Énumérez les placements de reines sans attaque sur des échiquiers de taille zéro à huit.
def queens(size):
if type(size) is not int or not 0 <= size <= 8:
raise ValueError("size.range")
result = []
def visit(columns, down, up):
row = len(columns)
if row == size:
result.append(tuple(columns))
return
for column in range(size):
if column not in columns and row-column not in down and row+column not in up:
visit(columns + [column], down | {row-column}, up | {row+column})
visit([], set(), set())
return resultConfigurez un endpoint compatible OpenAI ou Anthropic avec son URL de base et une clé API si nécessaire. Testez la connexion. Un serveur local doit fonctionner ; les outils distants peuvent transmettre des données séparément.
Vérifiez placement vide et petits cas impossibles, en rejetant les tailles invalides et en contrôlant lignes, colonnes et diagonales.
Comparez le comportement observé au résultat attendu. Si une vérification échoue, cherchez la cause avant de poursuivre les modifications.
def queens(size):
if type(size) is not int or not 0 <= size <= 8:
raise ValueError("size.range")
result = []
def visit(columns, down, up):
row = len(columns)
if row == size:
result.append(tuple(columns))
return
for column in range(size):
if column not in columns and row-column not in down and row+column not in up:
visit(columns + [column], down | {row-column}, up | {row+column})
visit([], set(), set())
return resultQueenVellum est un espace de programmation avec IA pour Windows destiné aux développeurs qui examinent des routines de recherche et les conditions que leurs sorties doivent satisfaire. Partez du dossier du projet et expliquez ce qui constitue une solution, quelles entrées sont prises en charge et comment l’application représente un résultat vide. L’assistant connecté peut examiner le code actuel et aider à préparer une modification conforme à ce contrat.
Une tâche bornée de placement de reines concrétise ces questions. Demandez une revue des contraintes et de la structure de sortie à partir de l’exemple existant de tailles d’échiquier allant de zéro à huit. Discutez de la différence entre un placement vide et un échiquier sans placement valide avant d’accepter une révision. Le but est de développer et tester votre propre code de recherche en gardant son sens visible tout au long de la conversation.
Inspectez les structures retournées dans les tests du projet au lieu de seulement compter les résultats. Vérifiez chaque contrainte requise, exécutez les cas d’entrée invalides et comparez les modifications du code à la tâche d’origine. QueenVellum autorise les connexions compatibles OpenAI ou Anthropic prises en charge, y compris un modèle sans filtre si le point de terminaison en propose un. Fournissez les identifiants requis et vérifiez le contexte du modèle et les outils pris en charge. Une explication convaincante reste une proposition tant que l’implémentation et ses sorties n’ont pas été examinées au regard de ces exigences.
Utilisez les deux lorsque c’est pertinent. Le nombre peut être correct même si certaines sorties sont mal formées ou répétées. Vérifiez chaque placement selon les contraintes requises et comparez des petits cas connus pour que les tests portent sur le sens d’une solution.
Énoncez explicitement la convention. Le scénario existant inclut un placement vide, ce qui diffère d’une absence de solutions. Examinez l’interprétation de l’appelant afin qu’une refactorisation ne fusionne pas deux résultats que l’application doit distinguer.
Traitez cela comme une exigence distincte avec sa propre revue. L’exemple actuel est borné. Changer la plage affecte le travail attendu et la taille de sortie ; ne déduisez donc pas la prise en charge de grandes entrées d’une petite démonstration réussie.
Gardez ensemble les petits cas connus, les entrées rejetées et les vérifications structurelles. Demandez à l’assistant d’expliquer quelles contraintes chaque branche préserve, puis comparez cette explication au code proposé et aux résultats de vos propres tests.
QueenVellum · Mis à jour 2026-10-25