Нейросеть для кода Python: запрос, тест и проверка правки
Нейросеть для кода Python помогает написать функцию, объяснить трассировку или предложить исправление. Чтобы результат можно было принять, сначала задайте контракт и тест, затем отправьте задачу модели и проверьте ответ локально. В Relay вы выбираете модель и вызываете её через API; этот вызов сам по себе не читает репозиторий и не запускает Python на вашем компьютере.
Разберём небольшую функцию parse_limit: она принимает строку с целым числом от 1 до 100. Такой пример позволяет проверить ответ, включая неверные входы, без субъективного «код выглядит хорошо».
Коротко
Опишите допустимые значения и исключения до запроса.
Запустите тест без реализации и убедитесь, что он падает.
Читайте ответ модели как чужую правку перед запуском.
Как поставить задачу нейросети для кода Python
Фраза «напиши обработку лимитов» оставляет слишком много решений модели. Зафиксируйте сигнатуру parse_limit(value: str) -> int, диапазон, допустимые символы и тип ошибки. В примере разрешены только цифры ASCII, без пробелов и знака; ведущие нули допустимы. Пустая строка, дробь и число вне диапазона должны давать ValueError.
Передайте также ограничение по зависимостям: достаточно стандартной библиотеки. Если функция уже есть в проекте, приложите её код и место вызова. Не отправляйте весь репозиторий ради одной проверки строки, особенно файлы конфигурации с секретами.
Нейросеть для написания кода Python должна получить критерий готовности. Здесь он конкретный: тесты ниже проходят, сигнатура сохранена, новых пакетов нет. Предложение модели изменить контракт требует отдельного решения, даже если так проще написать реализацию.
Как написать и запустить падающий тест
Создайте test_limit_parser.py. Для проверки используется стандартный unittest; отдельный тестовый пакет не требуется.
import unittest
from limit_parser import parse_limit
class ParseLimitTests(unittest.TestCase):
def test_accepts_valid_values(self):
for text, expected in [("1", 1), ("42", 42), ("100", 100), ("007", 7)]:
with self.subTest(text=text):
self.assertEqual(parse_limit(text), expected)
def test_rejects_invalid_values(self):
for text in ["", "0", "101", "1.5", "+2", " 2", "two", "2"]:
with self.subTest(text=text):
with self.assertRaises(ValueError):
parse_limit(text)
if __name__ == "__main__":
unittest.main()Запустите python3 -m unittest test_limit_parser.py. Без модуля будет ошибка импорта; это ещё не проверка поведения. Создайте файл limit_parser.py с функцией нужной сигнатуры, которая пока выбрасывает NotImplementedError, и запустите снова. Теперь тесты доходят до вызова и падают на нереализованной функции.
Не удаляйте неудобный вход из теста ради зелёного результата. Полноширинная цифра 2 включена намеренно: обычная проверка isdigit() принимает больше символов, чем разрешает наш контракт ASCII.
Как запросить реализацию через API Relay
Выберите модель в каталоге и проверьте поддержку openai_chat. Пример использует gpt-5.6-luna. В среде должен быть доступен SDK openai; демонстрационный ключ замените своим секретом вне общего репозитория.
from openai import OpenAI
client = OpenAI(
api_key="sk-demo-not-a-real-key",
base_url="https://relay-llm.ru/v1",
)
response = client.chat.completions.create(
model="gpt-5.6-luna",
messages=[{
"role": "user",
"content": (
"Напиши parse_limit(value: str) -> int. Только цифры ASCII, "
"без знака и пробелов, значение 1..100, ведущие нули допустимы. "
"Иначе ValueError. Только стандартная библиотека. "
"Верни код функции, не меняй контракт."
),
}],
)
print(response.choices[0].message.content)Полный формат описан в Chat Completions. SDK печатает ответ, но не сохраняет его как модуль и не выполняет. Не добавляйте exec() для автоматического запуска полученного текста.
Как проверить предложенную правку
Прочитайте код, затем перенесите функцию в limit_parser.py. Проверьте, нет ли неожиданных импортов, чтения файлов и сетевых вызовов: они не нужны для разбора строки. Запустите тот же unittest, который падал до реализации.
Если тест прошёл, проверьте место вызова в своём проекте. Наш контракт принимает строку; он не обещает обработку None, числа или произвольного объекта. Если такие значения возможны, уточните контракт и добавьте тест до изменения функции.
Для существующего проекта запустите также тесты непосредственных потребителей. Изменение типа исключения может сломать обработчик, который ожидает ValueError, даже когда новая функция правильно обрабатывает все валидные строки.
Как оценить пользу AI для программирования Python
Считайте время на постановку задачи, чтение ответа и исправление ошибок вместе с расходом API. Для сравнения моделей используйте одинаковые тесты, одинаковый вход и правило принятия. Число строк ответа не показывает, сколько работы удалось завершить.
Цена модели есть в каталоге и на странице цен, фактический расход в истории запросов. Запишите число попыток до принятой правки. Если приходится повторно объяснять контракт, улучшите исходный запрос вместо отправки всё большего объёма кода.
Какая нейросеть для кода Python лучше?
Сравните доступные модели на своих задачах с тестами. Одна короткая функция не даёт основания ранжировать их для всего проекта.
Можно ли сразу запускать сгенерированный код?
Сначала прочитайте его. API-ответ может содержать ошибку или действие, которого вы не просили; тест запускайте в подходящей среде после проверки.
Нужен ли pytest для примера?
Нет. Здесь используется стандартный unittest, а SDK нужен только для отдельного запроса к модели.
Модель сама запустила мои тесты?
Обычный вызов API этого не делает. Для запуска нужен отдельный клиент или инструмент с доступом к вашей среде.