Modelle
Richten Sie einen OpenAI-kompatiblen oder Anthropic-Endpunkt mit Basis-URL und gegebenenfalls API-Schlüssel ein. Testen Sie die Verbindung. Ein lokaler Modellserver muss laufen; entfernte Werkzeuge können Daten separat übertragen.
Wähle eine größtmögliche überschneidungsfreie Teilmenge aus höchstens 64 halboffenen Intervallen mit Ganzzahlgrenzen innerhalb ±10^9.
def interval_selection(intervals):
if type(intervals) is not list or len(intervals) > 64:
raise ValueError("schedule.input")
ordered = []
for index, pair in enumerate(intervals):
if type(pair) not in (list, tuple) or len(pair) != 2 or any(type(x) is not int or abs(x) > 10**9 for x in pair):
raise ValueError("schedule.pair")
start, end = pair
if start >= end:
raise ValueError("schedule.interval")
ordered.append((end, start, index))
selected, last = [], None
for end, start, index in sorted(ordered):
if last is None or start >= last:
selected.append(index)
last = end
return selected
Richten Sie einen OpenAI-kompatiblen oder Anthropic-Endpunkt mit Basis-URL und gegebenenfalls API-Schlüssel ein. Testen Sie die Verbindung. Ein lokaler Modellserver muss laufen; entfernte Werkzeuge können Daten separat übertragen.
Teste Berührung und gleiche Enden, lehne Nulllängen ab und liefere ursprüngliche Indizes ohne Eingabeänderung.
Vergleichen Sie das tatsächliche Verhalten mit dem erwarteten Ergebnis. Klären Sie fehlgeschlagene Prüfungen vor weiteren Änderungen.
def interval_selection(intervals):
if type(intervals) is not list or len(intervals) > 64:
raise ValueError("schedule.input")
ordered = []
for index, pair in enumerate(intervals):
if type(pair) not in (list, tuple) or len(pair) != 2 or any(type(x) is not int or abs(x) > 10**9 for x in pair):
raise ValueError("schedule.pair")
start, end = pair
if start >= end:
raise ValueError("schedule.interval")
ordered.append((end, start, index))
selected, last = [], None
for end, start, index in sorted(ordered):
if last is None or start >= last:
selected.append(index)
last = end
return selected
Eine Planungsroutine kann eine gültige Intervallsammlung zurückgeben und dennoch das Falsche optimieren. EndCadence ist ein KI-Programmierarbeitsbereich für Windows, um diesen Unterschied in Ihrem Projekt zu untersuchen. Bringen Sie Auswahlcode und Aufrufer ins Gespräch und erläutern Sie vor Änderungsanfragen, was die Anwendung maximieren soll.
Eine hilfreiche Aufgabe ist die Prüfung einer Auswahl nach frühestem Ende für die größte Anzahl nicht überlappender Intervalle. Zeigen Sie dem verbundenen Modell einen kleinen Plan mit sich berührenden Endpunkten und nennen Sie die halboffene Konvention. Lassen Sie es die gewählten Intervalle verfolgen und deren ursprüngliche Kennungen erhalten, damit der Aufrufer das Ergebnis den eingereichten Elementen zuordnen kann.
Prüfen Sie die Behandlung ungültiger Bereiche und gleicher Endzeiten. Trennen Sie das Ziel von anderen Planungszielen: Maximale Anzahl belegt weder maximalen Wert noch erfüllte Prioritäten. Führen Sie Projektprüfungen anhand unabhängig gewählter Pläne aus, einschließlich leerer Eingaben und sich berührender Intervalle. Prüfen Sie dann die Anzeige oder nachgelagerte Verarbeitung ausgewählter Kennungen.
EndCadence verbindet sich mit unterstützten OpenAI-kompatiblen oder Anthropic-Endpunkten. Ein verfügbares abliteriertes KI-Modell kann die Implementierungsprüfung unterstützen, abhängig von Modellverhalten und Serverfähigkeiten. Halten Sie erwartetes Ziel und Endpunktregeln in der Anfrage fest, damit Änderungsvorschläge präziser als nur anhand eines plausiblen Plans bewertet werden können.
Erläutern Sie, ob Sie die größte Anzahl kompatibler Intervalle oder ein anderes Ziel wie den Gesamtwert benötigen. Diese Ziele sind nicht austauschbar. Die Beispielaufgabe zur Auswahl nach frühestem Ende betrifft die Anzahl unter einem bestimmten Nichtüberlappungsvertrag.
Geben Sie die Konvention an. Unter der hier verwendeten halboffenen Interpretation darf ein Intervall beginnen, wenn ein anderes endet. Nehmen Sie genau diesen Fall in den Test auf, damit der vorgeschlagene Vergleich kompatible Elemente nicht versehentlich zurückweist.
Der Aufrufer muss den ausgewählten Plan wieder eingereichten Datensätzen zuordnen können. Prüfen Sie, ob die Funktion ursprüngliche Positionen oder eine andere stabile Kennung zurückgibt. Sortieren zur Auswahl sollte die Bedeutung dieser Verweise nicht stillschweigend ändern.
Definieren Sie Zurückweisung fehlerhafter Intervalle, einschließlich eines Anfangs, der nicht vor dem Ende liegt, und prüfen Sie die Reaktion des Aufrufers. Stilles Verwerfen kann Eingabeprobleme verbergen. Testen Sie den Fehlerpfad ebenso wie einen gültigen Plan.
EndCadence · Aktualisiert 2026-10-25