लोकल AI से सीधे कोड कैसे संपादित करें: टूल, मॉडल, हार्डवेयर और व्यावहारिक गाइड

🛠️ Cline: सबसे सीधी प्रवेश पसंद

• Cline प्रोजेक्ट फ़ाइलें पढ़ सकता है, कोड आधार खोज सकता है, पैच लागू कर सकता है, फ़ाइलें बना सकता है और टर्मिनल कमांड निष्पादित कर सकता है। "लॉगिन सिस्टम में एक याद रखें फ़ंक्शन जोड़ें और परीक्षण चलाएं" जैसे कार्यों का सामना करते हुए, यह फ्रंट एंड, प्रमाणीकरण तर्क और एपीआई को अनुक्रम में जांच सकता है, और फिर परीक्षण परिणामों के आधार पर इसे संशोधित करना जारी रख सकता है।
• योजना मोड पहले समस्याओं पर शोध करने और समाधान तैयार करने के लिए उपयुक्त है, और फिर अधिनियम मोड वास्तव में उन्हें लागू करेगा। यदि एजेंट केवल विश्लेषण करता है, लेकिन फ़ाइलों को संशोधित नहीं करता है, तो पहले पुष्टि करें कि क्या यह अभी भी योजना मोड में है और क्या "प्रोजेक्ट फ़ाइलें संपादित करें" अनुमति चालू की गई है।
• ऑटो अप्रूवल एजेंट को लगातार काम करने की अनुमति देता है, लेकिन एक ही समय में फ़ाइल संशोधन और टर्मिनल कमांड के जोखिम बढ़ जाएंगे। पहली बार उपयोग करते समय मैन्युअल अनुमोदन बरकरार रखा जाना चाहिए, और मॉडल व्यवहार स्थिर होने के बाद सुरक्षित संचालन धीरे-धीरे खोला जाना चाहिए।
• Cline CLI को प्रोजेक्ट डायरेक्टरी से चलाया जा सकता है, जैसे cline "प्रोजेक्ट की जाँच करें और असफल परीक्षण ठीक करें"। वही एजेंट क्षमताएँ बनाए रखते हुए इसका अनुभव Codex या Claude Code के टर्मिनल वर्कफ़्लो के करीब रहता है।

🧰 Roo Code: अधिक लचीली अनुमतियाँ और भूमिकाएँ

• Roo Code क्षमताओं को रीड, एडिट, कमांड और एमसीपी में विभाजित करता है, जो स्थानीय मॉडल पर रीडिंग, राइटिंग, शेल निष्पादन और बाहरी टूल इनवोकेशन को पूरा कर सकता है।
• यह Cline की बुनियादी क्षमताओं के बहुत करीब है। यदि आप इसे बॉक्स से बाहर उपयोग करना पसंद करते हैं, तो आप पहले Cline चुन सकते हैं; जब आपको अधिक विस्तृत मोड, अनुमतियाँ और भूमिका सेटिंग्स की आवश्यकता होती है, तो Roo Code आमतौर पर अधिक सुविधाजनक होता है।
• दोनों छोटे परीक्षणों से शुरू करने के लिए उपयुक्त हैं, यह पुष्टि करते हुए कि मॉडल टूल को स्थिर रूप से कॉल करेगा, और फिर इसे कई फ़ाइल संशोधनों को संभालने के लिए वास्तविक रिपॉजिटरी में प्रवेश करने देगा।

🧠 Continue: पूर्ण लोकल Copilot विकल्प

• चैट मोड का उपयोग वार्तालापों के लिए किया जाता है, प्लान मोड परियोजनाओं को पढ़ता है और उनका विश्लेषण करता है, और एजेंट मोड में फ़ाइलें बनाने, फ़ाइलों को संशोधित करने और टर्मिनल कमांड चलाने के लिए पूर्ण उपकरण होते हैं।
• यह अलग-अलग मॉडलों को अलग-अलग कार्य सौंप सकता है: हल्का मॉडल स्वत: पूर्ण के लिए जिम्मेदार है, बड़ा मॉडल एजेंट के लिए जिम्मेदार है, और एंबेडिंग मॉडल को कोड पुनर्प्राप्ति के लिए अलग से कॉन्फ़िगर किया गया है।
• हालाँकि कुछ Ollama मॉडल टूल इनवोकेशन का समर्थन करने के लिए एनोटेट किए गए हैं, फिर भी एजेंट टूल का उपयोग करने में असमर्थ हो सकता है। इस समय, आपको मॉडल क्षमता विवरण, प्रदाता कॉन्फ़िगरेशन और यह सही ढंग से सक्षम है या नहीं, इसकी जांच करने की आवश्यकता है।tool_use。

🧩 VS Code मूल एजेंट: सफल पहुंच का मतलब स्थिर निष्पादन नहीं है

• स्थानीय मॉडल VS Code के चैट और एजेंट वर्कफ़्लो में भाग ले सकते हैं, लेकिन टूल आमंत्रण, तर्क और दृश्य क्षमताएं विशिष्ट मॉडल पर निर्भर करती हैं। सामान्य रूप से चैट करने में सक्षम होने से यह साबित नहीं होता है कि यह संपादन फ़ाइल को कॉल करेगा।
• यदि संशोधन आवश्यक होlogin.tsअंत में, मॉडल फ़ाइल में परिवर्तन किए बिना केवल प्रतिस्थापन कोड का एक टुकड़ा आउटपुट करता है, और वर्तमान कॉन्फ़िगरेशन अभी भी केवल एक चैट सहायक है।
• लोकल BYOK मॉडल से एजेंट-शैली संपादन करने पर VS Code का नेटिव Tab completion अपने-आप नहीं बदलता। लोकल completion चाहिए तो Continue जैसे एक्सटेंशन की आवश्यकता होती है, जो लोकल autocomplete मॉडल से जुड़ सके।

🧪 Codex + Ollama

• पहले प्रयोग करेंnpm install -g @openai/codexCodex सीएलआई स्थापित करें और चलाएंollama launch codex, आप भी पास हो सकते हैंcodex --ossएक स्थानीय मॉडल चुनें.
• प्रोजेक्ट निर्देशिका में प्रवेश करने के बाद, Codex सीधे हार्ड डिस्क पर रिपॉजिटरी को संचालित करेगा, ताकि संपादक स्वतंत्र रूप से चयन कर सके। Codex ऐप भी पास हो सकता हैollama launch codex-appOllama से कनेक्ट करें, यह उन लोगों के लिए उपयुक्त है जिन्हें शुद्ध टर्मिनल इंटरफ़ेस पसंद नहीं है।
• इस प्रकार का एजेंट टूल निर्देश, प्रोजेक्ट कोड, कमांड आउटपुट और ऐतिहासिक संचालन जारी रखेगा। वास्तविक उपयोग लगभग 64K संदर्भों से शुरू होना चाहिए।

🧭 Claude Code + Ollama

• भागोollama launch claudeआप Claude Code एजेंट शेल को Ollama से कनेक्ट कर सकते हैं, या उपयोग कर सकते हैंclaude --model qwen3.5स्थानीय ओपन मॉडल निर्दिष्ट करें.
• एजेंट प्रोग्राम और मॉडल स्रोत अलग चीजें हैं। Claude Code की प्रोजेक्ट क्षमताओं का उपयोग करने का अर्थ यह नहीं कि Anthropic का क्लाउड Claude मॉडल ही चल रहा है।
• फ़ाइल सामग्री, टूल परिभाषाओं और डिबगिंग के कई दौरों को समायोजित करने के लिए, कम से कम लगभग 64K संदर्भों को कॉन्फ़िगर करना भी उपयुक्त है।

🌐 OpenCode, Copilot सीएलआई और Cline सीएलआई

• ollama launch opencodeखुले टर्मिनल वर्कफ़्लो के लिए उपयुक्त;ollama launch copilotबता दें कि Copilot सीएलआई Ollama द्वारा उपलब्ध कराए गए मॉडल का उपयोग करता है।
• टर्मिनल एजेंट लिनक्स, एसएसएच और सर्वर वातावरण के लिए विशेष रूप से उपयुक्त है। जब तक आप सही प्रोजेक्ट निर्देशिका दर्ज करते हैं, यह रिपॉजिटरी को पढ़ सकता है, फ़ाइलों को संशोधित कर सकता है और संपादक से स्वतंत्र रूप से परीक्षण निष्पादित कर सकता है।
• टूल चुनते समय केवल नाम न देखें, जांचें कि क्या उसमें रीड फाइल, एडिट फाइल या अप्लाई पैच, टर्मिनल, टूल कॉलिंग और एजेंट लूप भी है।

📏 पैरामीटर और वास्तविक एजेंट क्षमताएं

• 3बी ~ 4बी उन्नत कोड पूर्णता के करीब हैं और जटिल एजेंट कार्यों के लिए उपयुक्त नहीं हैं; 7बी ~ 9बी एकल फ़ाइलों को संशोधित कर सकता है, छोटे फ़ंक्शन लिख सकता है और सरल बग को संभाल सकता है, लेकिन लंबे लूप की स्थिरता औसत है।
• 14बी के आसपास, इसका स्पष्ट उत्पादकता मूल्य होना शुरू हो जाता है; 24बी से 30बी स्थानीय कोडिंग एजेंट के लिए एक महत्वपूर्ण स्तर है, जो कोड बेस समझ, मल्टी-फ़ाइल संशोधन, डिबगिंग, रीफैक्टरिंग और परीक्षण चक्रों को गंभीरता से संभाल सकता है।
• सिर्फ इसलिए कि मॉडल कोड लिख सकता है इसका मतलब यह नहीं है कि वह एक एजेंट हो सकता है। वास्तविक कार्यों के लिए भी उसे सही टूल चुनने, मापदंडों को भरने, टूल आउटपुट का विश्लेषण करने, दीर्घकालिक लक्ष्यों को बनाए रखने और यह तय करने की आवश्यकता होती है कि कब रुकना है, इसलिए एजेंट कोडिंग क्षमता एकल कोड बेंचमार्क स्कोर से अधिक महत्वपूर्ण है।

📚 संदर्भ विंडो केवल अधिकतम नाममात्र मूल्य को नहीं देख सकती

• एजेंट संदर्भ में सिस्टम प्रॉम्प्ट, टूल परिभाषाएँ, उपयोगकर्ता आवश्यकताएँ, प्रोजेक्ट फ़ाइलें, टर्मिनल आउटपुट, गिट डिफ और पिछले ऑपरेशन रिकॉर्ड भी शामिल हैं। सामान्य चैट के लिए 8K पर्याप्त हो सकता है, लेकिन कोडिंग एजेंट के लिए यथार्थवादी शुरुआती बिंदु के रूप में 32K का उपयोग करना अधिक विश्वसनीय है।
• Cline और Roo Code 32K से शुरू हो सकता है; Codex, Claude Code और OpenCode जैसे लॉन्ग-लूप टर्मिनल एजेंट 64K और उससे ऊपर के लिए अधिक उपयुक्त हैं। बड़े रिपॉजिटरी या बड़े पैमाने पर रिफैक्टरिंग के लिए, और अधिक जोड़ने पर विचार करें।
• सिर्फ इसलिए कि मॉडल 256K का समर्थन करता है इसका मतलब यह नहीं है कि इसे सीधे होना चाहिएnum_ctx262144 पर सेट करें। जितना बड़ा संदर्भ होगा, उतना अधिक केवी कैश व्याप्त होगा, जिससे मेमोरी अतिप्रवाह, मेमोरी की कमी, गति में कमी और पहले टोकन के लिए लंबा इंतजार हो सकता है।

🗜️ Q4, Q5, Q6 और Q8 में से कैसे चुनें

• Q4 में संपीड़न की उच्च डिग्री, छोटी फ़ाइलें, कम वीडियो मेमोरी आवश्यकताएं और तेज़ संचालन है, लेकिन थोड़ी मात्रा में सटीकता खो जाएगी; Q8 मूल मॉडल क्षमताओं के करीब है, और मेमोरी और वीडियो मेमोरी का उपयोग भी काफी बढ़ जाता है।
• साधारण स्थानीय कोडिंग एजेंट Q4_K_M से प्रारंभ कर सकता है। संपूर्ण मॉडल और उचित संदर्भ को हार्डवेयर में स्थिर रूप से लोड करने में सक्षम होना आमतौर पर उच्च-परिशुद्धता परिमाणीकरण लेकिन बार-बार ओवरफ्लो करने की तुलना में अधिक महत्वपूर्ण है।

🎮 ग्राफ़िक्स मेमोरी प्रथम स्थान पर क्यों है?

• गति आमतौर पर सबसे अच्छी होती है जब सभी मॉडल पैरामीटर GPU में प्रवेश करते हैं; जब वीडियो मेमोरी अपर्याप्त होगी, तो कुछ पैरामीटर सिस्टम मेमोरी में स्थानांतरित कर दिए जाएंगे। हालाँकि यह अभी भी चल सकता है, सीपीयू और जीपीयू के बीच डेटा विनिमय एजेंट चक्र को काफी धीमा कर देगा।
• शुद्ध सीपीयू संचालन पूरी तरह से अक्षम्य नहीं है, लेकिन एजेंट एक कार्य के लिए लगातार कई बार मॉडल का अनुरोध करेगा। प्रत्येक चरण के लिए दसियों सेकंड प्रतीक्षा करने से डिबगिंग, परीक्षण और फिक्सिंग प्रक्रियाएं बोझिल हो सकती हैं।
• Qwen3-Coder 30B Q4 फ़ाइल लगभग 19GB की है, जिसका मतलब यह नहीं है कि 24GB वीडियो मेमोरी में से 5GB की निश्चित शेष राशि है। केवी कैश, रनटाइम और संदर्भ सभी अतिरिक्त संसाधनों पर कब्जा कर लेंगे, और 32 जीबी या 48 जीबी वीडियो मेमोरी अधिक आरामदायक होगी।

💾मेमोरी, एसएसडी और सीपीयू की प्राथमिकता

• 64 जीबी मेमोरी दीर्घकालिक विकास के लिए अधिक उपयुक्त है क्योंकि विंडोज, VS Code, ब्राउज़र, डॉकर, नोड.जेएस, डेटाबेस, Ollama और विकास सर्वर मॉडल के साथ ही संसाधनों पर कब्जा कर लेंगे।
• मॉडल फ़ाइलों की सामान्य क्षमता 6GB, 15GB, 19GB से लेकर दसियों GB तक होती है। कई मॉडल स्थापित करने के बाद, यह आसानी से सैकड़ों जीबी पर कब्जा कर सकता है। SSD कम से कम 1TB है, और 2TB NVMe दीर्घकालिक उपयोग के लिए अधिक उपयुक्त है।
• बेशक सीपीयू महत्वपूर्ण है, लेकिन जब आप बजट पर होते हैं, तो आमतौर पर छोटे सीपीयू बूस्ट के लिए 24 जीबी वीडियो मेमोरी को 16 जीबी तक छोड़ना उचित नहीं होता है। स्थानीय बड़े मॉडलों के लिए, GPU मेमोरी को उच्च प्राथमिकता दी जाती है।

🍎Apple सिलिकॉन के लिए एकीकृत मेमोरी कैसे चुनें

• मैक सीपीयू और जीपीयू द्वारा साझा की गई एकीकृत मेमोरी का उपयोग करता है, और "सिस्टम मेमोरी प्लस स्वतंत्र वीडियो मेमोरी" के पीसी एल्गोरिदम को सीधे लागू नहीं कर सकता है। 16GB छोटे मॉडलों के लिए उपयुक्त है, और 32GB Devstral 24B Q4 जैसे मॉडलों को गंभीरता से आज़मा सकता है।
• 64GB एकीकृत मेमोरी 24B~35B स्थानीय कोडिंग एजेंटों के लिए उपयुक्त है, और 128GB बड़े मॉडल और लंबे संदर्भों को समायोजित कर सकता है। जब केवल स्थानीय एआई चलाया जाता है और बड़े पैमाने के गेम पर ध्यान केंद्रित नहीं किया जाता है, तो बड़ी एकीकृत मेमोरी वाले मैक के स्पष्ट फायदे होते हैं।
• एक व्यावहारिक संदर्भ है: 16K संदर्भ के साथ लगभग 8GB वीडियो मेमोरी, 32K के साथ लगभग 16GB वीडियो मेमोरी, और 24GB से अधिक वीडियो मेमोरी, 64K का प्रयास करें। विशिष्ट अधिभोग अभी भी मॉडल वास्तुकला और परिमाणीकरण पद्धति के आधार पर अलग-अलग होगा।

1️⃣ रनर स्थापित करें और उपयुक्त मॉडल डाउनलोड करें

• पहले Ollama स्थापित करें, फिर हार्डवेयर के अनुसार मॉडल चुनें। 24GB वीडियो मेमोरी का प्रयास किया जा सकता हैollama pull qwen3-coder:30bयाollama pull devstral-small-2:24b;जब वीडियो मेमोरी छोटी हो, तो आप इसका उपयोग कर सकते हैंollama pull qwen3.5:9bप्रारंभ करें.
• यदि आप ग्राफ़िकल इंटरफ़ेस के साथ अधिक सहज हैं, तो आप मॉडल खोजने, डाउनलोड करने और लोड करने के लिए LM Studio का भी उपयोग कर सकते हैं। जब कोडिंग एजेंट प्राथमिक उपयोग होता है तो Ollama का स्वचालन और एकीकरण का दायरा अक्सर अधिक सुविधाजनक होता है।

2️⃣ Cline इंस्टॉल करें और Ollama से कनेक्ट करें

• VS Code एक्सटेंशन स्टोर में Cline स्थापित करें, सेटिंग्स दर्ज करें, और एपीआई प्रदाता को Ollama पर सेट करें।
• इस मशीन का डिफ़ॉल्ट पता आमतौर पर होता हैhttp://localhost:11434, फिर डाउनलोड किए गए मॉडल का चयन करें और एजेंट के लिए उचित संदर्भ लंबाई निर्धारित करें।
• स्वचालित टर्मिनल अनुमतियों को पहली बार न खोलें, पहले परियोजनाओं को पढ़ने, कार्यक्षेत्र फ़ाइलों को संपादित करने और सुरक्षित आदेशों को निष्पादित करने की अनुमति दें।

3️⃣ न्यूनतम परीक्षण के साथ एजेंट लिंक की पुष्टि करें

• बनाएँtest.txtऔर लिखोhello, एजेंट को संशोधित सामग्री का उत्तर नहीं देने, बल्कि फ़ाइल को सीधे बदलने की आवश्यकता हैhello world。
• यदि फ़ाइल वास्तव में बदल गई है, तो इसका मतलब है कि संपादन उपकरण बुलाया गया है; यदि केवल "हैलो वर्ल्ड में बदला जाना चाहिए" आउटपुट है, तो वर्तमान मोड, अनुमतियाँ, मॉडल या टूल कॉन्फ़िगरेशन में अभी भी कोई समस्या है।
• दूसरा चरण इसे बनाना हैhello.py, स्क्रिप्ट चलाएँ और आउटपुट की पुष्टि करें। केवल जब परिणामों का निर्माण, निष्पादन और पढ़ना अनुक्रम में पूरा किया जा सकता है, तो इसका मतलब है कि फ़ाइल टूल, टर्मिनल टूल और टूल कॉलिंग सभी जुड़े हुए हैं।

4️⃣ फिर वास्तविक सॉफ़्टवेयर कार्य दर्ज करें

• पहले छोटी और मध्यम आकार की परियोजनाओं का चयन करें जिनके परीक्षण हैं या बनाए जा सकते हैं, एजेंट से टाइपस्क्रिप्ट संकलन त्रुटियों को ढूंढने के लिए कहें, उन्हें सीधे ठीक करें, और फिर चलाएंnpm run build, यदि यह अभी भी विफल रहता है, तो प्रसंस्करण जारी रखें।
• लक्ष्य, अनुमत संशोधनों का दायरा, चलाए जाने वाले सत्यापन आदेश और रुकने की शर्तों को स्पष्ट रूप से बताते हुए केवल "इसे ठीक करने में मेरी सहायता करें" कहने की तुलना में स्थिर परिणाम प्राप्त करना आसान है।

🐛 बग समाधान और संकलन त्रुटियों का स्वचालित प्रबंधन

• इस समस्या का सामना करते हुए कि वेब पेज को रीफ्रेश करने के बाद लॉगिन स्थिति गायब हो जाती है, एजेंट प्रमाणीकरण कोड की खोज कर सकता है, लोकलस्टोरेज और टोकन लॉजिक की जांच कर सकता है, संबंधित फाइलों को संशोधित कर सकता है और परीक्षण चला सकता है।
• कबnpm run buildजब कई त्रुटियाँ होती हैं, तो यह त्रुटि को पढ़ सकता है, फ़ाइल का पता लगा सकता है, उसे संशोधित कर सकता है, उसका पुनर्निर्माण कर सकता है और उसके समाप्त होने तक चक्र को दोहरा सकता है। स्पष्ट फीडबैक वाले इस प्रकार के कार्य एजेंट के मूल्य को सर्वोत्तम रूप से सामने ला सकते हैं।

🧱 फ़ंक्शन जोड़ें और एकाधिक फ़ाइलों को संशोधित करें

• किसी ब्लॉग में आलेख संग्रह फ़ंक्शन जोड़ते समय, एजेंट केवल एक पृथक फ़ंक्शन उत्पन्न करने के बजाय, एक ही समय में डेटाबेस, एपीआई, बैकएंड, फ्रंटएंड, शैली और परीक्षण को संभाल सकता है।
• आवश्यकताओं में डेटा संरचना, उपयोगकर्ता प्रवाह, अनुकूलता आवश्यकताएं और स्वीकृति आदेश स्पष्ट रूप से बताए जाने चाहिए, ताकि एजेंट व्यक्तिपरक निर्णय के बजाय वास्तविक परिणामों के आधार पर कार्य समाप्त कर सके।

♻️रिफैक्टरिंग, निर्भरता उन्नयन और परीक्षण चक्र

• 2,000-लाइन पायथन फ़ाइल को विभाजित करते समय, एजेंट निर्भरता का विश्लेषण कर सकता है, मॉड्यूल बना सकता है, फ़ंक्शन स्थानांतरित कर सकता है, आयात समायोजित कर सकता है और लगातार परीक्षण चला सकता है, बशर्ते कि प्रोजेक्ट में विश्वसनीय परीक्षण सुरक्षा हो।
• रिएक्ट जैसी निर्भरता को अपग्रेड करते समय इसे संशोधित किया जा सकता हैpackage.json, निर्भरताएँ स्थापित करें, पुराने एपीआई ठीक करें, और फिर निर्माण और परीक्षण के माध्यम से संगतता की पुष्टि करें।

🔍 अपरिचित रिपॉजिटरी को समझें और नए सिरे से प्रोजेक्ट बनाएं

• किसी अपरिचित प्रोजेक्ट में प्रवेश करने के बाद, आप एजेंट से स्टार्टअप विधि, लॉगिन प्रवेश, डेटाबेस आरंभीकरण स्थान और अनुरोध लिंक का पता लगाने के लिए कह सकते हैं। फ़ाइल-दर-फ़ाइल पढ़ने की तुलना में रिपॉजिटरी खोज और क्रॉस-फ़ाइल सहसंबंध अक्सर कम समय लेने वाले होते हैं।
• स्क्रैच से एक व्यक्तिगत अकाउंटिंग वेबसाइट बनाते समय, एजेंट निर्देशिका, फ्रंट-एंड और बैक-एंड, डेटाबेस और एपीआई उत्पन्न कर सकता है, और फिर वास्तव में इसे शुरू कर सकता है और त्रुटियों को ठीक कर सकता है, लेकिन इसके लिए अभी भी आर्किटेक्चर के मैन्युअल निर्णय लेने और सुरक्षा सीमाओं की जांच की आवश्यकता होती है।

❌ मॉडल में स्थिर टूल कॉलिंग क्षमताएं नहीं हैं

• एजेंट को सटीक मॉडल चयन की आवश्यकता होती हैedit_file、read_fileया टर्मिनल टूल और सही फ़ाइल पथ और पैरामीटर भरें। यदि मॉडल केवल प्राकृतिक भाषा उत्पन्न करता है, तो यह केवल कोड सुझाव देगा।
• बड़ी संख्या में टूल परिभाषाओं, प्रोजेक्ट फ़ाइलों, ऐतिहासिक वार्तालापों और जटिल आवश्यकताओं का सामना करने पर छोटे मॉडल भ्रमित हो जाते हैं। भले ही 3बी या 7बी मॉडल नाममात्र रूप से टूल का समर्थन करता है, फिर भी यह लंबे कार्यों के दौरान सामान्य पाठ उत्तरों पर वापस आ सकता है।

🔧 गलत मोड, अनुमतियाँ या प्रदाता कॉन्फ़िगरेशन

• चैट और प्लान मोड आमतौर पर वास्तविक संशोधन नहीं करते हैं और इन्हें एजेंट, एक्ट या कोड मोड में स्विच किया जाना चाहिए। कोई फर्क नहीं पड़ता कि मॉडल कितना स्मार्ट है, संपादन अनुमतियाँ बंद होने पर यह फ़ाइल पर नहीं लिख सकता।
• पुष्टि करें कि Ollama पता, मॉडल नाम, संदर्भ और उपकरण क्षमता घोषणा सही है। कुछ एकीकरणों के लिए स्पष्ट एनोटेशन की आवश्यकता होती हैtool_use, अन्यथा मॉडल को उपलब्ध उपकरण प्राप्त नहीं होंगे।
• अपने पहले निदान लक्ष्य के रूप में जटिल रिपॉजिटरी का उपयोग न करें।test.txtहैलो परीक्षण "मॉडल क्षमता मुद्दों" और "प्रोजेक्ट समझ मुद्दों" को तुरंत अलग कर सकता है।

🔁जटिल कार्यों में एजेंट बार-बार या लक्ष्य से भटक जाता है

• स्थानीय 9बी मॉडल गलत फ़ाइल ढूंढ सकता है, उसी ऑपरेशन को दोहरा सकता है, एक बग को ठीक कर सकता है और दूसरा बग पेश कर सकता है, या लंबे लूप में मूल लक्ष्य को भूल सकता है। पूर्ण उपकरण होने का मतलब यह नहीं है कि बुद्धिमत्ता का स्तर सबसे मजबूत क्लाउड मॉडल तक पहुँच जाता है।
• बड़े कार्यों को सत्यापन योग्य छोटे कार्यों में तोड़ना, एक समय में संशोधित करने के लिए अनुमत निर्देशिकाओं और फ़ाइलों की संख्या को सीमित करना, और प्रत्येक चरण में परीक्षण चलाने की आवश्यकता आमतौर पर एक बार में "पूरे प्रोजेक्ट को दोबारा बनाने" की आवश्यकता से अधिक स्थिर होती है।
• जब संदर्भ अप्रासंगिक लॉग जमा करना शुरू कर देता है, तो संदर्भ विंडो को अधिकतम तक आँख बंद करके विस्तारित करने की तुलना में किसी केंद्रित कार्य को फिर से खोलना अधिक प्रभावी होता है।