Evalueer een vlakke reeks booleans met AND en OR waarbij AND voorrang heeft.
def evaluate_flat(tokens):
if not tokens or len(tokens) % 2 == 0:
raise ValueError("logic.shape")
if any(type(x) is not bool for x in tokens[::2]):
raise ValueError("logic.value")
if any(x not in ("AND", "OR") for x in tokens[1::2]):
raise ValueError("logic.operator")
terms, term = [], tokens[0]
for i in range(1, len(tokens), 2):
if tokens[i] == "AND":
term = term and tokens[i + 1]
else:
terms.append(term)
term = tokens[i + 1]
return any([*terms, term])Test True OR False AND False en weiger lege invoer, verkeerd geplaatste operatoren, haakjes of niet-booleaanse waarden zonder tekst uit te voeren.
Vergelijk het werkelijke gedrag met het verwachte resultaat. Onderzoek een mislukte controle voordat je verdergaat met wijzigingen.
Stel een OpenAI-compatibel of Anthropic-endpoint in met de basis-URL en zo nodig een API-sleutel. Test de verbinding. Een lokale modelserver moet actief zijn; externe hulpmiddelen kunnen apart gegevens versturen.
def evaluate_flat(tokens):
if not tokens or len(tokens) % 2 == 0:
raise ValueError("logic.shape")
if any(type(x) is not bool for x in tokens[::2]):
raise ValueError("logic.value")
if any(x not in ("AND", "OR") for x in tokens[1::2]):
raise ValueError("logic.operator")
terms, term = [], tokens[0]
for i in range(1, len(tokens), 2):
if tokens[i] == "AND":
term = term and tokens[i + 1]
else:
terms.append(term)
term = tokens[i + 1]
return any([*terms, term])LogicStitch is een AI-programmeerwerkruimte voor Windows voor ontwikkelaars die voorwaardelijk gedrag in een bestaand project moeten doorgronden. Open de map en benoem de beslissing die een onverwacht resultaat oplevert. Een verbonden model kan helpen de relevante code te inspecteren en een gerichte aanpassing te bespreken, terwijl het gesprek het verwachte gedrag tijdens je beoordeling zichtbaar houdt.
Het voorbeeld boolean_tokens.py biedt een taak rond vlakke booleaanse expressies. Vraag voor je toepassing of de geaccepteerde invoer, operatorvoorrang en het foutgedrag overeenkomen met wat de aanroepende code verwacht. Geef enkele expressies met bekende uitkomsten mee voordat je om wijzigingen vraagt. Zo is het voorbeeld bruikbaar als projectcontext, zonder dat de homepage een taalcursus wordt of suggereert dat de software een regelengine meelevert.
Een ongefilterd AI-model is te selecteren als het via je ondersteunde OpenAI-compatibele of Anthropic-endpoint beschikbaar is. Stel het vereiste adres en de toegangsgegevens in en houd rekening met de daadwerkelijke context- en toolondersteuning van het model. Test na inspectie van de patch expressies die het beoogde gedrag van het oude onderscheiden, samen met ongeldige invoer. Houd wijzigingen in de betekenis van expressies gescheiden van opmaakopschoning. De uiteindelijke beoordeling moet uitleggen welke beslissingen veranderden, waarom en hoe aanroepende code dat merkt.
Gebruik een expressie met een combinatie van de ondersteunde operatoren waarvan het resultaat verschilt tussen de concurrerende interpretaties. Schrijf de beoogde uitkomst op en waarom de toepassing die verwacht. Vraag het model de huidige code te doorlopen voordat het een betekeniswijziging voorstelt.
Alleen als dat deel uitmaakt van de gevraagde afspraak. Syntax toevoegen verandert de reikwijdte en vereist mogelijk een andere parser en nieuwe foutafhandeling. Houd een bestaande correctie voor vlakke expressies beperkt, tenzij het project expliciet een uitgebreidere taal nodig heeft.
Neem ontbrekende operanden, onbekende operatoren en waarden van het verkeerde type op. Controleer hoe de aanroepende code elke fout ontvangt. Een hulpfunctie die een fout geeft, is alleen nuttig als de omringende toepassing die fout volgens haar eigen afspraken afhandelt.
Het kan ogenschijnlijk gedrag beschrijven, maar geen onuitgesproken bedoeling vaststellen. Geef het doel van de regel en de geaccepteerde uitkomsten mee en vergelijk die vereisten met de implementatie. Markeer dubbelzinnige gevallen voor een beslissing in plaats van een aannemelijke interpretatie als beleid te accepteren.
LogicStitch · Bijgewerkt 2026-10-25