Elige un modelo para tus scripts de limpieza
Fredit Flow se conecta a un proveedor de IA en la nube mediante un endpoint de API estándar, a un modelo que corre en local en tu PC o al modelo integrado. La privacidad cambia en cada caso. Tu elección decide adónde va el texto del prompt, algo importante en archivos con datos personales.
Tres formas de conectar un modelo
Un proveedor de IA en la nube
Un modelo en la nube se conecta mediante un endpoint de API estándar y sirve para scripts más grandes y reglas más difíciles. Es posible que el proveedor cobre aparte. El texto del prompt, incluido el texto de archivo que lea el agente, va a ese proveedor, así que no le envíes archivos con datos personales salvo que tengas derecho a hacerlo.
Un modelo que corre en local en tu PC
Un modelo local mantiene cada prompt en tu equipo. Nada sale del PC. Por eso es la opción para archivos CSV con nombres, e-mails o edades. Funciona con tu propio hardware, y un modelo local pequeño puede escribir scripts más flojos, así que revisar el diff importa aún más.
El modelo integrado
El modelo integrado es la opción para probar Fredit Flow sin conectar un proveedor en la nube ni ejecutar un modelo por tu cuenta. Prueba primero con archivos de muestra. Para datos personales, elige un modelo que corra en local en tu PC, donde nada sale del equipo.
Comprueba la conexión con Test
El botón Test comprueba un endpoint antes de empezar. Muestra el tiempo de respuesta y la ventana de contexto, que indica cuánto texto puede recibir el modelo en una sola petición, por ejemplo una muestra de un archivo largo más tu script. Prueba cada modelo nuevo.
Elige el modelo según el tamaño del trabajo
Usa un modelo más grande para refactorizaciones y lógica compleja, como un script que combina varias tablas, y uno más pequeño para ediciones menores, como recortar una columna. La herramienta run_on_model envía un paso difícil a un modelo más grande mientras el resto sigue en el habitual. Decide antes de enviar datos.
La calidad varía. Lee el diff antes de aceptar. Ask first se detiene antes de las acciones que cambian algo, y el código de salida real y la salida muestran si un script se ejecutó, no si su resultado es correcto.
