Verbinde ein KI-Modell für dein Machine-Learning-Projekt

Model Ledger gibt dir die Wahl, wie der Agent mit einem Sprachmodell kommuniziert. Du kannst einen Cloud-Anbieter über einen Standard-API-Endpunkt wählen, ein Modell lokal auf deinem PC ausführen oder das integrierte Modell nutzen. Diese Wahl beeinflusst Datenschutz und Geschwindigkeit.

Wähle deine Modellquelle

Cloud-KI-Anbieter

Nutze einen Cloud-KI-Anbieter über einen Standard-API-Endpunkt. Deine Eingabe und Dateiinhalte verlassen deinen Rechner. Du entscheidest selbst, welchen Anbieter du wählst und für dessen Nutzung bezahlst. Der Agent sendet Daten nur an diesen spezifischen Endpunkt.

Lokales PC-Modell

Führe ein Modell direkt auf deinem PC aus. Das hält alle Daten auf deinem Computer. Deine Eingaben und Dateiinhalte verlassen den Rechner nicht. Das ist ideal für sensible Projekte oder strenge Datenschutzrichtlinien. Du verwaltest die Modell-Dateien und Hardware-Ressourcen selbst.

Integriertes Modell

Ein integriertes Modell ist als Option verfügbar.

Teste deine Verbindung

Drücke die Schaltfläche „Test“, um deinen Endpunkt zu prüfen. Das Tool zeigt die Antwortzeit und die Größe des Kontextfensters an.

Wähle das richtige Modell für die Aufgabe

Nutze ein größeres Modell für Refactorings oder komplexe Logik. Nutze ein kleineres Modell für kleine Änderungen. Das run_on_model-Tool sendet anspruchsvolle Schritte an ein größeres Modell.

Die Qualität variiert zwischen Modellen und Einstellungen. Überprüfe immer den Diff, bevor du Änderungen übernimmst. Nutze Ask first, um vor jeder Änderung zu pausieren. Du siehst die exakten Dateiänderungen und kannst entscheiden, ob sie korrekt sind.