Programm zur Optimierung des Kontextes
Die Wirksamkeit großer Modelle für das Verständnis des Codekontexts kann auf drei Arten verbessert werden:
1. strukturierte Eingaben
- Darstellung der Projektarchitektur anhand des automatisch generierten Source Tree.
- passieren (eine Rechnung oder Inspektion etc.)
--git-log-branchVersionsänderungshistorie hinzufügen - ausnutzen
--git-diff-branchKontrastierende Branchenunterschiede
2. die Anpassung der Vorlage
Erstellen Sie Handlebars-Vorlagen (.hbs-Dateien) zur Steuerung der Ausgabestruktur:
- eingebaute Variable
source_treeim Gesang antwortenfilesOrganisatorischer Inhalt - Beispielvorlage:
templates/document-the-code.hbs - Benutzerdefinierte Anmerkungen können hinzugefügt werden, um wichtige Module zu beschreiben
3. intelligente Filterung
- Kosten oder Aufwand
--include "*.py"Konzentration auf bestimmte Sprachen - Kooperative Projekte
.gitignoreAutomatischer Ausschluss von irrelevanten Dateien - passieren (eine Rechnung oder Inspektion etc.)
--no-ignoreStandard-Filterregeln außer Kraft setzen
Diese Antwort stammt aus dem Artikelcode2prompt: Konvertierung von Code-Bibliotheken in Big-Model verständliche Prompt-DateienDie
Darf nicht ohne Genehmigung vervielfältigt werden:KI-Produktivitätswerkzeuge " Wie lässt sich die Wirkung des kontextuellen Verständnisses bei der Analyse von Code mit großen Modellen optimieren?
Deutsch 
简体中文 
English 
日本語 
Português do Brasil