Lähe põhisisu juurde
Eesti— Vali keel
Menüü

Tabnine, Jupyter AI ja muud integratsioonid

Õppetund 10 / 14 Värskendatud 2. november 2026 Arendajatele
Sellel lehel
  1. Codestralli integratsiooni ökosüsteem
  2. Tabnine koos Codestraliga
  3. Jupyter AI: Codestral märkmikes
  4. LangChain ja LlamaIndex
  5. Tabby: Avatud lähtekoodiga assistent
  6. E2B: Turvaline koodi käivitamine
  7. Integratsiooni kokkuvõte
  8. Peamised punktid

Codestralli integratsiooni ökosüsteem

Continue.dev ei ole sinu ainus värav Codestralli juurde. Mistral AI on mudeli ümber ehitanud ökosüsteemi, mis hõlmab kaasaegse arendaja tööriistakomplekti põhikomponente. Õige valik ei sõltu niivõrd funktsioonide loendist, kuivõrd sellest, kus sa tegelikult töötad: kas IDE-s, märkmikus, Pythoni torustikus või serveris, mida haldad ise. Selles õppetükis vaatleme Tabnine’i, Jupyter AI-d, Pythoni raamistikke, Tabbyt ja E2B-d just sellest lähtuvalt.

Tabnine koos Codestraliga

Tabnine on tuntud tehisintellektil põhinev kodeerimisassistent ja selle integratsioon Codestraliga toob Mistral AI võimekuse liidesesse, mida paljud meeskonnad juba tunnevad. Saad külgribale tehisintellekti vestluspaneeli kontekstitundlikeks vestlusteks oma koodi üle, kiirtoimingud otse IDE-st – paranda, selgita, dokumenteeri ühe klõpsuga – reaalajas automaattäitmise ja projekti tasemel teadlikkuse. Tabnine indekseerib sinu koodibaasi, nii et selle ettepanekud sobituvad teie sisemise stiiliga, mitte veebi keskmistega.

Seadistamine on tahtlikult minimaalne: Tabnine’i seadetes valid mudeliks Codestralli ja tööriist haldab ülejäänut, sealhulgas API-päringuid ja konteksti haldamist. See lihtsus ongi müügiargument. Vali Tabnine Continue’i asemel, kui sinu meeskond kasutab seda juba, kui vajad ettevõtte funktsioone (SSO, auditi logid, vastavus), mida CIO nõuab enne laiaulatuslikku kasutuselevõttu, või kui eelistad hallatud lahendust konfiguratsioonifaili hooldamisele.

Jupyter AI: Codestral märkmikes

Andmeteadlased ei ela IDE-s; nad elavad JupyterLabis ja Jupyter AI paigaldab Codestralli sinna. Üks käsk suffice’ib seadistamiseks.

pip install jupyter-ai

Seejärel konfigureerid seda Jupyter AI paneelist, sisestades pakkujaks Mistrali. Saad kasutada maagilisi käske otse märkmikus, mis on mugav demonstratsioonide või jagatud sessioonide jaoks.

# Märkmikus saad seda konfigureerida ka programmeeritavalt
%load_ext jupyter_ai

# Kasuta Codestralli lahtrite täitmiseks
%ai codestral

Väärtus ilmneb andmeanalüüsi ülesannetes. Codestral täidab lahtrid kirjutamise käigus, tõlgib graafiku kirjelduse matplotlibi või plotly koodiks, muudab inglise keeles kirjeldatud teisenduse pandas’i koodiks ja tõlgendab väljundeid, kui tulemus sind üllatab. Kõik see toimib ka JupyterLite’is, mis käitab Jupyterit otse brauseris ilma serverita – ideaalne kontekst demonstratsioonideks või kursusteks, kus sa ei soovi kasutajate masinatesse midagi installida.

LangChain ja LlamaIndex

Kui Codestralist saab rakenduse ehitusplokk, mitte sinu ees istuv assistent, võtavad ohjad üle Pythoni raamistikud. LangChain paljastab mudeli oma Mistrali integratsiooni kaudu:

from langchain_mistralai import ChatMistralAI

llm = ChatMistralAI(
    model="codestral-latest",
    mistral_api_key="YOUR_KEY",
    temperature=0,
)

response = llm.invoke("Write a Python function that parses a CSV file into a dictionary")
print(response.content)

Pea silmas struktuurset piirangut: LangChain hõlmab ainult juhiseid järgivat lõpp-punkti. Kui sinu rakendus vajab faili sees olevat täitmist, lülitu FIM-i osa jaoks Mistrali SDK-le. LlamaIndex seevastu toetab mõlemat lõpp-punkti, muutes selle loomulikuks valikuks, kui üks teenus peab nii vestlema kui ka täitma.

from llama_index.llms.mistralai import MistralAI

llm = MistralAI(
    model="codestral-latest",
    api_key="YOUR_KEY",
)

response = llm.complete("def quick_sort(lst):")
print(response.text)

Tabby: Avatud lähtekoodiga assistent

Tabby on suunatud meeskondadele, kes soovivad automaattäitmist ilma oma taristut kolmanda osapoole teenusele usaldamata. See on täielikult avatud lähtekoodiga ja isemajutatav ning aktsepteerib Codestralli taustasüsteemina ühe konfiguratsioonifaili kaudu.

# ~/.tabby/config.toml
[model.completion]
kind = "mistral/codestral-latest"
api_endpoint = "https://api.mistral.ai"
api_key = "YOUR_KEY"

E2B: Turvaline koodi käivitamine

Mudel, mis kirjutab koodi, tõstatab küsimuse, mille oleme liiga sageli edasi lükanud: kus sa seda käivitad? E2B pakub turvalisi liivakaste Codestralli poolt loodud koodi käivitamiseks, paljastamata sinu masinat või build-serverit.

from e2b_code_interpreter import Sandbox

sandbox = Sandbox()

# Genereeri kood Codestraliga
code = generate_code_with_codestral(prompt)

# Käivita see turvalises liivakastis
execution = sandbox.run_code(code)
print(execution.results)

Kolm stsenaariumi teevad selle kombinatsiooni hädavajalikuks: CI/CD torustikud, mis genereerivad ja seejärel testivad koodi ilma inimjärelvalveta; õppeplatvormid, mis käivitavad tundmatute õppijate koodi; ja kodeerimisagendid, kes peavad enne väljapakkumist oma tulemusi kontrollima. Eemalda liivakast mõnest neist kolmest seadistusest ja nende järelevalveta käitamine muutub võimatuks.

Integratsiooni kokkuvõte

TööriistTüüpFIMVestlusKohalikAvatud lähtekood
Continue.devIDE laiendusJahJahJahJah
TabnineIDE laiendusEiJahEiEi
Jupyter AIJupyteri pluginEiJahEiJah
LangChainPythoni raamistikEiJahN/AJah
LlamaIndexPythoni raamistikJahJahN/AJah
TabbyKoodiassistentJahJahJahJah
E2BLiivakastN/AN/AEiJah

Alusta ülevaatamist FIM-i veerust: kui sinu peamine vajadus on sisene vihje kirjutamise ajal, elimineerib see iseenesest pooled read.

Peamised punktid

  • Tabnine pakub Codestralli integratsiooni koos ettevõtte funktsioonidega
  • Jupyter AI toob Codestralli andmeteadlaste märkmikesse
  • LangChain ja LlamaIndex võimaldavad integreerida Codestralli tehisintellekti torustikesse
  • Tabby on isemajutatav, avatud lähtekoodiga alternatiiv
  • E2B pakub turvalisi liivakaste genereeritud koodi käivitamiseks
  • Sinu valik sõltub kontekstist: IDE, märkmik, torustik või agent