प्रोजेक्ट
शून्य और समाने वाला सबसे बड़ा मान जाँचें तथा बूलियन, गलत चौड़ाई और सीमा से बाहर मान अस्वीकार करें.
AI के साथ कोड का कार्यक्षेत्र
निश्चित बिट चौड़ाई का ग्रे रूपांतरण
एक से 16 बिट की स्पष्ट चौड़ाई में पूर्णांक को ग्रे कोड और वापस बदलें.
● ● ●GraySorrel●
कार्यप्रवाह · निश्चित बिट चौड़ाई का ग्रे रूपांतरण ×
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✳एक से 16 बिट की स्पष्ट चौड़ाई में पूर्णांक को ग्रे कोड और वापस बदलें.
✓ बदलावलागू करने से पहले समीक्षा करें ↗
कार्यक्षेत्र का चित्रण
लागू करने से पहले समीक्षा करें
वास्तविक व्यवहार की अपेक्षित परिणाम से तुलना करें। जाँच असफल हो तो अगले बदलाव से पहले कारण समझें।
मॉडल
बेस URL और आवश्यक होने पर API कुंजी से OpenAI-संगत या Anthropic endpoint सेट करें। कनेक्शन जाँचें। स्थानीय मॉडल सर्वर चालू होना चाहिए; दूरस्थ उपकरण अलग से डेटा भेज सकते हैं।
कार्यप्रवाह
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 resultपूरे बदलाव के दौरान बिट चौड़ाई की मान्यताएँ स्पष्ट रखें
GraySorrel एक Windows एआई कोडिंग कार्यक्षेत्र है, जो विकास के दौरान निरूपण की मान्यताओं को स्पष्ट करने में मदद करता है। परियोजना की बातचीत में रूपांतरण कोड और उसका उपयोग करने वाला कोड शामिल करें, फिर बताएँ कि इंटरफ़ेस किन मानों और चौड़ाइयों को स्वीकार करता है। यह संदर्भ मॉडल को अलग सीमाओं वाली सामान्य प्रक्रिया सुझाने के बजाय ठोस बदलाव पर चर्चा करने में मदद करता है।
कार्य के उदाहरण के रूप में निश्चित चौड़ाई वाले Gray कोड का रूपांतरण लें। साझा इनपुट जाँच सहित आगे और पीछे, दोनों दिशाओं के रूपांतरण की एक साथ समीक्षा माँगें। कुछ ज्ञात मान और चौड़ाई की सीमा वाला मामला दें, फिर अपने अपेक्षित अनुबंध के लिए केवल आवश्यक सुधार माँगें। इससे बातचीत को परीक्षण योग्य लक्ष्य मिलता है।
देखें कि प्रस्ताव चुनी गई चौड़ाई से बाहर के मानों को कैसे संभालता है। बिना बताए काटना और स्पष्ट रूप से अस्वीकार करना सॉफ़्टवेयर का अलग व्यवहार पैदा करते हैं, भले ही सामान्य रूपांतरण समान हों। परियोजना के परीक्षण चलाएँ, समर्थित सीमा में दोनों दिशाओं का रूपांतरण जाँचें और कॉल करने वाले कोड में त्रुटि प्रबंधन देखें। उलट सकने वाले उदाहरणों के साथ सटीक अपेक्षित एन्कोडिंग भी रखें।
समर्थित OpenAI-संगत या Anthropic एंडपॉइंट के माध्यम से मॉडल जोड़ें और आवश्यकता होने पर प्रवेश प्रमाण दें। बिना सेंसर वाले एआई मॉडल का चुनाव तभी लागू होता है जब आपका एंडपॉइंट ऐसा मॉडल देता हो; उसकी वास्तविक पाबंदियाँ फिर भी मायने रखती हैं। टूल समर्थन और संदर्भ क्षमता मॉडल तथा सर्वर पर निर्भर हैं, जबकि अनुबंध और अंतिम पैच की जिम्मेदारी आपकी रहती है।
बिट निरूपण में बदलाव की समीक्षा
क्या दोनों दिशाओं का रूपांतरण जाँचना एन्कोडिंग सत्यापित करने के लिए पर्याप्त है?
नहीं। दो फ़ंक्शन गलत मैपिंग लागू करते हुए भी एक-दूसरे का परिणाम उलट सकते हैं। दोनों दिशाओं की जाँच के साथ स्वतंत्र रूप से ज्ञात एन्कोडिंग शामिल करें और प्रस्तावित बदलाव स्वीकार करने से पहले देखें कि उपयोगकर्ता कोड परिणाम को कैसे समझता है।
क्या माँगे गए शब्द से अधिक चौड़े मानों पर मास्क लगाना चाहिए?
स्पष्ट करें कि आपका अनुबंध उन्हें अस्वीकार करता है या जानबूझकर काटता है। मॉडल से मौजूदा सत्यापन और कॉल करने वाले कोड की अपेक्षाएँ जाँचने को कहें। यदि पहले कॉल करने वाले को त्रुटि मिलती थी, तो मास्क लगाना व्यवहार में बदलाव है, भले ही रूपांतरण आसान हो जाए।
उपयोग करने वाले कोड का कितना हिस्सा शामिल करूँ?
रूपांतरित मान को संग्रहित, तुलना या प्रसारित करने वाले कोड और संबंधित परीक्षणों से शुरू करें। इससे चौड़ाई और निरूपण की मान्यताएँ सामने आती हैं। संदर्भ तभी बढ़ाएँ जब समीक्षा में प्रस्तावित संपादन समझने के लिए कोई और निर्भरता आवश्यक मिले।
क्या चुना गया मॉडल असमर्थित चौड़ाई के दावों को विश्वसनीय बना सकता है?
नहीं। कोड और परीक्षणों में समर्थित सीमा सत्यापित करें। टूल का निष्पादन भी जाँचें: अलग चलने वाला स्थानीय मॉडल सर्वर इस्तेमाल करने से हर जुड़ा टूल स्थानीय नहीं हो जाता और न ही यह तय होता है कि परीक्षण वास्तव में कहाँ चलते हैं।
GraySorrel · अद्यतन 2026-10-25