J'ai testé le nouvel agent SOLO Coder de TRAE et je l'ai utilisé pour mener à bien un projet assez complexe. L'IA peut vous aider à analyser vos données d'entraînement musculaire et à générer un rapport d'entraînement très détaillé et intuitif. Même mon entraîneur a été bluffé. Cela a bouleversé ma compréhension précédente ; sa capacité de planification et sa stabilité après de multiples révisions étaient exceptionnelles. Vous trouverez ci-dessous un résumé du contenu principal de leur dernière mise à jour, ainsi que le processus de développement de mon projet 👇
Si vous êtes trop pmp.weixin.qq.com/s/k-BlZN-IL_Gb…les travaux 🚧, vous pouvez lire l'article complet ici : https://t.co/dfySUNimYK
Tout d'abord, il y a un nouveau mode appelé Solo Coder. Comparé au mode Solo Builder précédent, ses fonctionnalités sont bien plus puissantes, ce qui le rend idéal pour la maintenance de bases de code complexes. Il prend en charge la planification intelligente des tâches et le travail collaboratif simultané multi-agents. Vous pouvez sélectionner le mode Solo Coder lors de la création d'une nouvelle tâche.
Après avoir effectué votre sélection, vous constaterez que le logiciel utilise une conception interactive à trois colonnes : À l'extrême gauche se trouve la liste multitâche, où vous pouvez voir l'état actuel de chaque tâche : en cours, terminée ou interrompue. La section centrale est la page principale, qui constitue l'interface principale pour interagir avec l'agent actuellement sélectionné. Vous pouvez y saisir des informations et consulter les détails d'exécution en cours de l'agent. À l'extrême droite se trouvent des aperçus de différentes fenêtres. L'interface bascule entre différents outils en fonction de l'état actuel de l'agent, affichant ainsi différentes informations. Par exemple, si vous prévisualisez une page web, il s'agit du navigateur. Pour visualiser l'effet de l'encodage ou des modifications, rendez-vous sur la page de modification du code. Pour consulter le code source, utilisez l'interface de votre IDE. Il prend également en charge le suivi en temps réel, ce qui lui permet d'ouvrir automatiquement la page correspondante pour prévisualisation sur la droite.
Le mode codeur offre des capacités de concurrence multi-agents. Vous pouvez créer plusieurs fenêtres d'agent et leur permettre d'exécuter simultanément différentes tâches. Cela permet à différents agents de planifier, à un autre d'effectuer des opérations et à un troisième de concevoir. Mon premier outil consiste à laisser l'IA optimiser son interaction et sa conception. Il sert à identifier les problèmes de conception de l'interaction. La deuxième étape consiste à analyser les points d'optimisation du projet, ce qui implique d'analyser les problèmes existants dans le code écrit par d'autres agents. Finalement, il s'agit simplement d'un processus normal d'itération sur le code.
De plus, dans la section relative à la concurrence multitâche, vous pouvez créer vous-même de nouveaux agents. Désormais, lors de la création d'un agent, vous n'avez plus besoin de remplir les formulaires vous-même. Il vous suffit de décrire brièvement vos besoins, et le système générera automatiquement les formulaires que l'agent devra remplir. Vous n'aurez qu'à effectuer quelques ajustements mineurs. L'icône d'agent générée automatiquement est également très réussie.
Il dispose désormais d'un mode de planification. Si vous activez ce mode, il planifiera la tâche avant de l'exécuter. Il vous indiquera ensuite quelles tâches ont été accomplies, quelles tâches ne l'ont pas encore été, et quels seront les résultats de leur achèvement, vous donnant ainsi une vision claire de l'avancement actuel. De plus, leur présentation et leur interface utilisateur sont très bien réalisées, et la présentation est très claire.
Il y a ensuite la compression de contexte, que je trouve formidable, notamment parce qu'elle permet de voir visuellement que la compression de contexte est en cours. Une excellente solution est proposée : vous pouvez déclencher activement la compression du contexte, ou l’IA peut la compresser automatiquement lorsque la longueur du contexte est atteinte. Lorsque le niveau de contexte atteint 70 %, une fenêtre s'affiche automatiquement, résumant et contextualisant la situation. À ce stade, on se sent rassuré, comme si tout était sous contrôle. Il est très intelligent et ne procédera pas à des modifications aléatoires dues à un dépassement de contexte. Il résumera et enregistrera toutes les informations clés.
Après avoir introduit quelques changements notables, nous aborderons l'amélioration globale de ses capacités. Je vais vous expliquer ici comment j'ai réalisé ce projet. Ce besoin est né d'une conversation que j'ai eue avec mon entraîneur pendant mes séances d'entraînement, car il m'envoyait un formulaire pour chaque séance. Plus tard, j'ai pensé qu'il serait formidable de créer un système d'analyse par IA qui évalue chaque session d'entraînement, fournit une introduction générale et des suggestions, et enfin visualise les données, en m'indiquant les points clés de chaque action et en montrant visuellement ma progression dans des graphiques.
Au départ, je me suis contenté d'expliquer les exigences sans lui demander de les analyser ; je voulais simplement insérer les données directement dans le document. J'ai lancé un projet React, et il y a eu quelques petites erreurs en cours de route. Le navigateur intégré à droite pouvait envoyer les messages d'erreur à la zone de saisie à gauche, et il les corrigeait automatiquement, sans aucune intervention de ma part. Le résultat obtenu ne comporte que trois anneaux, et les statistiques des données sont très simples, cette introduction est donc pratiquement inutile.
Alors je me suis dit : non, discutons plutôt avec lui des éléments que cette analyse devrait inclure. Par exemple, il pourrait avoir besoin de plus de détails. C'était la première fois que je sentais que cette chose était différente. Il a lu attentivement toutes mes données, puis a établi un rapport très détaillé. Il a ensuite réussi, car le contenu était très détaillé, avec une analyse de mouvement pour chaque mouvement. Réfléchissez-y : mon entraînement peut comprendre des dizaines de mouvements, chacun faisant l’objet d’une analyse. Les explications scientifiques et les introductions à l’entraînement sont également très détaillées.
J'ai apporté de nombreuses modifications mineures à cette page par la suite. Par exemple, le logiciel utilisait initialement des icônes emoji. De plus, les graphiques d'origine n'utilisaient ni graphiques linéaires classiques ni aucun autre type de graphique ; ils étaient tous personnalisés, ce qui engendrait de nombreux problèmes. Ces modifications ont finalement été apportées.
Cependant, je pense que le contexte est déjà achevé à environ 70-80 %, alors je me suis demandé si c'était le moment de s'arrêter tant que nous étions en avance. Si vous essayez de le réécrire, en règle générale, ce type d'agent risque de générer une erreur ou d'oublier le contexte à ce stade. Mais je me suis dit que, puisque de toute façon ça revient au même, et qu'il l'a si bien écrit maintenant, autant le laisser essayer. Nous lui avons donc demandé de transformer cela en un véritable produit capable d'accepter et d'analyser les données et les paramètres de n'importe qui. Je l'ai vu commencer à condenser le contexte, puis, après avoir condensé le contexte, il a commencé à itérer formellement sur le produit complet.
Finalement, après plusieurs sessions de débogage, le système s'est avéré entièrement autonome lors de son exécution. Il a lancé son navigateur intégré, détecté les erreurs dans la console, puis les a corrigées automatiquement. Après une période de corrections, il a finalement fonctionné correctement et toutes les fonctions étaient opérationnelles. Examinons maintenant le résultat final de ce produit : Vous commencez par renseigner vos informations de base, puis vous téléchargez le formulaire CSV. Ensuite, remplissez votre propre formulaire API Gemini, qui est également gratuit. Ensuite, il faudra attendre l'analyse de Gemini. L'analyse finale se compose de trois parties : La première partie est un aperçu général, montrant à quel point vous vous êtes entraîné. La deuxième partie concerne la science de l'entraînement, c'est-à-dire les conseils que vous donne votre IA actuelle. La troisième partie concerne les données relatives à chaque action, puis les points clés de l'action, son importance et votre progression actuelle.
Plus tard, j'ai vu une option de déploiement en haut à droite et je l'ai donc déployée. Après le déploiement, j'ai constaté qu'elle devait se connecter à ce Vercel. Ensuite, en me connectant, j'ai constaté une erreur 404. N'ayant jamais utilisé Vercel auparavant, je ne comprenais pas le problème. J'ai consulté la page de journalisation, mais sans succès. Je lui ai donc envoyé une capture d'écran de l'erreur 404 et une autre de la page de journalisation de la plateforme Vercel. Je lui ai demandé de l'analyser et, à ma grande surprise, il a trouvé le problème, l'a corrigé et a remis le site en ligne ; tout fonctionnait parfaitement. De plus, le problème qu'il a trouvé était similaire à celui rencontré par son ami développeur.
Ce qui m'a le plus impressionné, c'est sa capacité de planification et sa stabilité malgré de multiples révisions. Je ne lui ai pas expliqué en détail quel contenu devait être saisi, à quoi devait ressembler l'analyse de contenu de chaque partie, ni à quoi devait ressembler l'expérience interactive. Auparavant, en tant que développeurs de Vibe, nous devions tout expliquer en détail pour empêcher le modèle d'IA d'agir de lui-même ou de générer des erreurs, mais cette fois-ci, je n'ai délibérément rien dit. Je ne commence à apporter des modifications que lorsqu'une idée me vient à l'esprit, lorsque je signale une erreur ou lorsque je lui demande de me la signaler. Toutefois, elle prend en compte le contenu des formulaires d'information, y compris le temps d'attente pendant lequel l'IA analyse les données.
De plus, sa capacité à identifier et à résoudre les problèmes par lui-même est extrêmement forte. À plusieurs reprises, j'étais complètement perdu. Ce projet React étant assez complexe, je n'avais jamais osé confier son développement à un développeur spécialisé dans les produits agents. Le simple déploiement et le démarrage du serveur sont souvent insuffisants pour de nombreux modèles en texte brut. Sans parler de la modification et de l'itération continues sur un projet React aussi complexe.
Introduction officielle















