ما الذي ينبغي أن يعرفه المستدعي عن ترتيب النتائج؟
وثّق ما إذا كان الترتيب جزءاً من العقد أم مجرد تفصيل تنفيذي. إذا كانت الجهات المستهلكة تعرض التسلسل أو تقارنه، فاختبر الترتيب المطلوب صراحة قبل قبول إعادة هيكلة تغير طريقة تجميع النتائج.
مساحة عمل برمجية بالذكاء الاصطناعي
الثلاثيات الفيثاغورية الأولية
عدّد المثلثات القائمة الصحيحة الأولية التي لا يتجاوز وترها حدًا من صفر إلى 500.
● ● ●TripleMistral●
سير العمل · الثلاثيات الفيثاغورية الأولية ×
from math import gcd
def primitive_triples(limit):
if type(limit) is not int or not 0 <= limit <= 500:
raise ValueError("hypotenuse.limit")
result, m = [], 2
while m * m + 1 <= limit:
for n in range(1, m):
c = m * m + n * n
if c <= limit and (m - n) % 2 and gcd(m, n) == 1:
a, b = sorted((m * m - n * n, 2 * m * n))
result.append((a, b, c))
m += 1
return sorted(result, key=lambda t: (t[2], t[0], t[1]))✳عدّد المثلثات القائمة الصحيحة الأولية التي لا يتجاوز وترها حدًا من صفر إلى 500.
✓ التغييراتراجع قبل التطبيق ↗
رسم توضيحي لمساحة العمل
راجع قبل التطبيق
قارن السلوك الفعلي بالنتيجة المتوقعة. إذا فشل فحص، تحقّق من السبب قبل إجراء تغييرات إضافية.
النماذج
اضبط نقطة اتصال متوافقة مع OpenAI أو Anthropic باستخدام العنوان الأساسي ومفتاح API عند الحاجة. اختبر الاتصال. يجب أن يعمل خادم النموذج المحلي؛ وقد ترسل الأدوات البعيدة البيانات بشكل منفصل.
المشروع
اختبر النتيجة الفارغة و3-4-5 واستبعد النسخ المضاعفة وأعد كل ثلاثية مرة واحدة مع ترتيب الضلعين القائمين.
سير العمل
from math import gcd
def primitive_triples(limit):
if type(limit) is not int or not 0 <= limit <= 500:
raise ValueError("hypotenuse.limit")
result, m = [], 2
while m * m + 1 <= limit:
for n in range(1, m):
c = m * m + n * n
if c <= limit and (m - n) % 2 and gcd(m, n) == 1:
a, b = sorted((m * m - n * n, 2 * m * n))
result.append((a, b, c))
m += 1
return sorted(result, key=lambda t: (t[2], t[0], t[1]))حوّل عملية حسابية صغيرة إلى مكوّن مشروع موثوق
يوفر TripleMistral مساحة عمل للبرمجة بالذكاء الاصطناعي على Windows لتطوير مكونات حسابية صغيرة يلزم دمجها في تطبيق أكبر. ابدأ بالنتيجة المتوقعة وحدود المدخلات، ثم اطلب من المساعد فحص شيفرة المشروع التي ستستدعي المكوّن. تتناول محادثة البرمجة المفيدة شكل القيمة المعادة وسلوك الإخفاق، إضافة إلى الحساب الذي ينتج القيم.
يمكن لمهمة تستند إلى triples.py أن تفحص تعداداً محدوداً للثلاثيات الفيثاغورية الأولية. اطلب من النموذج شرح علاقة الحد المختار وترتيب النتائج بالمستدعي، ثم راجع التصحيح المقترح باستخدام أمثلة قليلة يمكن التحقق منها يدوياً. المقصود ليس تحويل الصفحة الرئيسية إلى درس رياضيات، بل توضيح كيف يتحول مطلب دقيق إلى مكوّن يمكنك فحصه واختباره.
شغّل فحوص مشروعك حول أصغر المدخلات ذات المعنى والحد الأعلى المقبول. تأكد من مطابقة التكرارات والترتيب للعقد قبل استخدام المخرجات في موضع آخر. يمكن ربط TripleMistral بنقاط نهاية مدعومة متوافقة مع OpenAI أو نقاط نهاية Anthropic، بما فيها نموذج غير مفلتر حيثما يتوفر. قد تلزم بيانات اعتماد، ويحدد النموذج والخادم المختاران السياسات وسعة السياق والأدوات. افصل التحقق عن وصف النموذج: فالشرح الواثق لا يثبت اكتمال التعداد.
أسئلة عند إضافة مكوّن حسابي
كيف أتحقق من عدم تكرار النتائج؟
اختر مدخلات صغيرة يمكنك تعداد نتائجها المتوقعة بصورة مستقلة وقارن المخرجات كاملة. راجع شروط التوليد أيضاً، لأن خطوة إزالة التكرارات قد تخفي عملاً مكرراً أو قاعدة أساسية خاطئة.
هل ينبغي أن تعيد الحدود غير الصالحة نتيجة فارغة؟
ميّز بين المدخلات الصالحة التي لا تنتج نتائج والمدخلات الواقعة خارج العقد المدعوم. أخبر المساعد بما ينبغي رفضه، ثم اختبر استجابة المستدعي كي لا تبدو المعلمات غير الصالحة بصمت كعملية حسابية فارغة ناجحة.
هل يثبت المثال دعم جميع الأدوات الحسابية؟
إنه يقدم مهمة تطوير محددة، وليس قائمة أدوات مدمجة. أحضر مشروعك ومتطلباتك، وافحص الاقتراح واستخدم فحوصاً مناسبة للمكوّن وللبيئة التي سيعمل فيها.
TripleMistral · آخر تحديث 2026-10-25