Elige el modelo que está detrás de tu práctica de PHP
PHP Trail funciona con tres tipos de modelo: un proveedor de IA en la nube al que se accede mediante un endpoint de API estándar, un modelo que se ejecuta en local en tu PC y el modelo integrado. La elección decide quién recibe el texto de tus prompts. Mira cada opción a continuación.
Tres formas de conectar un modelo
Un proveedor de IA en la nube
Un proveedor en la nube va bien para cambios más grandes y explicaciones más largas cuando tu propio PC es modesto. Introduces un endpoint de API estándar y tu clave de API, y la clave se queda en tu PC. Los prompts salen del PC. El texto del prompt, incluido el texto de cualquier archivo que lea el agente, va a ese proveedor, y los posibles cargos los cobra el proveedor, no este sitio.
Un modelo en tu propio PC
Un modelo local se ejecuta en tu PC, así que nada sale de la máquina: los prompts, el texto de los archivos y las respuestas se quedan ahí. Va bien para archivos de práctica privados, pero las respuestas dependen del modelo que cargues y de tu hardware. Revisa cada diff. Un modelo local más pequeño puede necesitar prompts más claros y más cortos que uno grande en la nube.
El modelo integrado
El modelo integrado es la tercera opción, junto con un proveedor de IA en la nube y un modelo que se ejecuta en local en tu PC. Como con cualquier opción, los prompts van solo al endpoint del modelo que elijas, y el botón Test puede comprobar ese endpoint. Prueba tu elección.
Prueba primero la conexión
El botón Test comprueba un endpoint antes de que cuentes con él. Muestra el tiempo de respuesta y la ventana de contexto, que es la cantidad de texto que el modelo puede admitir de una vez. Ejecútalo. Después de introducir o cambiar un endpoint, una respuesta lenta o una ventana pequeña te dicen qué esperar del siguiente prompt.
Elige un modelo según la tarea
Usa un modelo más grande para refactorizaciones y para lógica que toca varios archivos, y uno más pequeño para ediciones menores, como un punto y coma olvidado o una variable renombrada. Cuando un paso es difícil, la herramienta run_on_model envía solo ese paso a un modelo más grande mientras el resto del chat sigue con el habitual. Cámbialo según la tarea.
Los modelos son distintos. Lee el diff, ejecuta tu comando PHP y deja Ask first activado mientras aprendes, porque cualquier modelo puede equivocarse y un resultado no es prueba de que sea correcto hasta que lo hayas ejecutado y probado tú mismo.
