เลือกโมเดลสำหรับสคริปต์ทำความสะอาดของคุณ

Fredit Flow เชื่อมต่อกับผู้ให้บริการ AI บนคลาวด์ผ่านเอนด์พอยต์ API มาตรฐาน กับโมเดลที่รันในพีซีของคุณ หรือกับโมเดลที่มีมาในตัว ความเป็นส่วนตัวต่างกันในแต่ละแบบ ตัวเลือกของคุณกำหนดว่าข้อความพรอมต์จะไปที่ใด ซึ่งสำคัญสำหรับไฟล์ที่มีข้อมูลส่วนบุคคล

สามวิธีเชื่อมต่อโมเดล

ผู้ให้บริการ AI บนคลาวด์

โมเดลคลาวด์เชื่อมต่อผ่านเอนด์พอยต์ API มาตรฐาน และเหมาะกับสคริปต์ที่ใหญ่กว่าและกฎที่ยากกว่า ผู้ให้บริการอาจคิดค่าบริการแยกต่างหาก ข้อความพรอมต์ รวมถึงข้อความในไฟล์ที่เอเจนต์อ่าน จะถูกส่งไปยังผู้ให้บริการนั้น จึงไม่ควรส่งไฟล์ที่มีข้อมูลส่วนบุคคลไปให้ เว้นแต่คุณมีสิทธิ์ส่ง

โมเดลที่รันในพีซีของคุณ

โมเดลในเครื่องเก็บทุกพรอมต์ไว้ในเครื่องของคุณ ไม่มีอะไรออกจากพีซี นั่นทำให้เป็นตัวเลือกสำหรับไฟล์ CSV ที่มีชื่อ อีเมล หรืออายุ โมเดลรันบนฮาร์ดแวร์ของคุณเอง และโมเดลในเครื่องขนาดเล็กอาจเขียนสคริปต์ได้อ่อนกว่า การตรวจ diff จึงยิ่งสำคัญ

โมเดลที่มีมาในตัว

โมเดลที่มีมาในตัวเป็นตัวเลือกสำหรับทดลองใช้ Fredit Flow โดยไม่ต้องเชื่อมต่อผู้ให้บริการคลาวด์หรือรันโมเดลเอง ลองกับไฟล์ตัวอย่างก่อน สำหรับข้อมูลส่วนบุคคล ให้เลือกโมเดลที่รันในพีซีของคุณ ซึ่งไม่มีอะไรออกจากเครื่อง

ตรวจการเชื่อมต่อด้วย Test

ปุ่ม Test ตรวจเอนด์พอยต์ก่อนที่คุณจะเริ่ม โดยแสดงเวลาตอบสนองและหน้าต่างบริบท ซึ่งบอกว่าโมเดลรับข้อความได้มากเท่าใดในหนึ่งคำขอ เช่น ตัวอย่างจากไฟล์ยาวพร้อมสคริปต์ของคุณ ทดสอบโมเดลใหม่ทุกครั้ง

เลือกโมเดลตามขนาดของงาน

ใช้โมเดลที่ใหญ่กว่าสำหรับการรีแฟกเตอร์และตรรกะซับซ้อน เช่น สคริปต์ที่รวมหลายตาราง และใช้โมเดลที่เล็กกว่าสำหรับการแก้ไขเล็ก ๆ เช่น ตัดช่องว่างในคอลัมน์ เครื่องมือ run_on_model ส่งขั้นตอนที่ยากหนึ่งขั้นไปยังโมเดลที่ใหญ่กว่า ขณะที่ส่วนที่เหลืออยู่กับโมเดลที่คุณใช้ตามปกติ ตัดสินใจก่อนส่งข้อมูล

คุณภาพต่างกัน อ่าน diff ก่อนยอมรับ Ask first หยุดก่อนการกระทำที่เปลี่ยนแปลงบางสิ่ง และรหัสออกกับเอาต์พุตจริงบอกว่าสคริปต์รันหรือไม่ ไม่ใช่ว่าผลลัพธ์ถูกต้องหรือไม่