Modelos e provedores

No Modo Platform, o mecanismo do Yuli raciocina com o provedor e o modelo que você escolher, usando sua própria API key. Esta página explica como configurá-lo e como controlar o consumo.

Provedores

Configurar um provedor

Abra Provedores de IA de qualquer uma destas formas:

• Cabeçalho do chat → Mais ações → Configurações do modelo.
• Opções globais (Ctrl+Alt+S) → IA e modelos → Abrir configuração de modelos.

Depois:

1. Escolha o cartão do provedor.
2. Digite a API key e o Modelo. Para Local, informe também a URL do servidor.
3. Clique em Testar conexão (opcional).
4. Ative Usar como provedor ativo.
5. Clique em Salvar configurações.

As credenciais são guardadas no chaveiro do sistema e nunca são exibidas por completo. Para alterar outro dado sem reescrever a chave, deixe o campo vazio: a atual é mantida.

AWS Bedrock e Vertex AI

Modelo rápido

Opcionalmente, defina um Modelo rápido para tarefas leves, como resumos e títulos.

Modelos locais

Com Local, o contexto da IA não sai da sua rede. Inicie seu servidor (Ollama, LM Studio, vLLM ou llama.cpp com sua API compatível com a OpenAI), informe a URL e o nome do modelo, e teste a conexão.

Raciocínio estendido

No mesmo painel, Raciocínio estendido oferece Desativado, Baixo, Médio ou Alto.

• Aplica-se apenas ao trabalho principal do agente, não a resumos nem títulos.
• Somente nos modelos que o suportam: orçamento de raciocínio no Claude (API, Vertex e Bedrock) e no Gemini 2.5, e esforço de raciocínio nos modelos de raciocínio da OpenAI.

Contexto

O Yuli administra a janela de contexto por você:

• Conhece o tamanho de contexto de cada modelo.
• O arquivo ativo, o diff de trabalho, as regras e o pacote de contexto têm limite. O que não cabe é mencionado para que o agente o leia, se precisar.
• As conversas longas são compactadas com resumos incrementais.
• Só são enviadas as ferramentas que se aplicam ao projeto (por exemplo, as do Web Studio só se houver front-end).

Cache de prompt

Automático. O prompt do sistema é dividido em uma parte estável e uma por turno, e só a estável vai para o cache. O contexto de cada mensagem viaja com essa mensagem, assim o resto da conversa continua sendo lido do cache. Com os modelos do Claude, cada rodada dentro de uma tarefa reutiliza tudo o que veio antes.

Economia

• Uma chamada idêntica, sem alterações no meio, não é repetida.
• As leituras independentes são resolvidas em paralelo.
• O que exige aprovação é executado ao ser aprovado, sem idas e vindas com o modelo.
• O retry-after do provedor é respeitado em caso de queda.

Consumo e custo

No Modo assinatura, a barra mostra o uso do plano (janela de 5 horas e semana) em vez da contagem de tokens.

Orçamentos

Tarefas em segundo plano

Salve com Salvar limites. Quando uma tarefa atinge seu limite, ela é pausada com uma barra de consumo e você pode Ampliar limite e retomar.

Autocompletar com IA

O autocompletar em linha do mecanismo local está sempre disponível. O autocompletar com IA vem desligado e é ativado por escolha sua, com o provedor e o modelo que preferir.