Перелічіть примітивні цілочисельні прямокутні трикутники з гіпотенузою до заданої межі від 0 до 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]))Порівняйте фактичну поведінку з очікуваним результатом. Якщо перевірка не проходить, з’ясуйте причину перед наступними змінами.
Налаштуйте OpenAI-сумісний або Anthropic endpoint із базовою URL-адресою та API-ключем, якщо він потрібен. Перевірте з’єднання. Локальний сервер моделі має працювати; віддалені інструменти можуть окремо передавати дані.
Перевірте порожній результат і 3-4-5, виключіть кратні копії та поверніть кожну трійку один раз із впорядкованими катетами.
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 надає робоче середовище з ШІ для програмування у Windows, призначене для розробки невеликих обчислювальних компонентів, які мають вписатися в більшу програму. Почніть з очікуваного результату й меж вхідних даних, а потім попросіть помічника перевірити код проєкту, що викликатиме компонент. Корисне обговорення коду охоплює формат поверненого результату й поведінку при помилках, а також обчислення самих значень.
Завдання на основі triples.py може стосуватися обмеженого переліку примітивних піфагорових трійок. Попросіть модель пояснити, як вибрана межа та порядок результатів пов’язані з кодом виклику, а потім перевірте запропоноване виправлення на кількох прикладах, які можна перевірити вручну. Мета — не перетворити головну сторінку на урок математики, а показати, як точна вимога стає компонентом, який можна перевіряти й тестувати.
Запустіть перевірки проєкту для найменших змістовних вхідних даних і прийнятої верхньої межі. Перш ніж використовувати результат деінде, переконайтеся, що дублікати та порядок відповідають контракту. TripleMistral може підключатися до підтримуваних кінцевих точок, сумісних з OpenAI, або Anthropic, зокрема до моделі без фільтрів, якщо така пропонується. Можуть знадобитися облікові дані; вибрана модель і сервер визначають правила, місткість контексту та інструменти. Відокремлюйте перевірку від опису моделі: впевнене пояснення не доводить повноти переліку.
Задокументуйте, чи є порядок частиною контракту, чи лише деталлю реалізації. Якщо споживачі відображають або порівнюють послідовність, явно перевірте потрібний порядок, перш ніж приймати рефакторинг, що змінює спосіб накопичення результатів.
Виберіть малі вхідні дані, очікувані результати яких можна незалежно перелічити, і порівняйте повний вивід. Перевірте також умови генерації, адже видалення дублікатів може приховати повторну роботу або неправильне базове правило.
Розрізняйте допустимі вхідні дані без результатів і дані поза підтримуваним контрактом. Поясніть помічнику, які слід відхиляти, а потім перевірте реакцію коду виклику, щоб некоректні параметри не виглядали як успішне обчислення з порожнім результатом.
Він демонструє конкретне завдання розробки, а не каталог вбудованих інструментів. Додайте власний проєкт і вимоги, перевірте пропозицію та застосуйте перевірки, відповідні компоненту й середовищу його виконання.
TripleMistral · Оновлено 2026-10-25