Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

Tabnine, Jupyter AI i ostale integracije

Lekcija 10 od 14 Ažurirano 2. studenoga 2026. Programer
Na ovoj stranici
  1. Ekosustav integracija za Codestral
  2. Tabnine s Codestralom
  3. Jupyter AI: Codestral u bilježnicama
  4. LangChain i LlamaIndex
  5. Tabby: Asistent otvorenog koda
  6. E2B: Sigurno izvršavanje koda
  7. Sažetak integracija
  8. Ključne točke

Ekosustav integracija za Codestral

Continue.dev nije tvoj jedini ulaz u Codestral. Mistral AI izgradio je ekosustav oko modela koji pokriva ključne alate u modernom razvojnom steku. Pravi izbor ovisi manje o popisu značajki, a više o tome gdje već radiš: u IDE-u, bilježnici, Python cjevovodu ili na poslužitelju kojim sam upravljaš. Ova lekcija prolazi kroz Tabnine, Jupyter AI, Python okvire, Tabby i E2B s tom logikom na umu.

Tabnine s Codestralom

Tabnine je etablirani AI asistent za kodiranje, a njegova integracija s Codestralom donosi mogućnosti Mistral AI-ja u sučelje koje mnogi timovi već poznaju. Dobivaš AI chat ploču u bočnoj traci za razgovore svjesne konteksta o tvom kodu, brze radnje izravno iz IDE-a – popravi, objasni, dokumentiraj jednim klikom – automatsko dovršavanje u stvarnom vremenu i svjesnost o projektu. Tabnine indeksira tvoju codebase tako da se njegovi prijedlozi usklađuju s tvojim stilom pisanja, a ne s prosjecima s weba.

Postavka je namjerno minimalna: u postavkama Tabninea odabereš Codestral kao model, a alat obavlja ostalo, uključujući API pozive i upravljanje kontekstom. Ta jednostavnost je glavna prednost. Odaberi Tabnine umjesto Continuea ako ga tvoj tim već koristi, ako ti trebaju značajke za poduzeća (SSO, revizijski zapisi, usklađenost) koje će CIO zahtijevati prije šireg uvođenja ili ako preferiraš upravljano rješenje umjesto održavanja konfiguracijske datoteke.

Jupyter AI: Codestral u bilježnicama

Znanstvenici podataka ne žive u IDE-u; oni žive u JupyterLabu, a Jupyter AI instalira Codestral tamo. Jedna naredba sufficeira za postavku.

pip install jupyter-ai

Zatim ga konfiguriraš iz Jupyter AI ploče, gdje unosiš Mistral kao pružatelja usluge. Možeš koristiti i magične naredbe izravno u bilježnici, što je zgodno za demonstracije ili zajedničke sesije.

# U bilježnici ga možeš konfigurirati i programski
%load_ext jupyter_ai

# Koristi Codestral za dovršavanje ćelija
%ai codestral

Vrijednost se očituje u zadacima analize podataka. Codestral dovršava ćelije dok tipkaš, prevodi opis grafikona u kod za matplotlib ili plotly, pretvara transformaciju opisanu na engleskom u pandas kod i tumači izlaze kada te rezultat iznenadi. Sve to radi i u JupyterLiteu, koji pokreće Jupyter izravno u pregledniku bez poslužitelja – idealan kontekst za demonstracije ili tečajeve gdje ne želiš ništa instalirati na korisnička računala.

LangChain i LlamaIndex

Kada Codestral postane gradivni blok u aplikaciji, a ne asistent koji sjedi ispred tebe, preuzimaju kontrolu Python okviri. LangChain izlaže model putem svoje Mistral integracije:

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)

Pazi na strukturno ograničenje: LangChain pokriva samo krajnju točku za slijeđenje uputa. Ako tvoja aplikacija treba dovršavanje unutar datoteke, prebaci se na Mistral SDK za FIM dio. LlamaIndex, s druge strane, podržava obje krajnje točke, što ga čini prirodnim izborom kada jedna usluga mora i razgovarati i dovršavati kod.

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: Asistent otvorenog koda

Tabby cilja timove koji žele automatsko dovršavanje bez predaje svoje infrastrukture usluzi treće strane. Potpuno je otvorenog koda i može se samostalno hostirati, a prihvaća Codestral kao pozadinski sustav putem jedne konfiguracijske datoteke.

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

E2B: Sigurno izvršavanje koda

Model koji piše kod postavlja pitanje koje često predugo odgađamo: gdje ga pokrećeš? E2B osigurava sigurne sandboxe za pokretanje koda koji je proizveo Codestral, a da pritom ne izlažeš svoje računalo ili poslužitelj za izgradnju.

from e2b_code_interpreter import Sandbox

sandbox = Sandbox()

# Generiraj kod s Codestralom
code = generate_code_with_codestral(prompt)

# Pokreni ga u sigurnom sandboxu
execution = sandbox.run_code(code)
print(execution.results)

Tri scenarija čine ovu kombinaciju ključnom: CI/CD cjevovodi koji generiraju i zatim testiraju kod bez ljudskog nadzora, platforme za učenje koje izvršavaju kod nepoznatih polaznika i agenti za kodiranje koji moraju verificirati vlastite izlaze prije nego ih predlože. Ukloni sandbox iz bilo koje od ove tri postavke i njihovo samostalno pokretanje postaje nemoguće.

Sažetak integracija

AlatVrstaFIMChatLokalnoOtvoreni kod
Continue.devProširenje za IDEDaDaDaDa
TabnineProširenje za IDENeDaNeNe
Jupyter AIDodatak za JupyterNeDaNeDa
LangChainPython okvirNeDaN/ADa
LlamaIndexPython okvirDaDaN/ADa
TabbyAsistent za kodDaDaDaDa
E2BSandboxN/AN/ANeDa

Započni pregled stupcem FIM: ako je tvoja primarna potreba prijedlog u liniji dok tipkaš, to samo po sebi eliminira polovicu redaka.

Ključne točke

  • Tabnine nudi integraciju s Codestralom s značajkama za poduzeća
  • Jupyter AI donosi Codestral u bilježnice za znanstvenike podataka
  • LangChain i LlamaIndex omogućuju integraciju Codestrala u AI cjevovode
  • Tabby je alternativa otvorenog koda koju možeš samostalno hostirati
  • E2B osigurava sigurne sandboxe za izvršavanje generiranog koda
  • Tvoj izbor ovisi o tvom kontekstu: IDE, bilježnica, cjevovod ili agent