API LLM для генерации кода

Рабочее приложение для генерации кода

Пример: команда получает небольшую задачу добавить экспорт CSV на страницу отчётов без изменения публичного API. Модель получает задачу, правила репозитория, затронутые файлы и команду тестов. Возвращает единый diff и тесты, подтверждающие работу функции.

LLMFly AI используется только для генерации. Приложение проверяет исправление во временной рабочей копии, запускает линтер и тесты и отправляет ошибки новым сообщением. Первый ответ не сливается сразу в код.

Как устроен процесс генерации кода

• Получите задачу, правила, файлы и команду тестов.
• Запросите diff и новые или изменённые тесты.
• Применяйте исправление только во временной рабочей копии.
• Запустите детерминированную проверку и верните ошибки для одной ограниченной попытки исправления.
• Передайте прошедшее исправление на проверку человеку.

Вызовите gpt-5.6-terra через LLMFly AI

Отправляйте запрос с сервера. Замените пример и схему-заглушку данными и инструментами приложения.

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."}
    ]
  }'

Почему основная модель — gpt-5.6-terra

Terra — основной вариант для понимания репозитория и рабочих исправлений; уровень Sol нужен не каждой задаче.

Используйте gpt-5.5 для малых изолированных правок только после одинаковых тестов. Переходите к Sol при пересечении границ архитектуры или двух одинаковых провалах Terra.

Проверки результата генерации кода

Ошибки, которые нужно обработать до запуска

• Тесты только на игрушечных запросах
• Принятие кода, который собирается, но не выполняет требования
• Разный контекст у сравниваемых моделей
• Игнорирование цены проверки и правок

Вывод и журналы выполнения

Diff без конфликтов и тесты для каждого критерия приёмки.

Для каждого рабочего запуска записывайте ID модели и запроса, токены, повторы, проверку и итоговое решение.