راه‌اندازی Vertex AI در Codex CLI 0.165.0
در Codex CLI 0.165.0، اتصال داخلی به Google Cloud Vertex AI با انتخاب ارائه‌دهنده gcp امکان‌پذیر شده است. این قابلیت به تیم‌ها اجازه می‌دهد مدل‌های در دسترس سازمان خود را بدون افزودن یک ارائه‌دهنده سفارشی در محیط کدکس اجرا کنند.
- Codex CLI را به نسخه 0.165.0 ارتقا دهید.
- احراز هویت و دسترسی پروژه را در Google Cloud آماده کنید.
- مقدار
model_providerرا رویgcpقرار دهید.
پس از فعال‌سازی Vertex AI برای پروژه، حساب کاربری یا حساب سرویس باید مجوز لازم برای فراخوانی مدل را داشته باشد. همچنین پروژه، منطقه و مدل انتخابی باید با منابع فعال Google Cloud هماهنگ باشند؛ در غیر این صورت ممکن است خطای مجوز یا «مدل یافت نشد» دریافت کنید.
تنظیم اصلی ارائه‌دهنده در فایل پیکربندی Codex به شکل زیر است. مسیر و سایر گزینه‌های پیکربندی می‌توانند بر اساس سیستم‌عامل، محیط سازمانی و روش استقرار شما متفاوت باشند.
model_provider = "gcp"بعد از ذخیره تنظیمات، یک نشست آزمایشی با درخواست کم‌ریسک اجرا کنید و دسترسی مدل، منطقه و اعتبارنامه‌ها را بررسی کنید. بهتر است پیش از کار روی مخزن اصلی، مجوز اجرای فرمان‌ها را محدود نگه دارید؛ راهنمای آپدیت قبلی Codex CLI نیز برای شناخت کنترل مدل مفید است.
کلیدها و فایل‌های اعتبارنامه Google Cloud را داخل مخزن، تاریخچه Git یا متن پرامپت قرار ندهید؛ از سازوکار امن مدیریت هویت و اسرار سازمان استفاده کنید.
حافظه v2 چگونه زمینه پروژه را حفظ می‌کند؟
در Codex CLI 0.165.0، حافظه v2 برای پروفایل‌های تازه به‌صورت پیش‌فرض فعال است. این قابلیت اطلاعات کاربردی پروژه را میان نشست‌ها قابل استفاده نگه می‌دارد تا شروع دوباره هر گفت‌وگو به توضیح کامل ساختار و قواعد کدنویسی نیاز نداشته باشد.
- حفظ زمینه موردنیاز برای ادامه کار در نشست‌های بعدی
- کاهش تکرار توضیحات مربوط به پروژه و ترجیحات توسعه‌دهنده
- امکان واردکردن حافظه‌های ساخته‌شده توسط ایجنت‌های خارجی
کاربرد مهم حافظه Codex CLI در پروژه‌های طولانی مشخص می‌شود. برای نمونه، هنگام بازگشت به یک مخزن، ایجنت می‌تواند از زمینه ذخیره‌شده برای درک بهتر قراردادهای پروژه، سبک پاسخ‌گویی یا تصمیم‌های قبلی کمک بگیرد؛ البته رفتار دقیق آن به تنظیمات و مدل انتخاب‌شده وابسته است.
حافظه v2 را نباید با تاریخچه کامل ترمینال یا جایگزین مستندات پروژه اشتباه گرفت. فایل‌هایی مانند README و AGENTS.md همچنان باید منبع اصلی دستورالعمل‌ها باشند؛ حافظه بیشتر برای پیوستگی کار و کاهش اصطکاک میان نشست‌های Codex مفید است.
پس از ارتقا، حافظه واردشده را بازبینی کنید و اطلاعات حساس، کلیدهای API یا داده‌های خصوصی را در آن قرار ندهید. اگر از نسخه قبلی مهاجرت می‌کنید، مرور قابلیت‌های Codex CLI 0.164.0 نیز تفاوت تنظیمات و جریان کاری را روشن‌تر می‌کند.
تغییر سطح استدلال حین گفت‌وگو با مدل‌های سازگار
در Codex CLI 0.165.0 می‌توان سطح تلاش استدلال را برای مدل‌های سازگار، حین همان گفت‌وگو تغییر داد. بنابراین توسعه‌دهنده بدون شروع دوباره نشست، عمق پردازش را با پیچیدگی وظیفه هماهنگ می‌کند.
- سطح کمتر برای پرسش‌های ساده، توضیح کد و اصلاحات کوچک
- سطح بیشتر برای دیباگ پیچیده، بازطراحی معماری و تحلیل چندمرحله‌ای
- امکان تنظیم مجدد تلاش مدل هنگام تغییر نیاز پروژه
برای مثال، بررسی نام یک متغیر یا تولید توضیح کوتاه معمولاً به استدلال سنگین نیاز ندارد. اگر همان گفت‌وگو به یافتن علت خطای هم‌زمانی یا تحلیل وابستگی چند فایل برسد، می‌توانید سطح تلاش را افزایش دهید و زمینه قبلی نشست را نگه دارید.
این قابلیت به کنترل بهتر سرعت، مصرف منابع و کیفیت پاسخ کمک می‌کند؛ اما بالاترین سطح همیشه بهترین انتخاب نیست. ابتدا با سطح متناسب شروع کنید و فقط زمانی آن را افزایش دهید که پاسخ سطحی، ناقص یا فاقد بررسی حالت‌های مرزی است.
پس از تغییر سطح استدلال، خروجی را با تست‌ها، Diff و مستندات پروژه اعتبارسنجی کنید؛ زیرا استدلال بیشتر تضمین‌کننده صحت کامل نیست. برای استفاده عملی‌تر از دستیارهای برنامه‌نویسی نیز راهنمای مقایسه ابزارهای هوش مصنوعی برنامه‌نویسی مفید است.
مدیریت سریع‌تر نشست‌ها با فیلتر مخزن و گروه‌بندی پوشه‌ها
در Codex CLI 0.165.0، پیدا کردن نشست مناسب میان پروژه‌ها و Worktreeهای متعدد ساده‌تر شده است. فیلتر مخزن در انتخاب‌گر نشست و گروه‌بندی پوشه‌ها در مرکز فرمان ایجنت، زمان جست‌وجو و احتمال ورود به نشست اشتباه را کاهش می‌دهد.
- نمایش نشست‌های مرتبط با یک مخزن مشخص
- گروه‌بندی نشست‌ها بر اساس پوشه در مرکز فرمان ایجنت
- پیمایش آسان‌تر میان Worktreeهای متصل به پروژه
فیلتر مخزن زمانی مفید است که چند پروژه هم‌زمان باز دارید یا نام نشست‌ها مشابه است. ابتدا مخزن موردنظر را انتخاب کنید تا فهرست کوتاه‌تری از نشست‌های مرتبط ببینید؛ سپس با توجه به مسیر پوشه، شاخه و هدف کار، نشست درست را ادامه دهید.
گروه‌بندی دایرکتوری‌ها نیز برای توسعه‌دهندگانی کاربرد دارد که یک مخزن را در چند Worktree مدیریت می‌کنند. به‌جای مرور فهرستی پراکنده، نشست‌های هر مسیر کنار هم قرار می‌گیرند؛ بنابراین جابه‌جایی میان رفع باگ، توسعه قابلیت و بازبینی کد سریع‌تر و شفاف‌تر می‌شود.
برای بهره‌برداری بهتر، نام نشست‌ها را کوتاه اما هدفمند انتخاب کنید و پیش از اجرای فرمان، مسیر فعال را بررسی کنید. اگر گردش‌کار شما چندشاخه‌ای است، راهنمای مدیریت Worktree در Codex CLI نکات تکمیلی مفیدی ارائه می‌دهد.
فیلتر و گروه‌بندی، انتخاب نشست را آسان می‌کنند؛ اما جایگزین بررسی شاخه Git، دایرکتوری کاری و تغییرات ثبت‌نشده پیش از اجرای دستورات نیستند.
منابع خبر
تاریخ انتشار منبع اصلی:
ناشر: گپ‌جی‌پی‌تی · سیاست تحریریه و اصلاحات · تماس با تحریریه
قدرت هوش مصنوعی را وارد کار روزانه‌ات کن
با دسترسی به ابزارهای هوش مصنوعی، سریع‌تر کدنویسی کن و کارهای روزمره‌ات را هوشمندانه‌تر پیش ببر.
