Поиск.
Найдено: 1 модель и 20 материалов
Нейросети
Весь каталог
Материалы
Как сделать первый запрос к Gemini Interactions API: рабочий пример на JavaScript
Первый запрос к рекомендованному Gemini Interactions API: установка SDK, ключ, interaction.output_text, хранение данных и проверка ошибок.
Как дополнить код через suffix в Ollama Generate API
Используем suffix для fill-in-the-middle: передаём код до и после пропуска, извлекаем вставку и проверяем итоговый файл.
Как измерить скорость генерации по полям Ollama API
Разбираем total_duration, load_duration, prompt_eval_count и eval_count и считаем наблюдаемую скорость без выдуманных метрик.
Как получить batch embeddings для массива текстов в Ollama API
Передаём массив строк в /api/embed, проверяем число и размерность векторов и сохраняем соответствие индексов исходным документам.
Как получить logprobs и top_logprobs через Ollama Generate API
Включаем logprobs, задаём top_logprobs, разбираем токены и альтернативы и проверяем структуру без ложной интерпретации.
Как получить один JSON-ответ без стрима в Ollama API
Устанавливаем stream:false в /api/generate, получаем единый JSON-документ и проверяем done, response и служебные поля.
Как продолжить диалог через messages в Ollama Chat API
Сохраняем assistant message, добавляем следующий user message и отправляем полную историю в /api/chat с проверкой ролей.
Как собрать многошаговый agent loop с tools в Ollama
Реализуем ограниченный цикл tool calling, добавляем assistant/tool messages, проверяем имена функций и завершаем по финальному content.
Как вызвать один tool через Ollama Chat API
Описываем функцию JSON Schema, валидируем tool_call, выполняем локальный обработчик и возвращаем сообщение role:tool модели.
Как выполнить параллельные tool calls через Ollama
Получаем несколько tool_calls, валидируем каждый, выполняем независимые функции и возвращаем все результаты одним следующим ходом.
Как задать системную инструкцию через system в Ollama Generate API
Передаём отдельные system и prompt в /api/generate, требуем фиксированный формат ответа и проверяем его программно.
Как настроить Programmatic Tool Calling в OpenAI API для цепочек инструментов
Практический гайд по Programmatic Tool Calling: JavaScript-оркестрация вызовов, белый список функций, лимиты, тесты и проверка результата.
Как сверить H1 и title AI-статьи перед SEO-публикацией
Извлекаем title и H1 из HTML AI-статьи, проверяем пустые и множественные заголовки и готовим редакторскую сверку.
Как подключить Gradio load_chat к локальному OpenAI-совместимому LLM API
Используем gr.load_chat с явным base_url и model, проверяем доступность и ограничения загрузки файлов.
Как проверить URL из AI-ответа перед публикацией ссылки
Проверяем ссылку, предложенную AI: HTTPS, точный hostname, отсутствие userinfo и фрагмента; тестируем обходы allowlist.
Как вывести AI-текст на веб-странице без выполнения HTML
Экранируем текст AI-ответа через html.escape и проверяем, что скрипт отображается как текст, а не как тег.
Как фильтровать векторный поиск Typesense по tenant без утечки документов
filter_by и фасетное tenant-поле в Typesense 30.2: серверная авторизация, отрицательный тест и корректная оценка top-k.
Как использовать flat_search_cutoff Typesense для малого отфильтрованного набора
Typesense 30.2: условный brute-force поиск после filter_by, сравнение с HNSW и контроль задержки на маленьком наборе.
Как найти похожие документы Typesense по id без нового embedding
Рекомендации по существующему документу в Typesense 30.2: vector_query с id, исключение исходного id и проверка прав.
Как настроить auto-embedding Typesense на встроенной модели
Поле embed.from в Typesense 30.2, встроенная модель, индексация текста и семантический запрос без ручной передачи вектора.