المشروع
اختبر الصفر وأكبر قيمة ملائمة وارفض القيم المنطقية والعروض غير الصالحة والأعداد التي تتجاوز العرض.
مساحة عمل برمجية بالذكاء الاصطناعي
تحويل غراي بعرض ثابت
حوّل الأعداد الصحيحة إلى كود غراي وبالعكس بعرض محدد من بت واحد إلى 16 بتًا.
● ● ●GraySorrel●
سير العمل · تحويل غراي بعرض ثابت ×
def checked_word(value, width):
if type(width) is not int or not 1 <= width <= 16:
raise ValueError("word.width")
if type(value) is not int or not 0 <= value < (1 << width):
raise ValueError("word.value")
return value
def to_gray(value, width):
value = checked_word(value, width)
return value ^ (value >> 1)
def from_gray(value, width):
value = checked_word(value, width)
result = 0
while value:
result ^= value
value >>= 1
return result✳حوّل الأعداد الصحيحة إلى كود غراي وبالعكس بعرض محدد من بت واحد إلى 16 بتًا.
✓ التغييراتراجع قبل التطبيق ↗
رسم توضيحي لمساحة العمل
راجع قبل التطبيق
قارن السلوك الفعلي بالنتيجة المتوقعة. إذا فشل فحص، تحقّق من السبب قبل إجراء تغييرات إضافية.
النماذج
اضبط نقطة اتصال متوافقة مع OpenAI أو Anthropic باستخدام العنوان الأساسي ومفتاح API عند الحاجة. اختبر الاتصال. يجب أن يعمل خادم النموذج المحلي؛ وقد ترسل الأدوات البعيدة البيانات بشكل منفصل.
سير العمل
def checked_word(value, width):
if type(width) is not int or not 1 <= width <= 16:
raise ValueError("word.width")
if type(value) is not int or not 0 <= value < (1 << width):
raise ValueError("word.value")
return value
def to_gray(value, width):
value = checked_word(value, width)
return value ^ (value >> 1)
def from_gray(value, width):
value = checked_word(value, width)
result = 0
while value:
result ^= value
value >>= 1
return resultأبقِ افتراضات عرض البتات واضحة طوال التغيير
GraySorrel مساحة عمل للبرمجة بالذكاء الاصطناعي على Windows لإظهار افتراضات التمثيل أثناء التطوير. أضف شيفرة التحويل والشيفرة التي تستخدمها إلى محادثة المشروع، ثم حدد القيم والعروض التي تقبلها الواجهة. يساعد هذا السياق النموذج على مناقشة تغيير محدد بدلاً من اقتراح إجراء عام بحدود مختلفة.
خذ تحويل شيفرة غراي بعرض ثابت مثالاً للمهمة. اطلب فحص التحويلين الأمامي والعكسي معاً، بما في ذلك التحقق المشترك من المدخلات. قدم بعض القيم المعروفة وحالة عند حد العرض، ثم اطلب التصحيحات اللازمة فقط للعقد الذي تقصده. يمنح المثال المحادثة هدفاً قابلاً للاختبار.
راجع كيفية تعامل الاقتراح مع القيم التي تتجاوز العرض المختار. فالاقتطاع الصامت والرفض الصريح يؤديان إلى سلوكين مختلفين للبرنامج، حتى لو اتفقت التحويلات العادية. شغّل اختبارات المشروع، وقارن التحويل ذهاباً وإياباً ضمن النطاق المدعوم، وافحص معالجة الأخطاء لدى المستدعي. احتفظ بالترميزات المتوقعة الدقيقة إلى جانب أمثلة التحويل القابل للعكس.
اربط نموذجاً عبر نقطة نهاية مدعومة متوافقة مع OpenAI أو نقطة نهاية Anthropic، وأضف بيانات الاعتماد عند الحاجة. يتاح اختيار نموذج ذكاء اصطناعي بلا رقابة عندما توفر نقطة النهاية لديك مثل هذا النموذج؛ وتظل قيوده الفعلية مهمة. يعتمد دعم الأدوات وسعة السياق على النموذج والخادم، بينما تبقى مسؤولية العقد والتعديل النهائي عليك.
مراجعة تغيير في تمثيل البتات
هل يكفي التحويل ذهاباً وإياباً للتحقق من الترميز؟
لا. يمكن لدالتين أن تعكس إحداهما الأخرى مع تطبيق ربط خاطئ. أدرج ترميزات معروفة بصورة مستقلة إلى جانب فحوص التحويل ذهاباً وإياباً، وافحص كيفية تفسير الشيفرة المستهلكة للنتيجة قبل قبول التغيير المقترح.
هل ينبغي تطبيق قناع بتات على القيم الأعرض من الكلمة المطلوبة؟
حدد ما إذا كان العقد يرفضها أم يقتطعها عمداً. اطلب من النموذج تتبع التحقق الحالي وتوقعات المستدعين. تطبيق القناع يغير السلوك إذا كان المستدعون يتلقون خطأ سابقاً، حتى إن بسّط التحويل.
ما مقدار الشيفرة المستهلكة الذي ينبغي تضمينه؟
ابدأ بالشيفرة التي تخزن القيمة المحولة أو تقارنها أو ترسلها، مع الاختبارات ذات الصلة. يكشف ذلك افتراضات العرض والتمثيل. وسّع السياق فقط عندما يكشف الفحص عن تبعية أخرى لازمة لفهم التعديل المقترح.
هل يجعل اختيار نموذج الادعاءات غير المثبتة عن العرض موثوقة؟
لا. تحقق من النطاق المدعوم في الشيفرة والاختبارات. وافحص تنفيذ الأدوات أيضاً: استخدام خادم نموذج محلي يعمل بصورة منفصلة لا يجعل كل أداة متصلة محلية ولا يثبت أين تعمل تلك الاختبارات فعلياً.
GraySorrel · آخر تحديث 2026-10-25
