Preskok na glavno vsebino
Slovenščina— Izberite jezik
Meni

Tabnine, Jupyter AI in druge integracije

Lekcija 10 od 14 Posodobljeno 2. november 2026 Razvijalec
Na tej strani
  1. Ekosistem integracij Codestral
  2. Tabnine s Codestralom
  3. Jupyter AI: Codestral v zvezkih
  4. LangChain in LlamaIndex
  5. Tabby: Asistent odprte kode
  6. E2B: Varno izvajanje kode
  7. Povzetek integracij
  8. Ključne ugotovitve

Ekosistem integracij Codestral

Continue.dev ni tvoja edina pot do Codestrala. Mistral AI je okoli modela zgradil ekosistem, ki pokriva glavna orodja v sodobnem razvijalskem naboru. Prava izbira ni toliko odvisna od seznama funkcij, temveč od tega, kje že delaš: v IDE-ju, zvezku, cevovodu Python ali na strežniku, ki ga upravljaš sam. Ta lekcija obravnava Tabnine, Jupyter AI, ogrodja Python, Tabby in E2B ravno s tega vidika.

Tabnine s Codestralom

Tabnine je uveljavljeni asistent za kodiranje z umetno inteligenco, njegova integracija s Codestralom pa prinaša zmogljivosti Mistral AI v vmesnik, ki ga mnoge ekipe že poznajo. Dobiš pogovorno ploščo z umetno inteligenco v stranski vrstici za pogovore, ki upoštevajo kontekst tvoje kode, hitra dejanja neposredno iz IDE-ja (popravi, razloži, dokumentiraj z enim klikom), samodejno dopolnjevanje v realnem času in zavedanje projekta. Tabnine indeksira tvojo kodo, tako da so njegovi predlogi usklajeni s tvojim hišnim slogom in ne s spletnimi povprečji.

Namestitev je namerno minimalna: v nastavitvah Tabnine izbereš Codestral kot model, orodje pa poskrbi za vse ostalo, vključno s klici API in upravljanjem konteksta. Ta preprostost je glavna prednost. Izberi Tabnine namesto Continue, če ga tvoja ekipa že uporablja, če potrebuješ funkcije za podjetja (SSO, revizijski zapisi, skladnost), ki jih bo CIO zahteval pred širšo uvedbo, ali če imaš raje upravljano rešitev namesto vzdrževanja konfiguracijske datoteke.

Jupyter AI: Codestral v zvezkih

Znanstveniki s podatki ne živijo v IDE-ju; živijo v JupyterLabu, in Jupyter AI namesti Codestral prav tam. En sam ukaz poskrbi za namestitev.

pip install jupyter-ai

Nato ga konfiguriraš iz plošče Jupyter AI, kjer vpišeš Mistral kot ponudnika. Uporabljaš lahko tudi čarobne ukaze neposredno v zvezku, kar je priročno za demonstracije ali skupne seje.

# V zvezku ga lahko konfiguriraš tudi programsko
%load_ext jupyter_ai

# Uporabi Codestral za dopolnjevanje celic
%ai codestral

Vrednost se pokaže pri nalogah analize podatkov. Codestral dopolni celice, medtem ko tipkaš, prevede opis grafikona v kodo matplotlib ali plotly, pretvori transformacijo, opisano v angleščini, v kodo pandas, in interpretira izhode, ko te rezultat preseneti. Vse deluje tudi v JupyterLite, ki poganja Jupyter neposredno v brskalniku brez strežnika – idealno okolje za demonstracije ali tečaje, kjer na uporabniških napravah ne želiš ničesar nameščati.

LangChain in LlamaIndex

Ko Codestral postane gradnik v aplikaciji in ne asistent, ki sedi pred tabo, prevzamejo vodstvo ogrodja Python. LangChain izpostavi model prek svoje integracije z Mistral:

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 omejitev: LangChain pokriva le končno točko za sledenje navodilom. Če tvoja aplikacija potrebuje dopolnjevanje sredi datoteke, preklopi na Mistral SDK za del FIM. LlamaIndex po drugi strani podpira obe končni točki, kar ga dela za naravno izbiro, ko mora ena storitev tako konverzirati kot dopolnjevati kodo.

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 odprte kode

Tabby cilja na ekipe, ki želijo samodejno dopolnjevanje, ne da bi svojo infrastrukturo prepustile storitvi tretje strani. Je popolnoma odprtokoden in ga lahko gostiš sam, Codestral pa sprejme kot zaledje prek ene same konfiguracijske datoteke.

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

E2B: Varno izvajanje kode

Model, ki piše kodo, zastavlja vprašanje, ki ga pogosto predolgo odlagamo: kje jo zaženeš? E2B zagotavlja varne peskovnike za izvajanje kode, ki jo ustvari Codestral, ne da bi ogrozil tvoj stroj ali gradbeni strežnik.

from e2b_code_interpreter import Sandbox

sandbox = Sandbox()

# Generiraj kodo s Codestralom
code = generate_code_with_codestral(prompt)

# Zaženi jo v varnem peskovniku
execution = sandbox.run_code(code)
print(execution.results)

Trije scenariji naredijo to kombinacijo nujno: cevovodi CI/CD, ki generirajo in nato testirajo kodo brez človeškega nadzora, učne platforme, ki izvajajo kodo neznanih učencev, in agenti za kodiranje, ki morajo pred predlogom preveriti lastne izhode. Odstrani peskovnik iz katere koli od teh treh postavitev in njihovo samodejno izvajanje postane nemogoče.

Povzetek integracij

OrodjeVrstaFIMPogovorLokalnoOdprta koda
Continue.devRazširitev IDEDaDaDaDa
TabnineRazširitev IDENeDaNeNe
Jupyter AIVtičnik JupyterNeDaNeDa
LangChainOgrodje PythonNeDaN/ADa
LlamaIndexOgrodje PythonDaDaN/ADa
TabbyAsistent za kodoDaDaDaDa
E2BPeskovnikN/AN/ANeDa

Svoj pregled začni s stolpcem FIM: če je tvoja glavna potreba vvrstni predlog med tipkanjem, to samo po sebi izloči polovico vrstic.

Ključne ugotovitve

  • Tabnine ponuja integracijo s Codestralom s funkcijami za podjetja
  • Jupyter AI prinaša Codestral v zvezke za znanstvenike s podatki
  • LangChain in LlamaIndex ti omogočata integracijo Codestral v cevovode umetne inteligence
  • Tabby je alternativa, ki jo lahko gostiš sam in je odprtokodna
  • E2B zagotavlja varne peskovnike za izvajanje generirane kode
  • Tvoja izbira je odvisna od tvojega konteksta: IDE, zvezek, cevovod ali agent