Mô hình
Cấu hình endpoint tương thích OpenAI hoặc Anthropic bằng URL cơ sở và khóa API nếu cần. Kiểm tra kết nối. Máy chủ mô hình cục bộ phải đang chạy; công cụ từ xa có thể truyền dữ liệu riêng.
Chọn tập con không chồng lấn lớn nhất từ tối đa 64 khoảng nửa mở có đầu mút nguyên trong ±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
Cấu hình endpoint tương thích OpenAI hoặc Anthropic bằng URL cơ sở và khóa API nếu cần. Kiểm tra kết nối. Máy chủ mô hình cục bộ phải đang chạy; công cụ từ xa có thể truyền dữ liệu riêng.
Kiểm tra các đầu mút chạm nhau và thời điểm kết thúc bằng nhau, từ chối khoảng dài bằng không đồng thời giữ nguyên đầu vào và trả chỉ số gốc.
So sánh hành vi thực tế với kết quả mong đợi. Nếu kiểm tra thất bại, tìm nguyên nhân trước khi sửa tiếp.
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
Hàm xếp lịch có thể trả về tập khoảng hợp lệ nhưng vẫn tối ưu sai mục tiêu. EndCadence là không gian lập trình AI trên Windows để xem xét khác biệt ấy trong dự án. Đưa mã chọn và bên gọi vào cuộc trao đổi, rồi giải thích ứng dụng muốn tối đa hóa gì trước khi yêu cầu thay đổi.
Tác vụ hữu ích là rà soát cách chọn thời điểm kết thúc sớm nhất để có nhiều khoảng không chồng lấn nhất. Cho mô hình được kết nối xem lịch nhỏ có đầu mút chạm nhau và nêu quy ước nửa mở. Yêu cầu nó lần theo các khoảng đã chọn và giữ mã định danh gốc để bên gọi liên hệ kết quả với mục được gửi vào.
Rà soát cách đề xuất xử lý khoảng không hợp lệ và thời điểm kết thúc bằng nhau. Giữ mục tiêu tách khỏi mục tiêu xếp lịch khác: tối đa số lượng không xác nhận giá trị lớn nhất hoặc đáp ứng ưu tiên. Chạy kiểm tra dự án theo lịch được chọn độc lập, gồm đầu vào rỗng và khoảng chạm nhau, rồi kiểm tra cách hiển thị hoặc xử lý mã định danh đã chọn phía sau.
EndCadence kết nối điểm cuối tương thích OpenAI hoặc Anthropic được hỗ trợ. Mô hình AI abliterated có sẵn có thể hỗ trợ rà soát phần triển khai, tùy hành vi mô hình và khả năng máy chủ. Giữ mục tiêu mong đợi cùng quy tắc đầu mút trong yêu cầu để đánh giá sửa đổi theo điều chính xác hơn một lịch trông hợp lý.
Giải thích bạn cần số khoảng tương thích lớn nhất hay mục tiêu khác như tổng giá trị. Những mục tiêu này không thay thế nhau. Tác vụ kết thúc sớm nhất minh họa liên quan số lượng theo quy ước không chồng lấn cụ thể.
Nêu quy ước. Theo cách hiểu nửa mở trong ví dụ, một khoảng có thể bắt đầu khi khoảng khác kết thúc. Thêm chính trường hợp ấy vào ca kiểm thử để phép so sánh đề xuất không vô tình từ chối mục tương thích.
Bên gọi cần liên hệ lịch được chọn với bản ghi đã gửi. Rà soát hàm trả về vị trí gốc hay mã định danh ổn định khác. Sắp xếp để lựa chọn không nên âm thầm đổi ý nghĩa những tham chiếu đó.
Xác định việc từ chối khoảng sai định dạng, gồm điểm bắt đầu không trước điểm kết thúc, và kiểm tra phản hồi bên gọi. Âm thầm bỏ chúng có thể che vấn đề đầu vào. Kiểm thử luồng lỗi cùng lịch hợp lệ.
EndCadence · Cập nhật 2026-10-25