Choisis le modèle derrière tes analyses de logs
SmartCode Relay fonctionne avec un fournisseur d’IA dans le cloud via un point de terminaison d’API standard, un modèle qui tourne en local sur ton PC, ou le modèle intégré. Il y a trois options. Ton choix décide quel texte quitte la machine, alors lis la note sur la vie privée sous chaque option.
Trois façons de connecter un modèle
Un fournisseur d’IA dans le cloud
Un fournisseur d’IA dans le cloud se connecte via un point de terminaison d’API standard et convient aux étapes difficiles, comme lire un long ensemble de réglages de serveur. Le texte du prompt, y compris le texte des fichiers que l’agent lit, part chez ce fournisseur, donc retire les adresses IP des visiteurs des logs exportés quand tu peux. Vérifie les conditions du fournisseur. Les frais éventuels viennent du fournisseur.
Un modèle sur ton PC
Un modèle qui tourne en local sur ton PC convient aux logs et aux réglages que tu préfères ne pas envoyer ailleurs. Rien ne quitte la machine. Le temps de réponse et la fenêtre de contexte utilisable dépendent de ton matériel, donc clique sur Test pour voir les deux avant de te fier au modèle pour un long log.
Le modèle intégré
Le modèle intégré est la troisième option, à côté d’un fournisseur d’IA dans le cloud et d’un modèle qui tourne en local sur ton PC. Les prompts ne partent que vers le point de terminaison de modèle que tu choisis, et la page de confidentialité liste les fonctions réseau facultatives qui utilisent le réseau. Lis-la d’abord.
Ce que montre le bouton Test
Le bouton Test vérifie un point de terminaison avant que tu lances une analyse. Il affiche le temps de réponse et la fenêtre de contexte, ce qui te dit combien de texte de logs et de réglages tient dans une seule requête. Si le test échoue, vérifie d’abord les détails du point de terminaison. Relance le test après chaque changement.
Choisir un modèle selon la tâche
Utilise un modèle plus gros pour les parties difficiles, comme lire une longue configuration avec beaucoup de règles, et un plus petit pour les petites modifications, comme une valeur de timeout. run_on_model envoie une étape difficile à un modèle plus gros, et le reste du chat continue avec le plus petit. Seule cette étape change.
La qualité varie d’un modèle à l’autre, donc relis chaque diff avant de l’accepter. En mode Ask first, l’agent s’arrête avant chaque changement, et tu testes le résultat avec ta propre commande de test sur une copie. Les modèles font des erreurs.
