Modèles
Configurez un endpoint compatible OpenAI ou Anthropic avec son URL de base et une clé API si nécessaire. Testez la connexion. Un serveur local doit fonctionner ; les outils distants peuvent transmettre des données séparément.
Utilisez vector_clock.py pour comprendre pourquoi deux historiques restent incomparables malgré leurs compteurs valides.
Configurez un endpoint compatible OpenAI ou Anthropic avec son URL de base et une clé API si nécessaire. Testez la connexion. Un serveur local doit fonctionner ; les outils distants peuvent transmettre des données séparément.
Sélectionnez un dossier et demandez à l’assistant de lire les fichiers concernés avant de les modifier. Définissez le résultat attendu et les limites de la tâche.
Examinez les changements et les sorties de commandes. Lancez les vérifications du projet avant de valider le résultat : le code généré n’est pas testé automatiquement.
def clock_relation(a, b):
for clock in (a, b):
if type(clock) is not dict or len(clock) > 64:
raise ValueError("clock.map")
if any(type(k) is not str or not 1 <= len(k) <= 32 or type(v) is not int or not 0 <= v <= 10**12 for k, v in clock.items()):
raise ValueError("clock.entry")
keys = a.keys() | b.keys()
less = any(a.get(k, 0) < b.get(k, 0) for k in keys)
more = any(a.get(k, 0) > b.get(k, 0) for k in keys)
return "concurrent" if less and more else "before" if less else "after" if more else "equal"