Experimentei o novo agente SOLO Coder da TRAE e o utilizei para concluir um projeto bastante complexo. A IA pode ajudar você a analisar seus dados de treinamento de força e fornecer um relatório de treinamento muito detalhado e intuitivo. Até meu treinador ficou impressionado. Isso destruiu minha compreensão anterior; sua capacidade de planejamento e estabilidade após múltiplas revisões foram excepcionais. Abaixo segue um resumo do conteúdo principal da última atualização, bem como o processo de construção do meu projeto 👇
Se você estiver commp.weixin.qq.com/s/k-BlZN-IL_Gb…la construção 🚧, pode ler o artigo completo aqui: https://t.co/dfySUNimYK
Primeiro, há um novo modo chamado Solo Coder. Em comparação com o modo Solo Builder anterior, suas capacidades são muito mais poderosas, tornando-o ideal para a manutenção de bases de código complexas. Ele oferece suporte ao planejamento inteligente de tarefas e ao trabalho colaborativo simultâneo de múltiplos agentes. Você pode escolher o modo "Programador Solo" ao criar uma nova tarefa.
Após fazer sua seleção, você verá que o software utiliza um design interativo de três colunas: Na extrema esquerda encontra-se a lista de multitarefas, onde você pode ver o status atual de cada tarefa, seja ela em andamento, concluída ou interrompida. A seção central é a página principal, que é a interface principal para sua interação com o Agente selecionado. Você pode inserir informações e visualizar os detalhes da execução atual do Agente. Na extrema direita, encontram-se pré-visualizações de diferentes janelas. A ferramenta alterna entre elas com base no estado atual do Agente, exibindo informações diversas para você. Por exemplo, se você estiver visualizando uma prévia de uma página da web, esse é o navegador. Se você quiser ver o efeito da codificação ou das alterações, acesse a página de modificação de código. Se quiser ver o código em si, acesse a interface do editor da sua IDE. Também oferece suporte ao rastreamento em tempo real, o que permite abrir automaticamente a página correspondente para visualização à direita.
O modo Coder oferece recursos de concorrência multiagente. Você pode criar várias janelas de agentes e permitir que elas executem tarefas diferentes simultaneamente. Isso possibilita que diferentes agentes planejem, um execute operações e outro projete. Minha primeira ferramenta aqui é deixar a IA otimizar sua interação e design. Ela é usada para identificar problemas no design da interação. O segundo passo é analisar os pontos de otimização do projeto, o que envolve analisar os problemas existentes no código escrito por outros agentes. Por fim, trata-se apenas de um processo normal de iteração pelo código.
Além disso, na seção de concorrência multitarefa, você pode criar novos agentes manualmente. Atualmente, ao criar um agente, você não precisa mais preencher os formulários manualmente. Basta descrever suas necessidades de forma geral, e o sistema criará automaticamente os formulários que o agente deverá preencher. Você só precisará fazer pequenos ajustes. O ícone do agente gerado automaticamente também é bastante interessante.
Agora possui um modo de planejamento. Se você ativar esse modo de planejamento, ele planejará a tarefa antes de executar a operação. Em seguida, o sistema informará quais tarefas foram concluídas, quais ainda não foram concluídas e quais serão os resultados da conclusão, proporcionando uma compreensão clara do progresso atual. Além disso, a apresentação e a interface do usuário são muito bem feitas, e a apresentação é muito clara.
Depois, há a compressão de contexto, que eu acho ótima, especialmente porque permite visualizar que a compressão de contexto está em andamento. Uma solução muito boa é fornecida: você pode acionar ativamente a compressão de contexto, ou a IA pode comprimi-lo automaticamente quando o comprimento do contexto for atingido. Quando o contexto atinge 70%, vejo uma janela aparecer automaticamente resumindo e fornecendo contexto. Nesse ponto, você se sente muito mais tranquilo, como se tudo estivesse sob controle. É muito inteligente e não fará alterações aleatórias devido ao estouro de contexto. Ele resumirá e salvará todas as informações importantes.
Após introduzirmos algumas mudanças notáveis, discutiremos a melhoria geral em suas capacidades. Aqui explicarei como realizei este projeto. Essa necessidade surgiu de uma conversa que tive com meu treinador durante o treino, pois ele me enviava um formulário para cada sessão de treinamento. Mais tarde, pensei que seria ótimo se pudéssemos criar um sistema de análise de IA que pontuasse cada sessão de treinamento, fornecesse uma introdução geral e sugestões e, finalmente, visualizasse os dados, indicando os pontos-chave de cada ação e mostrando meu progresso visualmente em gráficos.
Inicialmente, eu simplesmente expliquei os requisitos sem pedir que ele os analisasse; eu só queria inserir os dados diretamente no documento. Iniciei um projeto React e ocorreram alguns pequenos erros durante o processo. O navegador integrado à direita conseguia enviar as mensagens de erro para a caixa de entrada à esquerda, e estas eram corrigidas normalmente, sem qualquer intervenção ou comando da minha parte. O resultado gerado são apenas três anéis, e as estatísticas dos dados são muito simples, portanto esta introdução é praticamente irrelevante.
Então pensei: não, vamos discutir com ele quais elementos essa análise deve incluir? Por exemplo, ele pode precisar de mais detalhes. Essa foi a primeira vez que senti que algo era diferente. Ele leu atentamente todos os meus dados e elaborou um relatório muito detalhado. Então ele conseguiu, porque todo o conteúdo era muito detalhado, com análise de movimento para cada movimento individual. Pense bem, meu treinamento pode envolver dezenas de movimentos, e há uma análise para cada um deles. As explicações científicas e as introduções ao treinamento também são bastante detalhadas.
Posteriormente, fiz várias pequenas modificações nesta página. Por exemplo, inicialmente utilizava ícones de emoji. E os gráficos originais não usavam gráficos de linhas normais nem qualquer outro tipo de gráfico; eram todos personalizados, o que apresentava muitos problemas. Essas modificações foram eventualmente concluídas.
No entanto, acho que o contexto já está cerca de 70 a 80% completo, então me perguntei se não seria melhor parar por aqui. Se você tentar escrever novamente, em geral, esse tipo de agente pode gerar um erro ou esquecer o contexto neste ponto. Mas pensei, já que é tudo a mesma coisa, e ele escreveu tão bem agora, eu poderia muito bem deixá-lo experimentar. Então, pedimos a ele que transformasse isso em um produto real que pudesse aceitar e analisar os dados e configurações de qualquer pessoa. Eu o vi começar a condensar o contexto e, após essa condensação, ele começou a iterar formalmente sobre o produto completo.
Finalmente, durante a execução, após várias sessões de depuração, o sistema passou a funcionar de forma totalmente autônoma. Ele abriu seu navegador integrado, detectou erros no console e os corrigiu sozinho. Após um período de correções, finalmente conseguiu fazê-lo funcionar corretamente e todas as funções estavam em ordem. Vejamos o resultado final deste produto: Primeiro, preencha suas informações básicas e, em seguida, faça o upload do formulário CSV. Em seguida, preencha sua própria API Gemini, que também é gratuita. Depois disso, aguardará a análise da Gemini. A análise final consiste em três partes: A primeira parte é uma visão geral, mostrando o quão bem você treinou. A segunda parte é a ciência do treinamento, que consiste nos conselhos que sua IA atual lhe dá. A terceira parte consiste nos dados de cada ação, seguidos pelos pontos-chave da ação, sua importância e seu progresso atual.
Mais tarde, vi uma opção de implantação no canto superior direito e a implantei. Após a implantação, descobri que era necessário conectar-se àquela rede Vercel. Então, quando acessei a internet, descobri que era um erro 404. Como nunca havia usado o Vercel antes, não sabia qual era o problema. Consultei a página de registro, mas não consegui descobrir qual era a causa. Então, enviei a ele uma captura de tela do erro 404 e uma captura de tela da página de registro da plataforma Vercel. Pedi que ele analisasse e, surpreendentemente, ele encontrou o problema, corrigiu e fez o upload novamente, e funcionou perfeitamente. Além disso, o problema que ele encontrou era semelhante ao problema encontrado por seu amigo desenvolvedor.
O que mais me impressionou, no geral, foram suas capacidades de planejamento e sua estabilidade, apesar das múltiplas revisões. Não expliquei para ele em detalhes qual conteúdo deveria ser inserido, como deveria ser a análise de conteúdo de cada parte ou como deveria ser a experiência interativa. No passado, como programadores do Vibe, tínhamos que explicar as coisas em detalhes para evitar que o modelo de IA agisse por conta própria ou gerasse erros, mas desta vez eu deliberadamente não disse nada. Só começo a fazer alterações depois que penso em algo, quando reporto um erro ou quando peço para ele me avisar. No entanto, leva em consideração o conteúdo dos formulários de informação, incluindo o tempo de espera enquanto a IA analisa os dados.
Além disso, sua capacidade de identificar e resolver problemas por conta própria é extremamente forte. Houve várias vezes em que fiquei completamente sem saber o que fazer. Como este projeto React é bastante complexo, eu nunca havia me atrevido a deixar um desenvolvedor de produtos puramente focado em React escrever um projeto React antes. Para muitos modelos de texto simples, implantar e iniciar o servidor geralmente não é suficiente. Imagine então modificar e iterar continuamente em um projeto React tão complexo.
Apresentação oficial