Modelle
Richten Sie einen OpenAI-kompatiblen oder Anthropic-Endpunkt mit Basis-URL und gegebenenfalls API-Schlüssel ein. Testen Sie die Verbindung. Ein lokaler Modellserver muss laufen; entfernte Werkzeuge können Daten separat übertragen.
Vergleiche Vorräte mit dem Bedarf je Charge, bevor die begrenzende Anzahl in eine Bestandsansicht eingebunden wird.
Richten Sie einen OpenAI-kompatiblen oder Anthropic-Endpunkt mit Basis-URL und gegebenenfalls API-Schlüssel ein. Testen Sie die Verbindung. Ein lokaler Modellserver muss laufen; entfernte Werkzeuge können Daten separat übertragen.
Wählen Sie einen Ordner und lassen Sie die betreffenden Dateien vor einer Änderung lesen. Legen Sie Ziel und Grenzen der Aufgabe fest.
Prüfen Sie Änderungen und Befehlsausgaben. Führen Sie die Projektprüfungen aus, bevor Sie das Ergebnis übernehmen; erzeugter Code ist nicht automatisch getestet.
def recipe_batches(stock, recipe):
if type(stock) is not list or type(recipe) is not list:
raise ValueError("lists required")
if len(stock) != len(recipe) or not 1 <= len(stock) <= 32:
raise ValueError("matching ingredient counts")
if any(type(x) is not int or not 0 <= x <= 10**9
for x in stock + recipe):
raise ValueError("bounded nonnegative integers")
limits = [a // b for a, b in zip(stock, recipe) if b]
if not limits:
raise ValueError("at least one required ingredient")
return min(limits)