ตรวจสอบก่อนนำไปใช้
เปรียบเทียบการทำงานจริงกับผลที่คาดหวัง หากการตรวจสอบไม่ผ่าน ให้หาสาเหตุก่อนแก้ไขเพิ่มเติม
พื้นที่เขียนโค้ดด้วย AI
การจัดกลุ่มองค์ประกอบแยกกัน
จัดกลุ่มโหนดที่มีหมายเลขด้วยเส้นเชื่อมไร้ทิศทางและเซตไม่ทับกัน.
● ● ●UnionPebble●
ขั้นตอนการทำงาน · การจัดกลุ่มองค์ประกอบแยกกัน ×
def components(count, edges):
if type(count) is not int or not 0 <= count <= 10000:
raise ValueError("node count")
pairs = list(edges)
for pair in pairs:
if len(pair) != 2 or any(type(v) is not int or not 0 <= v < count for v in pair):
raise ValueError("edge endpoint")
parent = list(range(count))
def find(x):
while parent[x] != x:
parent[x] = parent[parent[x]]
x = parent[x]
return x
for a, b in pairs:
parent[find(b)] = find(a)
groups = {}
for node in range(count): groups.setdefault(find(node), []).append(node)
return sorted(groups.values())✳จัดกลุ่มโหนดที่มีหมายเลขด้วยเส้นเชื่อมไร้ทิศทางและเซตไม่ทับกัน.
✓ การเปลี่ยนแปลงตรวจสอบก่อนนำไปใช้ ↗
ภาพประกอบพื้นที่ทำงาน
โมเดล
ตั้งค่า endpoint ที่รองรับ OpenAI หรือ Anthropic ด้วย URL หลักและคีย์ API หากจำเป็น ทดสอบการเชื่อมต่อ เซิร์ฟเวอร์โมเดลในเครื่องต้องทำงานอยู่ เครื่องมือระยะไกลอาจส่งข้อมูลแยกต่างหาก
โปรเจกต์
ทดสอบโหนดเดี่ยว เส้นซ้ำ และกราฟว่าง พร้อมปฏิเสธปลายทางผิดก่อนรวมกลุ่ม.
ขั้นตอนการทำงาน
def components(count, edges):
if type(count) is not int or not 0 <= count <= 10000:
raise ValueError("node count")
pairs = list(edges)
for pair in pairs:
if len(pair) != 2 or any(type(v) is not int or not 0 <= v < count for v in pair):
raise ValueError("edge endpoint")
parent = list(range(count))
def find(x):
while parent[x] != x:
parent[x] = parent[parent[x]]
x = parent[x]
return x
for a, b in pairs:
parent[find(b)] = find(a)
groups = {}
for node in range(count): groups.setdefault(find(node), []).append(node)
return sorted(groups.values())เปลี่ยนข้อกำหนดการจัดกลุ่มให้เป็นการแก้ซอฟต์แวร์ที่ตรวจได้
UnionPebble คือพื้นที่ทำงานเขียนโค้ดด้วย AI บน Windows เพื่อนำข้อกำหนดการจัดกลุ่ม ซอร์สโค้ด และส่วนใช้ผลมาสู่บทสนทนาพัฒนาเดียวกัน เริ่มจากอธิบายสิ่งที่แอปถือว่าเชื่อมต่อกันและสิ่งที่คาดว่าจะได้รับ ขอให้โมเดลตรวจรูปแบบข้อมูลเดิมก่อนเสนอเปลี่ยนโค้ดสร้างกลุ่ม
สำหรับงานที่เป็นรูปธรรม ใช้ components.py คุยเรื่องการเชื่อมที่รวมสองกลุ่มซึ่งเดิมแยกกัน รวมโหนดโดดเดี่ยวในชุดข้อมูลและระบุลำดับผลที่คาดหวัง ตัวอย่างช่วยกำหนดคำขอแก้ไขโดยไม่คิดว่าคอลเลกชันที่เทียบเท่าทางคณิตศาสตร์จะตรงความต้องการโค้ดแปลงเก็บหรือแสดงผลของแอปเสมอ
ตรวจข้อเสนอที่ขอบเขตเหล่านั้น ตรวจรหัสโหนดที่ยอมรับ เส้นเชื่อมผิด และกรณีว่าง แล้วรันการตรวจโปรเจกต์ที่เกี่ยวข้อง ผลที่มีประโยชน์ควรอธิบายทั้งเหตุผลที่สมาชิกอยู่กลุ่มเดียวกันและเหตุผลที่โครงสร้างผลตรงกับส่วนใช้ผล อย่ารวมการเปลี่ยนที่เก็บข้อมูลหรือส่วนติดต่อที่ไม่เกี่ยวข้องในคำขอแก้พฤติกรรมจัดกลุ่ม
เชื่อมต่อโมเดลผ่านปลายทางที่รองรับ OpenAI-compatible หรือ Anthropic พร้อมข้อมูลรับรองเมื่อจำเป็น หากบริการนั้นมีโมเดล AI แบบ abliterated ที่ปรับลดการปฏิเสธ ก็เป็นตัวเลือกสำหรับการทำงาน โดยข้อจำกัดยังขึ้นกับผู้ให้บริการ เครื่องมือและบริบทที่ใช้ได้ขึ้นกับโมเดลและเซิร์ฟเวอร์ด้วย จึงควรจำกัดการตรวจเฉพาะซอร์สและหลักฐานที่ใช้ได้จริงในการทำงานนั้น
ตรวจงานจัดกลุ่มให้เกินกว่ากรณีสำเร็จทั่วไป
ควรรวมโหนดโดดเดี่ยวในผลหรือไม่?
ระบุความคาดหวังนั้นให้ชัด รายการเส้นเชื่อมอาจไม่กล่าวถึงโหนดโดดเดี่ยวเลยแม้แอปยังรู้ว่ามีอยู่ รวมจำนวนโหนดที่ประกาศและตัวอย่างโดดเดี่ยว เพื่อไม่ให้โค้ดที่เสนอตัดรายการเหล่านั้นจากผลอย่างเงียบ ๆ
ลำดับกลุ่มที่เทียบเท่ากันทำให้ผู้เรียกเสียได้หรือไม่?
ได้ หากส่วนใช้ผลพึ่งลำดับคงที่เพื่อแปลงเก็บ เปรียบเทียบ หรือแสดงผล ระบุว่าลำดับเป็นส่วนของส่วนติดต่อหรือไม่ แล้วตรวจข้อตกลงผลลัพธ์ ความเทียบเท่าทางคณิตศาสตร์เพียงอย่างเดียวไม่พิสูจน์ความเข้ากันได้กับสแนปช็อตหรือการประมวลผลขั้นถัดไปในโปรเจกต์
ควรเกิดอะไรกับปลายเส้นเชื่อมที่อยู่นอกช่วง?
กำหนดพฤติกรรมอินพุตที่ปฏิเสธและตรวจจุดแสดงข้อผิดพลาด ตัวอย่างตรวจรหัสตามจำนวนโหนดที่ประกาศ ตรวจการตอบสนองผู้เรียก แทนถือว่าข้อยกเว้นอย่างเดียวสื่อข้อผิดพลาดที่มีประโยชน์ต่อผู้ส่งข้อมูลจัดกลุ่ม
ตรวจการเชื่อมที่รวมกลุ่มได้อย่างไร?
เขียนกลุ่มเริ่มต้นและสมาชิกหลังรวมที่คาดหวังอย่างอิสระ รวมกลุ่มที่ไม่ถูกกระทบ รันชุดข้อมูลผ่านโค้ดที่แก้และตรวจลำดับแยก เพื่อให้มีผลก่อนและหลังที่เป็นรูปธรรมโดยไม่ลอกวิธีเขียนมาใส่การทดสอบ
UnionPebble · อัปเดตล่าสุด 2026-10-25