний або Anthropic endpoint із базовою URL-адресою та API-ключем, якщо він потрібен. Перевірте з’єднання. Локальний сервер моделі має працювати; віддалені інструменти можуть окремо передавати дані.
Розгляньте dependency_layers.py, щоб кожне покоління залежало лише від вузлів, завершених у попередніх поколіннях.
Налаштуйте OpenAI-сумісний або Anthropic endpoint із базовою URL-адресою та API-ключем, якщо він потрібен. Перевірте з’єднання. Локальний сервер моделі має працювати; віддалені інструменти можуть окремо передавати дані.
Виберіть папку й попросіть помічника прочитати потрібні файли перед редагуванням. Визначте мету та межі завдання.
Переглядайте зміни й результати команд. Перед прийняттям результату виконайте перевірки проєкту; створений код не тестується автоматично.
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