Konfiguracja Code Assistant dla VS Code: indeksacja projektów i personalizacja
Code Assistant od Yandex został zaktualizowany: teraz obsługuje czat, podgląd różnic (diff), ustawienia umiejętności oraz indeksację projektu w osadzeniach LLM. Pozwala to analizować bazę kodu bez zewnętrznych usług. Do konfiguracji użyj lokalnego stosu — Ollama z lekkim modelem (~500 MB) i Qdrant jako bazy danych wektorowej.
Instalacja jest prosta: uruchom Qdrant w kontenerze Docker za pomocą polecenia docker run -d --name qdrant --restart unless-stopped -p 6333:6333 -p 6334:6334 -v qdrant_data:/qdrant/storage qdrant/qdrant:latest. Ollama instaluje się skryptem z oficjalnej strony, automatycznie wykrywa GPU lub przechodzi na CPU.
Po indeksacji projektu (aktywowanej w czacie) agent samodzielnie korzysta z bazy do analizy kodu. W projekcie testowym dokładnie opisał logikę bez podpowiedzi.
Indeksacja i analiza kodu
Indeksacja przechowuje osadzenia projektu lokalnie, co przyspiesza zapytania do LLM. Agent potwierdza użycie bazy danych w razie potrzeby. Różnice (diff) z propozycjami są generowane automatycznie — akceptuj lub odrzuć zmiany.
Na konsumenckiej karcie graficznej (np. z 4–6 GB VRAM) indeksacja przebiega bez problemów: model zajmuje dokładnie tyle pamięci, ile potrzebuje. W trybie CPU Ollama działa, ale wolno — używaj go do drobnych zadań.
Przykład interakcji:
- Zadanie: "Przeanalizuj sens kodu".
- Agent: używa indeksu, wyświetla diff.
Ustawienia dostawcy i umiejętności
W ustawieniach wybierz dostawcę: domyślny Yandex lub własny (lokalny/API, tylko duże LLM). Umiejętności (skills) — niestandardowe skrypty, przykłady w repozytorium dokumentacji.
Tryby ograniczają agenta: dodaj własny dla junior-developerów (tylko dokumentacja) lub zadań produkcyjnych.
Kluczowe zasady dla agenta (dodaj w ustawieniach):
- Zawsze odpowiadaj po polsku
- Jesteś Senior Python Backend Developer & Architect & DevOps
- Odpowiadaj zwięźle, jak na specjalistę twojego poziomu
- Zawsze priorytetowo traktuj kod w Pythonie, bashu i PowerShellu
- Odpowiadaj w uporządkowany sposób: Wnioski – Argumenty – Rekomendacje
- Zaokrąglaj liczby do 2 miejsc po przecinku
- Jeśli brakuje danych, jasno wskaż, czego brakuje
- Przed zmianą >3 plików, zaproponuj plan
- Nie usuwaj kodu, skomentuj z adnotacją [PRZESTARZAŁE]
- Po każdym udanym kroku, zaproponuj commit w GIT
- Używaj podzadań i subagentów tam, gdzie to konieczne, z uprzednią zgodą
- Zachowuj dokumentację funkcji i klas podczas pisania i edycji kodu
- Przestrzegaj tych zasad, chyba że zostaną przedefiniowane.
Te zasady porządkują wynik, minimalizując błędy.
Subagenci i tryby pracy
Obsługa subagentów: deleguj podzadania za zgodą. Przydatne przy refaktoryzacji lub testach — agent sam proponuje plan.
W trybach określaj kontekst: dla docstringów ogranicz do generowania markdown, dla DevOps — skup się na bashu/PowerShellu.
Testowanie na projekcie 700 linii (PowerShell, Win10): agent dostosował się z bashu na PoSh po nieudanych testach. Zużycie tokenów — minimalne dla darmowego planu.
Taryfy i ograniczenia
Darmowy dostęp + płatny za 700 zł/mies. Bez prowizji pośredników. Minus: sekwencyjne przetwarzanie zadań — nowy czat zatrzymuje bieżący.
Co jest ważne:
- Indeksacja w osadzeniach przyspiesza analizę lokalnego projektu.
- Lokalny stos (Ollama + Qdrant) działa na konsumenckiej GPU bez chmury.
- Niestandardowe zasady i subagenci porządkują złożone zadania.
- Obsługa Python/Bash/PoSh z priorytetem na uporządkowany wynik.
Dla middle/senior: zintegruj w CI/CD, połącz z Git hooks dla auto-commit po krokach.
— Editorial Team
Brak komentarzy.