Énumérez les triangles rectangles entiers primitifs dont l’hypoténuse ne dépasse pas une limite de zéro à 500.
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]))Comparez le comportement observé au résultat attendu. Si une vérification échoue, cherchez la cause avant de poursuivre les modifications.
Configurez un endpoint compatible OpenAI ou Anthropic avec son URL de base et une clé API si nécessaire. Testez la connexion. Un serveur local doit fonctionner ; les outils distants peuvent transmettre des données séparément.
Vérifiez le résultat vide et 3-4-5, excluez les multiples et renvoyez chaque triplet une fois avec les côtés courts ordonnés.
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]))TripleMistral propose un espace de programmation avec IA pour Windows destiné au développement de petits composants de calcul devant s’intégrer à une application plus vaste. Commencez par le résultat attendu et les limites des entrées, puis demandez à l’assistant d’examiner le code du projet qui appellera le composant. Une conversation utile sur le code traite de la forme du résultat et du comportement en cas d’échec autant que du calcul qui produit les valeurs.
Une tâche fondée sur triples.py pourrait examiner une énumération bornée de triplets pythagoriciens primitifs. Demandez au modèle d’expliquer le rapport entre la limite choisie, l’ordre des résultats et votre appelant, puis examinez une correction proposée à l’aide de quelques exemples vérifiables à la main. Il ne s’agit pas de transformer la page d’accueil en cours de mathématiques, mais de montrer comment une exigence précise devient un composant que vous pouvez examiner et tester.
Exécutez les vérifications du projet autour des plus petites entrées pertinentes et de la borne supérieure acceptée. Confirmez que les doublons et l’ordre respectent le contrat avant d’utiliser les résultats ailleurs. TripleMistral peut se connecter à des points de terminaison compatibles OpenAI ou Anthropic pris en charge, y compris à un modèle sans filtrage lorsqu’il en est proposé un. Des identifiants peuvent être nécessaires ; le modèle et le serveur sélectionnés déterminent les politiques, la capacité de contexte et les outils. Distinguez la vérification de la description du modèle : une explication assurée ne prouve pas qu’une énumération est complète.
Indiquez si l’ordre fait partie du contrat ou s’il s’agit simplement d’un détail d’implémentation. Si les consommateurs affichent ou comparent la séquence, testez explicitement l’ordre requis avant d’accepter une refactorisation qui modifie l’accumulation des résultats.
Choisissez de petites entrées dont vous pouvez énumérer indépendamment les résultats attendus et comparez la sortie complète. Examinez aussi les conditions de génération, car une étape de dédoublonnage peut masquer un travail répété ou une règle sous-jacente incorrecte.
Distinguez les entrées valides sans résultat des entrées hors du contrat pris en charge. Indiquez à l’assistant lesquelles rejeter, puis testez la réaction de l’appelant pour que des paramètres invalides ne ressemblent pas silencieusement à un calcul vide réussi.
Il fournit une tâche concrète de développement, pas un catalogue d’outils intégrés. Apportez votre projet et vos exigences, examinez la proposition et utilisez des vérifications adaptées au composant et à son environnement d’exécution.
TripleMistral · Mis à jour 2026-10-25