Beeldkeuze volgens breedtedrempel
Kies uit één tot 64 URL-breedteparen met weergavebreedte 1–10000 en dichtheid van 1/4 tot 8.
import math
def image_candidate(candidates, width, ratio):
if type(width) is not int or not 1 <= width <= 10000 or type(ratio) not in (int, float) or not 0.25 <= ratio <= 8 or not math.isfinite(ratio):
raise ValueError("image.viewport")
if type(candidates) is not list or not 1 <= len(candidates) <= 64:
raise ValueError("image.candidates")
sizes, seen = [], set()
for pair in candidates:
if type(pair) not in (list, tuple) or len(pair) != 2:
raise ValueError("image.pair")
url, pixels = pair
if type(url) is not str or not 1 <= len(url) <= 2048 or any(ord(c) < 32 or ord(c) == 127 for c in url):
raise ValueError("image.url")
if type(pixels) is not int or not 1 <= pixels <= 100000 or pixels in seen:
raise ValueError("image.size")
seen.add(pixels)
sizes.append((pixels, url))
sizes.sort()
target = width*ratio
return next((url for pixels, url in sizes if pixels >= target), sizes[-1][1])
- Project
- Test exacte drempels en terugval naar de grootste kandidaat, en weiger dubbele breedtes of verkeerde getallen zonder de URL op te halen.
- Controleer vóór het toepassen
- Vergelijk het werkelijke gedrag met het verwachte resultaat. Onderzoek een mislukte controle voordat je verdergaat met wijzigingen.
- Modellen
- 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.
import math
def image_candidate(candidates, width, ratio):
if type(width) is not int or not 1 <= width <= 10000 or type(ratio) not in (int, float) or not 0.25 <= ratio <= 8 or not math.isfinite(ratio):
raise ValueError("image.viewport")
if type(candidates) is not list or not 1 <= len(candidates) <= 64:
raise ValueError("image.candidates")
sizes, seen = [], set()
for pair in candidates:
if type(pair) not in (list, tuple) or len(pair) != 2:
raise ValueError("image.pair")
url, pixels = pair
if type(url) is not str or not 1 <= len(url) <= 2048 or any(ord(c) < 32 or ord(c) == 127 for c in url):
raise ValueError("image.url")
if type(pixels) is not int or not 1 <= pixels <= 100000 or pixels in seen:
raise ValueError("image.size")
seen.add(pixels)
sizes.append((pixels, url))
sizes.sort()
target = width*ratio
return next((url for pixels, url in sizes if pixels >= target), sizes[-1][1])
Herleid de geselecteerde afbeelding tot de eisen
Een onverwachte afbeeldings-URL kan het resultaat zijn van selectielogica in plaats van een defect bestand. PixelVeranda biedt dat onderzoek een AI-programmeerwerkruimte voor Windows. Open het project en vraag het verbonden model kandidaatdata, viewportinvoer en de aanroepende code die de geselecteerde URL gebruikt te onderzoeken voordat het een wijziging voorstelt. Neem de waargenomen en verwachte keuzes op.
Als concrete taak kun je code beoordelen die de eerste afbeelding kiest die breed genoeg is voor een gevraagde weergavegrootte en pixelverhouding. Specificeer wat er moet gebeuren wanneer geen kandidaat groot genoeg is en of invoerkandidaten gesorteerd binnenkomen. Vraag om een voorstel dat die beslissingen expliciet maakt in plaats van te vertrouwen op een handige invoervolgorde.
Controleer de patch met exacte URL-verwachtingen. Voer projecttests uit rond breedtedrempels, op de terugvalgrens en met ongeldige kandidaatdata. Onderzoek hoe de aanroepende code viewportinformatie verkrijgt en afwijzing afhandelt en probeer daarna zelf de betrokken pagina uit. De geselecteerde URL is één onderdeel van afbeeldingslevering; het voorstel mag niet suggereren dat de keuze bewijst dat de uiteindelijk weergegeven afbeelding aan elke eis voldoet.
PixelVeranda ondersteunt verbindingen met OpenAI-compatibele of Anthropic-eindpunten. Kies een AI-model zonder censuur waar dat via je dienst beschikbaar is, met context, beperkingen en tools afhankelijk van die configuratie. Houd selectie-eisen in het gesprek en gebruik de resultaten van je toepassing om de voorgestelde wijzigingen te beoordelen.
Een wijziging aan afbeeldingsselectie beoordelen
Welk bewijs helpt de verkeerde kandidaat te verklaren?
Geef kandidaatbreedtes en URL's, de gevraagde weergavebreedte, pixelverhouding en verwachte keuze. Neem de code mee die die waarden aanlevert. Zo kan selectielogica worden onderscheiden van onjuiste metingen of onvolledige kandidaatdata.
Moet de functie aannemen dat kandidaten gesorteerd zijn?
Alleen als het invoercontract die volgorde garandeert en aanroepende code haar afdwingt. Vraag de assistent de bron van de lijst te onderzoeken. Test een ongesorteerd voorbeeld wanneer volgorde niet gegarandeerd is en beoordeel eventuele sortering die de patch toevoegt.
Hoe moet het geval zonder voldoende grote kandidaat worden behandeld?
Leg het terugvalbeleid expliciet vast, bijvoorbeeld de grootste beschikbare kandidaat selecteren of een fout melden. Controleer daarna precies dat geval in het project. Het model mag geen beleid kiezen alleen omdat één vertakking gemakkelijker te schrijven is.
Bevestigt het selecteren van een URL de kwaliteit van levering in de browser?
Nee. Verifieer de werkelijke pagina én de retourwaarde van de functie. Lay-out, metingen en beschikbaarheid van bestanden kunnen het resultaat na selectie beïnvloeden. Bewaar functietestgevallen voor precieze logica en een toepassingscontrole voor de voor gebruikers zichtbare uitkomst.
PixelVeranda · Bijgewerkt 2026-10-25