모델
기본 URL과 필요한 API 키로 OpenAI 호환 또는 Anthropic 엔드포인트를 설정하고 연결을 테스트하세요. 로컬 모델 서버는 실행 중이어야 합니다. 원격 도구는 데이터를 별도로 전송할 수 있습니다.
AI 코딩 작업 공간
가장 이른 종료 기반 구간 선택
끝점이 ±10^9 이내의 정수인 반열린 구간 최대 64개에서 겹치지 않는 최대 크기 부분집합을 선택합니다.
● ● ●EndCadence●
작업 흐름 · 가장 이른 종료 기반 구간 선택 ×
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
✳가장 이른 종료 기반 구간 선택
✓ 변경 사항적용하기 전에 검토하세요 ↗
작업 공간 예시 화면
프로젝트
맞닿는 끝점과 같은 종료 시점을 시험하고 입력을 보존하며 원래 인덱스를 반환하면서 길이 0인 구간을 거부합니다.
적용하기 전에 검토하세요
실제 동작을 예상 결과와 비교하세요. 검사가 실패하면 다음 변경을 하기 전에 원인을 조사하세요.
작업 흐름
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
일정 코드가 선택 목표를 충실히 따르게 하세요
일정 루틴이 유효한 구간 모음을 반환해도 잘못된 목표를 최적화할 수 있습니다. EndCadence는 프로젝트에서 이 차이를 살펴보는 Windows AI 코딩 작업 공간입니다. 선택 코드와 호출부를 대화에 가져오고 변경을 요청하기 전에 애플리케이션이 무엇을 최대화하려는지 설명하세요.
겹치지 않는 구간을 가장 많이 얻기 위한 종료 시각 우선 선택 검토가 유용한 작업입니다. 연결된 모델에 끝점이 맞닿는 작은 일정을 보여 주고 반열린 구간 규약을 명시하세요. 호출부가 결과와 제출된 항목을 연결할 수 있도록 선택된 구간을 추적하고 원래 식별자를 보존하도록 요청하세요.
제안이 유효하지 않은 범위와 동일한 종료 시각을 처리하는 방식을 검토하세요. 개수 최대화가 최대 가치나 우선순위 충족을 보장하지 않으므로 목표를 다른 일정 목적과 구분하세요. 빈 입력과 맞닿는 구간을 포함해 독립적으로 정한 일정으로 프로젝트 검사를 실행한 뒤 선택된 식별자가 후속 단계에서 표시되거나 처리되는 방식을 살펴보세요.
EndCadence는 지원되는 OpenAI 호환 또는 Anthropic 엔드포인트에 연결됩니다. 제공되는 Abliterated AI 모델은 모델 동작과 서버 기능의 적용을 받으며 구현 검토를 도울 수 있습니다. 그럴듯한 일정 이상으로 정밀한 기준에 따라 제안을 평가할 수 있도록 요청에 예상 목표와 끝점 규칙을 유지하세요.
일정 코드가 선택 목표를 따르게 하기 — 수정 전 질문
어떤 일정 목표를 먼저 명시해야 하나요?
양립 가능한 구간을 가장 많이 선택해야 하는지 총가치 같은 다른 목표가 필요한지 설명하세요. 서로 바꿔 쓸 수 있는 목표가 아닙니다. 예시 종료 시각 우선 작업은 특정 비중첩 계약 아래 개수를 다룹니다.
두 구간이 같은 끝점에서 만날 수 있나요?
규약을 지정하세요. 이 예제의 반열린 구간 해석에서는 한 구간이 끝날 때 다른 구간이 시작할 수 있습니다. 제안된 비교가 양립 가능한 항목을 실수로 거부하지 않도록 정확히 그 사례를 테스트에 포함하세요.
정렬 후에도 원래 식별자를 보존하는 이유는 무엇인가요?
호출부는 선택된 일정을 제출된 레코드와 연결해야 합니다. 함수가 원래 위치를 반환하는지 다른 안정된 식별자를 반환하는지 검토하세요. 선택을 위한 정렬이 참조의 의미를 조용히 바꾸어서는 안 됩니다.
선택 중 유효하지 않은 범위는 어떻게 처리해야 하나요?
시작이 끝보다 앞서지 않는 경우를 포함해 잘못된 구간의 거부를 정의하고 호출부 응답을 살펴보세요. 조용히 버리면 입력 문제를 감출 수 있습니다. 유효한 일정뿐 아니라 실패 경로도 테스트하세요.
EndCadence · 업데이트 2026-10-25