用于代码生成的 LLM API

代码生成在生产应用中的实际场景

产品团队收到一个小型功能需求：为现有报表页增加 CSV 导出，同时保持公共 API 不变。模型获得需求、仓库规范、受影响文件和测试命令，返回统一 Diff 以及证明功能有效的测试。

LLMFly AI 只负责生成。应用仍需在一次性 Worktree 中检查补丁、运行 Lint 和测试，并把失败结果作为新消息返回。第一次响应不会直接合并。

代码生成工作流怎样运行

• 检索需求、仓库规范、受影响文件和测试命令。
• 要求返回统一 Diff 以及新增或修改的测试。
• 只在一次性 Worktree 中应用补丁。
• 运行确定性验证；失败时只允许一次有边界的修复。
• 把通过验证的补丁交给人工审查。

通过 LLMFly AI 调用 gpt-5.6-terra

请求应从服务端发送。请将示例内容和占位工具 Schema 替换为应用中的真实数据与工具。

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."}
    ]
  }'

为什么主模型选择 gpt-5.6-terra

Terra 作为默认模型，因为该流程需要理解仓库并生成可用补丁，但不是每个需求都需要 Sol 级推理。

小型隔离修改可降级到 gpt-5.4；修改跨越架构边界，或 Terra 连续两次未通过同一验收测试时升级到 Sol。

代码生成的验收条件

上线前必须处理的失败情况

• 只测试玩具提示词
• 接受能编译但未满足需求的代码
• 给候选模型不等量的上下文
• 忽略审查和修复成本

返回结果与运行记录

可干净应用的统一 Diff，以及覆盖每条验收标准的测试。

每次生产运行都应记录模型 ID、Request ID、Token 用量、重试、验证结果和最终处理状态。