Projekt
Sprawdź zero i największą mieszczącą się wartość, odrzucając wartości logiczne, błędne szerokości i przekroczenia zakresu.
Środowisko programowania z AI
Konwersja Graya o stałej szerokości
Przekształć całkowite słowa do kodu Graya i z powrotem przy jawnej szerokości od jednego do 16 bitów.
● ● ●GraySorrel●
Sposoby pracy · Konwersja Graya o stałej szerokości ×
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✳Przekształć całkowite słowa do kodu Graya i z powrotem przy jawnej szerokości od jednego do 16 bitów.
✓ ZmianySprawdź przed zastosowaniem ↗
Ilustracja środowiska
Sprawdź przed zastosowaniem
Porównaj rzeczywiste zachowanie z oczekiwanym wynikiem. Jeśli sprawdzenie się nie powiedzie, wyjaśnij przyczynę przed kolejnymi zmianami.
Modele
Dodaj endpoint zgodny z OpenAI lub Anthropic, podając bazowy URL i klucz API, jeśli jest wymagany. Sprawdź połączenie. Lokalny serwer modelu musi działać; zdalne narzędzia mogą przesyłać dane oddzielnie.
Sposoby pracy
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 resultZachowaj widoczność założeń szerokości bitowej przez całą zmianę
GraySorrel to środowisko programowania z AI dla Windows, które pomaga uwidocznić założenia reprezentacji podczas tworzenia oprogramowania. Włącz kod konwersji i kod, który go używa, do rozmowy o projekcie, a następnie określ wartości i szerokości przyjmowane przez interfejs. Dzięki temu model może omówić konkretną zmianę zamiast proponować ogólną procedurę o innych granicach.
Przykładowym zadaniem jest konwersja kodu Graya o stałej szerokości. Poproś o wspólny przegląd konwersji w obu kierunkach, wraz ze wspólną kontrolą danych wejściowych. Podaj kilka znanych wartości i przypadek graniczny szerokości, a następnie poproś tylko o poprawki potrzebne do realizacji zamierzonego kontraktu. Przykład wyznacza rozmowie cel, który można przetestować.
Sprawdź, jak propozycja obsługuje wartości wykraczające poza wybraną szerokość. Ciche obcięcie i jawne odrzucenie prowadzą do innego zachowania programu, nawet jeśli zwykłe konwersje dają ten sam wynik. Uruchom testy projektu, porównaj konwersje tam i z powrotem w obsługiwanym zakresie oraz sprawdź obsługę błędów w kodzie wywołującym. Zachowaj dokładne oczekiwane kodowania, a także przykłady odwracalne.
Połącz model przez obsługiwany punkt końcowy zgodny z OpenAI lub punkt końcowy Anthropic, dodając dane uwierzytelniające, jeśli są wymagane. Wybór modelu AI bez cenzury jest możliwy, gdy taki model oferuje dany punkt końcowy; jego faktyczne ograniczenia nadal mają znaczenie. Obsługa narzędzi i pojemność kontekstu zależą od modelu i serwera, a odpowiedzialność za kontrakt i ostateczną poprawkę pozostaje po Twojej stronie.
Przegląd zmiany reprezentacji bitowej
Czy konwersje tam i z powrotem wystarczą do weryfikacji kodowania?
Nie. Dwie funkcje mogą wzajemnie odwracać swoje działanie, a mimo to realizować błędne odwzorowanie. Dodaj niezależnie znane kodowania obok testów konwersji tam i z powrotem i przed przyjęciem proponowanej zmiany sprawdź, jak kod korzystający z wyniku go interpretuje.
Czy wartości szersze niż żądane słowo należy maskować?
Określ, czy kontrakt je odrzuca, czy celowo obcina. Poproś model o prześledzenie istniejącej walidacji i oczekiwań kodu wywołującego. Maskowanie zmienia zachowanie, jeśli wcześniej kod wywołujący otrzymywał błąd, nawet gdy upraszcza konwersję.
Jak dużo kodu korzystającego z wyniku należy dołączyć?
Zacznij od kodu, który zapisuje, porównuje lub przesyła przekonwertowaną wartość, oraz odpowiednich testów. Ujawni to założenia dotyczące szerokości i reprezentacji. Rozszerzaj kontekst dopiero wtedy, gdy przegląd wskaże kolejną zależność potrzebną do zrozumienia proponowanej edycji.
Czy wybrany model może uwiarygodnić niepotwierdzone twierdzenia o szerokości?
Nie. Zweryfikuj obsługiwany zakres w kodzie i testach. Sprawdź również wykonanie narzędzi: użycie osobno działającego lokalnego serwera modelu nie sprawia, że każde podłączone narzędzie jest lokalne, ani nie ustala, gdzie faktycznie uruchamiane są testy.
GraySorrel · Zaktualizowano 2026-10-25