Proyecto
Prueba texto vacío y una cadena no periódica, conservando marcas combinantes sin normalización ni repeticiones finales parciales.
Encuentra la unidad más corta cuyas repeticiones forman exactamente una cadena de hasta 256 puntos de código Unicode.
def primitive_period(text):
if type(text) is not str or len(text) > 256:
raise ValueError("period.input")
if not text:
return ""
for width in range(1, len(text)+1):
if len(text) % width == 0:
root = text[:width]
if root * (len(text)//width) == text:
return rootPrueba texto vacío y una cadena no periódica, conservando marcas combinantes sin normalización ni repeticiones finales parciales.
Compara el comportamiento real con el resultado esperado. Si una prueba falla, investiga la causa antes de hacer más cambios.
Configura un endpoint compatible con OpenAI o Anthropic usando la URL base y, si hace falta, una clave API. Prueba la conexión. Un servidor local debe estar en ejecución; las herramientas remotas pueden enviar datos por separado.
def primitive_period(text):
if type(text) is not str or len(text) > 256:
raise ValueError("period.input")
if not text:
return ""
for width in range(1, len(text)+1):
if len(text) % width == 0:
root = text[:width]
if root * (len(text)//width) == text:
return rootPeriodVireo ofrece un espacio de programación con IA para Windows destinado a cambios de procesamiento de texto que requieren una definición precisa de coincidencia. Incorpora a la conversación el código fuente pertinente y cadenas representativas. Pide al modelo que examine si tu aplicación compara el texto original o una representación transformada antes de solicitar una corrección que pueda cambiar las entradas aceptadas.
Una rutina de texto repetido ofrece un ejemplo concreto. Solicita una revisión de si una unidad candidata reproduce toda la cadena, incluido cualquier final incompleto. Proporciona unos cuantos casos de prueba breves e indica el resultado esperado. Así, la conversación se centra en el comportamiento de tu proyecto y no en una afirmación abstracta de que las cadenas de aspecto similar deben ser equivalentes.
Revisa la normalización o el preprocesamiento propuestos por separado del cambio principal de coincidencia. Una transformación puede hacer que una prueba pase y, a la vez, eliminar una distinción que la aplicación necesita. Ejecuta las comprobaciones del proyecto con salidas esperadas exactas, incluidas la entrada vacía y los caracteres combinantes pertinentes, y después examina el código que almacena o muestra el texto devuelto.
Se pueden seleccionar modelos de IA ablacionados cuando estén disponibles a través de un endpoint compatible con OpenAI o de Anthropic admitido. Configura las credenciales cuando sean necesarias y comprueba la conexión del modelo. Las restricciones, las herramientas admitidas y los límites de contexto siguen dependiendo del modelo y del servidor elegidos; utiliza el espacio de trabajo para evaluar el código propuesto según tus propias reglas de texto.
Depende del contrato. La coincidencia exacta del texto de origen y la coincidencia de texto normalizado son comportamientos distintos. Proporciona ejemplos e indica cuál necesita la aplicación antes de pedir al modelo que cambie el código de comparación o preprocesamiento.
Permite distinguir un prefijo repetido de una unidad que reproduce toda la entrada. Incluye un caso de prueba con una unidad final parcial y especifica el resultado esperado. Revisa si la implementación propuesta comprueba todo el texto y no solo su comienzo.
No sin revisar su efecto. Puede cambiar el texto devuelto o eliminar distinciones que el código que lo utiliza conserva. Pide que se explique la normalización como un cambio de comportamiento independiente y prueba explícitamente cualquier transformación aceptada.
Construye una cadena sintética breve que conserve los caracteres y el límite pertinentes. Examina los destinos de los endpoints y las herramientas antes de enviar material real. Un servidor de modelos local debe ejecutarse por separado y no hace que todas las herramientas conectadas sean locales.
PeriodVireo · Actualizado 2026-10-25