Documentație / Agentul

Modele și furnizori

Furnizori compatibili în Modul Platform, modele locale, raționament extins, context, cache, consum și bugete.

În Modul Platform, motorul Yuli raționează cu furnizorul și modelul pe care le alegi, folosind propria ta cheie API. Această pagină explică cum să-l configurezi și cum să controlezi consumul.

Dacă preferi să folosești abonamentul tău la Claude Code, Kiro, Codex sau Antigravity, nu ai nevoie de nimic din toate acestea. Vezi Conectarea unei IA.

Furnizori

Furnizor La ce servește
Anthropic API-ul Claude.
OpenAI Modele GPT.
Gemini Google AI Studio.
xAI Grok.
DeepSeek API-ul DeepSeek.
Local Un server compatibil cu API-ul OpenAI pe calculatorul tău sau în rețeaua ta: Ollama, LM Studio, vLLM sau llama.cpp.
AWS Bedrock Claude, Llama, Mistral, Nova… cu contul tău AWS.
Vertex AI Gemini și Claude cu proiectul tău Google Cloud.

Configurarea unui furnizor

Deschide Furnizori AI în oricare dintre aceste moduri:

  • Antetul chatului → Mai multe acțiuni → Setările modelului.
  • Opțiuni globale (Ctrl+Alt+S) → IA și modele → Deschide configurarea modelelor.

Apoi:

  1. Alege cardul furnizorului.
  2. Scrie Cheie API și Model. Pentru Local, indică și URL-ul serverului.
  3. Apasă Testează conexiunea (opțional).
  4. Activează Folosește ca furnizor activ.
  5. Apasă Salvare setări.

Credențialele se salvează în keychain-ul sistemului și nu sunt afișate niciodată complet. Pentru a schimba alt câmp fără să rescrii cheia, lasă câmpul gol: cheia actuală se păstrează.

AWS Bedrock și Vertex AI

Furnizor Metode de autentificare
AWS Bedrock Profil / SSO, Chei IAM, Rol IAM sau Cheie API.
Vertex AI ADC, Cont de serviciu, gcloud CLI sau Cheie API.

Model rapid

Opțional, definește un Model rapid pentru sarcini ușoare, precum rezumatele și titlurile.

Modele locale

Cu Local, contextul IA nu iese din rețeaua ta. Pornește serverul (Ollama, LM Studio, vLLM sau llama.cpp cu API-ul compatibil OpenAI), scrie URL-ul lui și numele modelului, apoi testează conexiunea.

Un model local are nevoie de o bună capacitate de apelare a uneltelor pentru a opera IDE-ul. Încearcă mai întâi cu o sarcină mică.

Raționament extins

În același panou, Raționament extins oferă Dezactivat, Scăzut, Mediu sau Ridicat.

  • Se aplică doar muncii principale a agentului, nu rezumatelor sau titlurilor.
  • Doar pentru modelele care îl acceptă: buget de raționament în Claude (API, Vertex și Bedrock) și Gemini 2.5, respectiv efort de raționament în modelele de raționament OpenAI.

Context

Yuli administrează fereastra de context în locul tău:

  • Cunoaște dimensiunea contextului fiecărui model.
  • Fișierul activ, diff-ul de lucru, regulile și pachetul de context au o limită. Ce nu încape este numit, ca agentul să-l citească dacă are nevoie.
  • Conversațiile lungi sunt compactate prin rezumate incrementale.
  • Se trimit doar uneltele relevante pentru proiect (de exemplu, cele din Web Studio doar dacă există front-end).

Cache-ul de prompt

Automat. Promptul de sistem este împărțit într-o parte stabilă și una pe tură, iar doar partea stabilă este pusă în cache. Contextul fiecărui mesaj călătorește împreună cu acel mesaj, astfel încât restul conversației continuă să fie citit din cache. Cu modelele Claude, fiecare rundă dintr-o sarcină refolosește tot ce a fost înainte.

Economii

  • Un apel identic, fără modificări între timp, nu se repetă.
  • Citirile independente se rezolvă în paralel.
  • Ce necesită aprobare se execută la aprobare, fără drumuri dus-întors cu modelul.
  • Se respectă retry-after-ul furnizorului în caz de indisponibilitate.

Consum și cost

Unde Ce vezi
Bara de stare Tokenii sesiunii și ai sarcinii curente, plus solicitările. La clic, detaliile.
Consumul acestei sesiuni Intrare, Ieșire și Total. Sunt cifrele raportate de fiecare furnizor; sunt aproximative.
Agent → Solicitări IA (recente)… Fiecare cerere cu tokeni, cost, latență și erori.

În Modul abonament, bara arată utilizarea planului (fereastra de 5 ore și săptămâna) în locul numărului de tokeni.

Bugete

Unde Setare
Butonul de verificare din antetul chatului → Verificare automată Număr maxim de iterații și Buget per sarcină (USD).
Mai multe acțiuni → Echipă de agenți Buget pe sarcină (8 US$) și Buget pe misiune (60 US$).
Opțiuni globale → IA și modele → Sarcini în fundal Vezi mai jos.

Sarcini în fundal

Setare Implicit
Sarcini simultane 2 (între 1 și 8)
Tokeni per sarcină 2.000.000
Cost per sarcină (US$) 5
Încercări de corecție după teste 2

Salvează cu Salvează limitele. Când o sarcină își atinge limita, se pune pe pauză cu o bară de consum și poți folosi Mărește limita și reia.

Completare automată cu IA

Completarea în linie a motorului local este mereu disponibilă. Completarea cu IA vine dezactivată și se activează la alegere, cu furnizorul și modelul preferat.