Projekt
Testen Sie null und den größten passenden Wert, und lehnen Sie Boolesche Werte, ungültige Breiten und nicht passende Zahlen ab.
KI-Arbeitsumgebung für Code
Gray-Code mit fester Bitbreite
Wandeln Sie ganze Zahlen bei einer festen Breite von einem bis 16 Bits in Gray-Code und zurück um.
● ● ●GraySorrel●
Arbeitsabläufe · Gray-Code mit fester Bitbreite ×
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✳Wandeln Sie ganze Zahlen bei einer festen Breite von einem bis 16 Bits in Gray-Code und zurück um.
✓ ÄnderungenVor dem Anwenden prüfen ↗
Illustration der Arbeitsumgebung
Vor dem Anwenden prüfen
Vergleichen Sie das tatsächliche Verhalten mit dem erwarteten Ergebnis. Klären Sie fehlgeschlagene Prüfungen vor weiteren Änderungen.
Modelle
Richten Sie einen OpenAI-kompatiblen oder Anthropic-Endpunkt mit Basis-URL und gegebenenfalls API-Schlüssel ein. Testen Sie die Verbindung. Ein lokaler Modellserver muss laufen; entfernte Werkzeuge können Daten separat übertragen.
Arbeitsabläufe
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 resultAnnahmen zur Bitbreite während der gesamten Änderung sichtbar halten
GraySorrel ist eine KI-Programmierumgebung für Windows, die Annahmen zur Darstellung während der Entwicklung sichtbar macht. Nehmen Sie den Konvertierungscode und seinen Verbraucher in ein Projektgespräch auf und geben Sie an, welche Werte und Breiten die Schnittstelle akzeptiert. Dieser Kontext hilft dem Modell, eine konkrete Änderung zu besprechen, statt eine allgemeine Routine mit anderen Grenzen vorzuschlagen.
Eine mögliche Aufgabe ist die Gray-Code-Konvertierung mit fester Wortbreite. Lassen Sie Hin- und Rückkonvertierung gemeinsam einschließlich der geteilten Eingabeprüfung untersuchen. Geben Sie einige bekannte Werte und einen Grenzfall für die Wortbreite vor und verlangen Sie nur die Korrekturen, die Ihr vorgesehener Vertrag erfordert. Das Beispiel gibt dem Gespräch ein überprüfbares Ziel.
Prüfen Sie, wie der Vorschlag Werte außerhalb der gewählten Wortbreite behandelt. Stilles Abschneiden und ausdrückliches Zurückweisen führen zu unterschiedlichem Softwareverhalten, selbst wenn gewöhnliche Konvertierungen übereinstimmen. Führen Sie die Projekttests aus, vergleichen Sie Hin- und Rückkonvertierungen im unterstützten Bereich und untersuchen Sie die Fehlerbehandlung des Aufrufers. Behalten Sie neben umkehrbaren Beispielen auch exakt erwartete Kodierungen bei.
Verbinden Sie ein Modell über einen unterstützten OpenAI-kompatiblen oder Anthropic-Endpunkt und ergänzen Sie bei Bedarf Zugangsdaten. Die Wahl einer KI ohne Zensur ist möglich, wenn Ihr Endpunkt ein solches Modell anbietet; seine tatsächlichen Einschränkungen bleiben relevant. Werkzeugunterstützung und Kontextkapazität hängen von Modell und Server ab. Die Verantwortung für den Vertrag und den endgültigen Patch bleibt bei Ihnen.
Eine Änderung der Bitdarstellung prüfen
Reichen Hin- und Rückkonvertierungen zur Prüfung einer Kodierung aus?
Nein. Zwei Funktionen können einander umkehren und dennoch die falsche Zuordnung implementieren. Ergänzen Sie unabhängig bekannte Kodierungen zu den Prüfungen der Hin- und Rückkonvertierung und untersuchen Sie vor der Annahme der Änderung, wie der verbrauchende Code das Ergebnis interpretiert.
Sollten Werte maskiert werden, die breiter als das angeforderte Wort sind?
Legen Sie fest, ob Ihr Vertrag sie zurückweist oder bewusst abschneidet. Lassen Sie das Modell die vorhandene Validierung und die Erwartungen der Aufrufer nachvollziehen. Maskieren ändert das Verhalten, wenn Aufrufer zuvor einen Fehler erhielten, selbst wenn es die Konvertierung vereinfacht.
Wie viel vom verbrauchenden Code sollte ich aufnehmen?
Beginnen Sie mit dem Code, der den konvertierten Wert speichert, vergleicht oder überträgt, sowie den relevanten Tests. Das zeigt Annahmen zu Breite und Darstellung. Erweitern Sie den Kontext erst, wenn die Untersuchung eine weitere Abhängigkeit aufzeigt, die zum Verständnis der vorgeschlagenen Änderung nötig ist.
Kann ein gewähltes Modell unbelegte Aussagen zur Wortbreite verlässlich machen?
Nein. Prüfen Sie den unterstützten Bereich im Code und in Tests. Untersuchen Sie auch die Werkzeugausführung: Ein separat laufender lokaler Modellserver macht nicht jedes verbundene Werkzeug lokal und belegt nicht, wo diese Tests tatsächlich laufen.
GraySorrel · Aktualisiert 2026-10-25