TTripleMistral
AI 코딩 작업 공간

원시 피타고라스 수

빗변이 0부터 500까지의 지정 한도 이하인 원시 정수 직각삼각형을 나열합니다.

● ● ●TripleMistral●
작업 흐름 · 원시 피타고라스 수 ×
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]))
✳빗변이 0부터 500까지의 지정 한도 이하인 원시 정수 직각삼각형을 나열합니다.
✓ 변경 사항적용하기 전에 검토하세요 ↗
작업 공간 예시 화면
  1. 적용하기 전에 검토하세요

    실제 동작을 예상 결과와 비교하세요. 검사가 실패하면 다음 변경을 하기 전에 원인을 조사하세요.

  2. 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.

  3. 프로젝트

    빈 결과와 3-4-5를 확인하고 배수를 제외하며 두 직각변을 정렬한 각 세 수를 한 번만 반환합니다.

작업 흐름

원시 피타고라스 수

작업 흐름 ↗
작업 흐름
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]))
AI 코딩 작업 공간

작은 계산을 신뢰할 수 있는 프로젝트 구성 요소로 만드세요

TripleMistral은 더 큰 애플리케이션에 맞아야 하는 소규모 계산 구성 요소를 개발하는 Windows용 AI 코딩 작업 공간입니다. 예상 결과와 입력 한계부터 정한 뒤, 구성 요소를 호출할 프로젝트 코드를 검토하도록 어시스턴트에 요청하세요. 유용한 코딩 대화는 값을 산출하는 계산뿐 아니라 반환 형식과 실패 시 동작도 다룹니다.

triples.py를 기반으로 하는 작업에서는 제한된 범위의 원시 피타고라스 삼중항 열거를 살펴볼 수 있습니다. 선택한 한계와 결과 순서가 호출 코드와 어떤 관련이 있는지 설명하도록 모델에 요청한 뒤, 손으로 확인할 수 있는 예시 몇 개로 수정 제안을 검토하세요. 홈페이지를 수학 강의로 만드는 것이 목적이 아니라, 정확한 요구 사항이 검토하고 테스트할 수 있는 구성 요소가 되는 과정을 보여 주는 것입니다.

의미 있는 최소 입력과 허용되는 상한 근처에서 프로젝트 검사를 실행하세요. 출력을 다른 곳에서 사용하기 전에 중복과 순서가 계약에 맞는지 확인하세요. TripleMistral은 지원되는 OpenAI 호환 또는 Anthropic 엔드포인트에 연결할 수 있으며, 제공되는 경우 필터 없는 모델도 사용할 수 있습니다. 자격 증명이 필요할 수 있고, 선택한 모델과 서버가 정책, 컨텍스트 용량, 도구를 결정합니다. 모델 설명과 검증을 구분하세요. 확신에 찬 설명만으로 열거가 완전하다고 입증되지는 않습니다.

계산 구성 요소를 추가할 때의 질문

호출 코드는 결과 순서에 대해 무엇을 알아야 하나요?

순서가 계약의 일부인지 단순한 구현 세부 사항인지 문서화하세요. 사용 코드가 시퀀스를 표시하거나 비교한다면 결과를 모으는 방식을 바꾸는 리팩터링을 수용하기 전에 필요한 순서를 명시적으로 테스트하세요.

결과가 중복되지 않는지 어떻게 확인하나요?

예상 결과를 독립적으로 열거할 수 있는 작은 입력을 선택하고 전체 출력을 비교하세요. 중복 제거 단계가 반복 작업이나 잘못된 기본 규칙을 감출 수 있으므로 생성 조건도 검토하세요.

잘못된 한계값에는 빈 결과를 반환해야 하나요?

결과가 없는 유효한 입력과 지원 계약을 벗어나는 입력을 구분하세요. 어떤 입력을 거부해야 하는지 어시스턴트에게 알리고 호출 코드의 반응을 테스트하여 잘못된 매개변수가 성공한 빈 계산처럼 조용히 처리되지 않도록 하세요.

이 샘플은 모든 계산 도구를 지원한다는 뜻인가요?

내장 도구 목록이 아니라 구체적인 개발 작업을 보여 줍니다. 자신의 프로젝트와 요구 사항을 제공하고 제안을 검토하며 구성 요소와 실행 환경에 적합한 검사를 사용하세요.

Windows용 다운로드 ↗

TripleMistral · 업데이트 2026-10-25