El motor de contexto de Devin Desktop adquiere un conocimiento profundo de tu base de código, tus acciones anteriores y lo que intentas hacer a continuación. Históricamente, los enfoques de generación de código se centraban en el ajuste fino de modelos de lenguaje de gran tamaño (LLM) sobre una base de código, algo difícil de escalar para satisfacer las necesidades de cada usuario. Un enfoque más reciente y popular aprovecha la generación aumentada por recuperación (RAG), que se centra en técnicas para construir prompts muy relevantes y con mucho contexto que permitan obtener respuestas precisas de un LLM. Hemos implementado un enfoque de RAG optimizado para el contexto de la base de código, que produce sugerencias de mayor calidad y menos alucinaciones.Documentation Index
Fetch the complete documentation index at: https://docs.devinenterprise.com/llms.txt
Use this file to discover all available pages before exploring further.
Devin Desktop ofrece ajuste fino completo para empresas, y la mejor solución
combina el ajuste fino con RAG.
Contexto predeterminado
- El archivo actual y otros archivos abiertos en tu IDE, que suelen ser muy relevantes para el código que estás escribiendo en ese momento.
- Luego, se indexa toda la base de código local (incluidos los archivos que no están abiertos), y el motor de recuperación de Devin Desktop extrae fragmentos de código relevantes mientras escribes código, haces preguntas o ejecutas comandos.
- Para usuarios Pro, ofrecemos longitudes de contexto ampliadas, mayores límites de indexación y límites más altos para el contexto personalizado y los elementos de contexto anclados.
- Para usuarios de Teams y Enterprise, Devin Desktop también puede indexar repositorios remotos. Esto resulta útil para empresas cuyos equipos de desarrollo trabajan en múltiples repositorios.
