Nube, local o integrado: elige el modelo adecuado
Gridberry se ejecuta en Windows 10/11 y se comunica con el modelo que elijas. Usa un proveedor de IA en la nube mediante un endpoint API estándar, un modelo en tu propia PC o el modelo integrado, y cambia cuando una tarea lo requiera.
Tres formas de conectar un modelo
Proveedor de IA en la nube
Un proveedor de IA en la nube es ideal para tareas complejas, como una sesión larga de resolución de problemas que abarque varios registros. Ingresa el endpoint API estándar del proveedor y tu clave en Gridberry; la clave permanece en tu PC. El texto del prompt se envía al proveedor, incluido el contenido de cualquier archivo que el agente lea, así que evita guardar secretos en esos archivos. Gridberry oculta los secretos en la salida de las herramientas antes de enviarlas al modelo. El proveedor puede cobrar por el uso, según sus propios criterios, no los de Gridberry.
Un modelo en tu propia PC
Un modelo local es adecuado cuando el prompt debe permanecer en tu máquina. Con un modelo local, nada sale de tu PC a través de la conexión del modelo. Otras funciones, como la búsqueda web o las comprobaciones de actualización, sí usan la red cuando las activas; una sesión SSH a tu servidor es una conexión de red por naturaleza. La velocidad y la ventana de contexto dependen de tu hardware, así que ejecuta el botón Probar y revisa ambos valores antes de confiar en el modelo.
Modelo integrado
El modelo integrado está listo para usarse sin necesidad de un endpoint propio. Es ideal para una primera prueba: instala Gridberry, abre un chat y pide al agente que explique qué hace adduser. Cambia a Plan only para leer un plan sin ejecutar nada, y luego a Ask first cuando quieras aprobar comandos individuales en una máquina de prueba. Puedes conectar un modelo en la nube o local más tarde. Revisa cada tarjeta de comando y cada diff con este modelo tal como lo harías con cualquier otro.
Verifica la conexión con Probar
El botón Probar verifica un endpoint. Muestra el tiempo de respuesta y la ventana de contexto del modelo conectado. Ejecútalo después de ingresar un nuevo endpoint o una nueva clave, y también al cambiar de modelo, para detectar problemas antes de iniciar un chat. Un tiempo de respuesta alto significa que cada paso tarda más. Una ventana de contexto pequeña implica que el agente retiene menos información de registros largos o archivos de configuración. Compara dos endpoints con el mismo botón y quédate con el que mejor se adapte a tu tarea. El resultado describe solo la conexión; no indica si el modelo genera comandos correctos, así que sigue revisando cada tarjeta y cada diff.
Elige un modelo para la tarea
Elige un modelo más grande para tareas con muchas partes móviles, como una sesión larga de resolución de problemas en registros y archivos de configuración, y uno más pequeño para tareas breves, como crear una cuenta o leer una lista de grupos. La herramienta run_on_model envía la tarea compleja a un modelo más grande, mientras el resto del chat permanece en el modelo que elegiste; tú decides cuándo usarla. Un modelo más grande puede ser más lento y requiere hardware más potente en una PC local, así que ajusta el modelo a la tarea. Revisa el resultado en cualquier caso.
La calidad varía entre modelos, y cualquier modelo puede generar un comando incorrecto con total seguridad. Lee el diff o la tarjeta del comando antes de aceptarlo. Ask first hace una pausa antes de las acciones que modifican algo, para que veas la línea exacta antes de que se ejecute. Plan only genera un plan y no ejecuta nada, lo cual es un primer paso sensato con un modelo nuevo. Prueba nuevos modelos en una máquina que puedas reconstruir.
