Podłącz model AI do praktyki CTF

Wybierz sposób komunikacji agenta z modelem językowym. Możesz użyć dostawcy w chmurze, modelu lokalnego na swoim komputerze lub wbudowanego modelu. Każda opcja wpływa na prywatność i szybkość.

Trzy sposoby połączenia modelu

Dostawca API w chmurze

Połącz dostawcę AI w chmurze za pomocą standardowego punktu końcowego API. Prompt i tekst pliku są wysyłani do tego dostawcy, więc dane opuszczają Twój komputer.

Model lokalny na komputerze

Uruchom model lokalnie na swoim komputerze, używając własnego sprzętu. Nic nie opuszcza maszyny przy tej opcji, co zachowuje prywatność wszystkich sekretów i notatek. Rozwiązanie to idealne dla początkujących, którzy chcą pełnej kontroli nad danymi i nie chcą wysyłać kontekstu do strony trzeciej. Może być wolniejsze.

Model wbudowany

Użyj wbudowanego modelu, który jest gotowy do użycia bez konieczności konfiguracji własnego punktu końcowego. Później możesz przełączyć się na dostawcę w chmurze.

Przetestuj połączenie

Naciśnij przycisk Test, aby sprawdzić punkt końcowy. Pokazuje on czas odpowiedzi i okno kontekstowe. Pomaga to zweryfikować, czy model jest osiągalny i wystarczająco szybki do Twojego przepływu pracy przed rozpoczęciem rozwiązywania wyzwań.

Wybierz odpowiedni model do zadania

Wyślij trudny krok do większego modelu za pomocą run_on_model. Używaj mniejszego modelu do drobnych edycji i prostych zmian w plikach. To balansuje szybkość i jakość. Możesz przełączać modele dla konkretnych zadań, aby uzyskać lepsze wyniki przy złożonej logice.

Jakość różni się między modelami, więc przejrzyj diff. Użyj Ask first, aby zatrzymać się przed akcjami zmieniającymi coś. Dokładnie sprawdź wynik przed zaakceptowaniem zmian. To utrzymuje Cię pod kontrolą nad swoim labem i notatkami.