Proyek
Uji nol, satu, dua, kuadrat komposit dan batas atas, serta tolak batas negatif, pecahan atau Boolean sebelum alokasi.
Ruang kerja kode dengan AI
Saringan prima berbatas
Daftar semua prima hingga batas bilangan bulat inklusif dengan saringan dibatasi 1000000.
● ● ●SieveFern●
Alur kerja · Saringan prima berbatas ×
from math import isqrt
def primes_through(limit):
if type(limit) is not int or not 0 <= limit <= 1000000:
raise ValueError("limit.range")
sieve = bytearray([1]) * (limit + 1)
sieve[0] = 0
if limit >= 1:
sieve[1] = 0
for p in range(2, isqrt(limit) + 1):
if sieve[p]:
for multiple in range(p * p, limit + 1, p):
sieve[multiple] = 0
return [i for i, prime in enumerate(sieve) if prime]✳Daftar semua prima hingga batas bilangan bulat inklusif dengan saringan dibatasi 1000000.
✓ PerubahanTinjau sebelum menerapkan ↗
Ilustrasi ruang kerja
Tinjau sebelum menerapkan
Bandingkan perilaku sebenarnya dengan hasil yang diharapkan. Jika pemeriksaan gagal, cari penyebabnya sebelum membuat perubahan lain.
Model
Atur endpoint kompatibel OpenAI atau Anthropic dengan URL dasar dan kunci API jika diperlukan. Uji koneksi. Server model lokal harus berjalan; alat jarak jauh dapat mengirim data secara terpisah.
Alur kerja
from math import isqrt
def primes_through(limit):
if type(limit) is not int or not 0 <= limit <= 1000000:
raise ValueError("limit.range")
sieve = bytearray([1]) * (limit + 1)
sieve[0] = 0
if limit >= 1:
sieve[1] = 0
for p in range(2, isqrt(limit) + 1):
if sieve[p]:
for multiple in range(p * p, limit + 1, p):
sieve[multiple] = 0
return [i for i, prime in enumerate(sieve) if prime]Sertakan batas beban kerja dalam permintaan perubahan
Sebuah rutin dapat menghasilkan jawaban benar tetapi tetap menerima pekerjaan melebihi kemampuan aplikasi. SieveFern menyediakan ruang kerja pemrograman AI Windows untuk memeriksa kesenjangan itu dalam kode proyek. Jelaskan beban kerja yang diterima, beban yang ditolak, dan respons yang harus diterima pemanggil sebelum meminta model mengubah implementasi.
Misalnya, bawa rutin pembangkitan bilangan prima berbatas ke percakapan. Minta model memeriksa tempat batas masukan diperiksa relatif terhadap alokasi dan komputasi. Sertakan masukan kecil yang diterima dan permintaan di luar batas yang ditetapkan, agar patch usulan memperhitungkan hasil berguna sekaligus penolakan terkendali.
Tinjau setiap usulan peningkatan batas sebagai keputusan terpisah. Konstanta yang berubah dapat memengaruhi kebutuhan memori, waktu eksekusi, dan antarmuka yang menyediakan operasi itu. Jalankan pemeriksaan proyek pada kasus yang hendak didukung dan ukur penggunaan sumber daya jika relevan. Bedakan pengamatan hasil pengukuran dari perkiraan dalam percakapan.
SieveFern memungkinkan konfigurasi koneksi model kompatibel OpenAI atau Anthropic yang didukung, termasuk kredensial bila diperlukan. Jika endpoint menawarkan model AI tanpa sensor, kebijakan sebenarnya tetap mengatur respons. Alat yang tersedia dan kapasitas konteks juga bergantung pada model dan server; keduanya tidak menentukan batas beban kerja yang aman bagi aplikasi.
Meninjau fitur dengan batas sumber daya
Di mana permintaan terlalu besar harus ditolak?
Periksa apakah validasi berlangsung sebelum alokasi atau operasi yang mahal. Minta model menelusuri urutan itu dan penanganan kesalahan pemanggil. Uji permintaan tepat di luar batas yang diterima untuk memastikan penolakan mengikuti jalur yang dimaksud.
Apakah menaikkan batas ukuran hanya perubahan konfigurasi?
Itu dapat mengubah beban kerja secara substansial. Tinjau implementasi dan ukur penggunaan sumber daya yang relevan di lingkungan Anda sebelum menaikkannya. Periksa juga apakah pemanggil, batas waktu, atau antarmuka di sekitarnya mengandalkan maksimum lama.
Apa yang membuat pengamatan kinerja berguna?
Catat masukan yang diuji, lingkungan runtime, dan metode pengukuran bersama hasilnya. Bandingkan kondisi setara ketika menilai usulan. Perkiraan model dapat membantu merencanakan eksperimen, tetapi bukan pengukuran implementasi Anda.
Bisakah saya menganggap pemeriksaan sumber daya berjalan di tempat model lokal?
Tidak. Model lokal memerlukan server tersendiri yang berjalan, sedangkan alat terhubung dapat berjalan di tempat lain atau menghubungi layanan jarak jauh. Pastikan konfigurasi eksekusi sebenarnya sebelum menafsirkan hasil memori atau waktu sebagai representasi mesin target.
SieveFern · Diperbarui 2026-10-25