Wähle das Modell hinter deiner PHP-Übung
PHP Trail arbeitet mit drei Arten von Modellen: einem Cloud-KI-Anbieter, der über einen Standard-API-Endpunkt erreicht wird, einem Modell, das lokal auf deinem PC läuft, und dem integrierten Modell. Die Wahl entscheidet, wer deinen Prompt-Text erhält. Sieh dir unten jede Option an.
Drei Wege, ein Modell zu verbinden
Ein Cloud-KI-Anbieter
Ein Cloud-Anbieter eignet sich für größere Änderungen und längere Erklärungen, wenn dein eigener PC bescheiden ist. Du gibst einen Standard-API-Endpunkt und deinen API-Schlüssel ein, und der Schlüssel bleibt auf deinem PC. Prompts verlassen den PC. Der Prompt-Text, auch der Text jeder Datei, die der Agent liest, geht an diesen Anbieter, und eventuelle Kosten stellt der Anbieter in Rechnung, nicht diese Website.
Ein Modell auf deinem eigenen PC
Ein lokales Modell läuft auf deinem PC, also verlässt nichts den Rechner: Prompts, Dateitexte und Antworten bleiben dort. Es passt zu privaten Übungsdateien, aber die Antworten hängen vom geladenen Modell und von deiner Hardware ab. Prüfe jeden Diff. Ein kleineres lokales Modell braucht womöglich klarere, kürzere Prompts als ein großes Cloud-Modell.
Das integrierte Modell
Das integrierte Modell ist die dritte Option neben einem Cloud-KI-Anbieter und einem Modell, das lokal auf deinem PC läuft. Wie bei jeder Option gehen Prompts nur an den Modell-Endpunkt, den du wählst, und die Schaltfläche Test kann diesen Endpunkt prüfen. Teste deine Wahl.
Teste zuerst die Verbindung
Die Schaltfläche Test prüft einen Endpunkt, bevor du dich darauf verlässt. Sie zeigt die Antwortzeit und das Kontextfenster, also wie viel Text das Modell auf einmal aufnehmen kann. Führe sie aus. Nachdem du einen Endpunkt eingegeben oder geändert hast, verrät dir eine langsame Antwort oder ein kleines Fenster, was du vom nächsten Prompt erwarten kannst.
Wähle ein Modell für die Aufgabe
Nimm ein größeres Modell für Refactorings und für Logik, die mehrere Dateien betrifft, und ein kleineres für kleine Änderungen wie ein fehlendes Semikolon oder eine umbenannte Variable. Ist ein Schritt schwierig, schickt das Werkzeug run_on_model nur diesen Schritt an ein größeres Modell, während der Rest des Chats beim üblichen bleibt. Wechsle je nach Aufgabe.
Modelle unterscheiden sich. Lies den Diff, führe deinen PHP-Befehl aus und lass Ask first beim Lernen eingeschaltet, denn jedes Modell kann sich irren, und ein Ergebnis ist erst dann ein Beleg für Korrektheit, wenn du es selbst ausgeführt und getestet hast.
