コード生成用LLM API

本番アプリでのコード生成

例：既存レポート画面にCSV出力を追加します。公開APIは変えない、小さな機能依頼です。 モデルに依頼内容、リポジトリの規約、対象ファイル、テストコマンドを渡します。 変更差分と、機能の動作を確かめるテストを返します。

LLMFly AIは生成だけを担当します。 アプリが一時的な作業用コピーで修正を確認し、lintとテストを実行します。失敗内容は新しいメッセージとして返します。 最初の回答をそのままマージしません。

コード生成の処理の流れ

• 依頼、規約、対象ファイル、テストコマンドを取得する。
• 差分と、追加・変更するテストを依頼する。
• 修正は一時的な作業用コピーだけに適用する。
• 決まった検証を実行し、失敗は回数を制限した1回の修正に返す。
• 合格した修正を人のレビューに回す。

LLMFly AIでgpt-5.6-terraを呼び出す

リクエストはサーバーから送ります。例の内容と仮のツールスキーマを、アプリのデータとツールに置き換えてください。

curl https://app.llmfly.ai/v1/chat/completions \
  -H "Authorization: Bearer $LLMFLY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.6-terra",
    "messages": [
      {"role": "system", "content": "You are editing an existing repository. Return only a unified diff. Preserve public APIs, follow the supplied conventions, and include tests for every acceptance criterion."},
      {"role": "user", "content": "Add CSV export to the report page. Files and acceptance criteria follow below."}
    ]
  }'

主モデルにgpt-5.6-terraを選ぶ理由

リポジトリを理解し、使える修正を作るため、基本はTerraです。すべての依頼にSolの推論能力は必要ありません。

小さく独立した変更は、同じテストに合格した場合だけgpt-5.5を使います。設計上の境界を越える変更や、Terraが同じテストに2回失敗する場合はSolへ切り替えます。

コード生成の合格基準

本番前に対処する失敗

• 簡単な例だけでテストする
• ビルドできても要件を満たさないコードを採用する
• モデルごとに違う情報を与える
• レビューや修正の費用を除外する

出力と実行記録

問題なく適用できる差分と、全合格基準をカバーするテスト。

本番の実行ごとにモデルID、リクエストID、トークン使用量、再試行、検証結果、最終的な扱いを記録してください。