Aider + Ertas

将您的 Ertas 微调模型连接到 Aider 基于终端的 AI 结对编程工具，使用了解您项目规范的模型直接从命令行进行代码库感知的多文件编辑和代码生成。

Overview

Aider 是一款强大的 AI 结对编程工具，完全在终端中运行，使开发者能够与语言模型协作进行跨多个文件的实际代码修改。与基于编辑器的 AI 工具不同，Aider 在 git 层面运行——它理解您的仓库结构，可以在一次对话中编辑多个文件，自动为更改创建 git 提交，并无缝集成到以终端为中心的工作流中。开发者用自然语言描述需求，Aider 生成代码更改，将其应用到工作树，并提交结果。

Aider 支持多种模型提供商——OpenAI、Anthropic、本地 Ollama 端点以及任何兼容 OpenAI 的 API。这种灵活性使其成为偏好终端并希望对 AI 工具进行精细控制的开发者的理想选择。然而，与所有 AI 编码工具一样，Aider 输出的质量取决于背后的模型。通用模型能够很好地处理常见模式，但在面对项目特定的抽象、内部框架 API 以及您团队标准化的特定编码习惯时可能力不从心。

How Ertas Integrates

Ertas 让您训练一个精通您代码库语言的模型，而 Aider 赋予该模型直接操作您仓库的能力。通过在 Ertas Studio 中基于您团队的代码进行微调——PR 历史、内部库、架构模式和编码规范——您可以创建一个默认按照您的规范生成代码的模型。连接到 Aider 后，该模型可以进行尊重您项目结构的多文件更改，使用您实际的工具函数，并遵循您的错误处理模式，无需不断纠正。

该设置利用了 Aider 对兼容 OpenAI 端点的原生支持。通过 Ollama 部署您的微调模型，并使用 `--openai-api-base` 标志将 Aider 指向本地端点。Aider 的仓库映射和 git 集成处理其余工作——您的自定义模型接收正在编辑的文件的完整上下文，并生成 Aider 应用和提交的更改。整个工作流都在您的机器上完成：Ertas 训练模型、Ollama 提供服务、Aider 编排代码更改，完全没有外部 API 调用，也没有专有代码离开您的网络。

Getting Started

1
从您的仓库中整理训练样本
收集您团队代码的代表性样本：经过充分审查的 PR 及其清晰描述、规范的模块实现、内部 API 文档，以及错误处理、测试和配置的标准模式示例。
2
在 Ertas Studio 中训练代码模型
将您的数据集上传到 Ertas Studio 并选择一个面向代码的基础模型。使用适合您数据集大小和复杂度的参数运行 LoRA 微调。使用 Ertas 的实验跟踪功能评估和比较不同的训练配置。
3
通过 Ollama 部署模型
将微调模型导出为 GGUF 格式并注册到 Ollama。验证模型能以可接受的延迟提供响应，并在测试提示中正确复现您团队的编码模式。
4
配置 Aider 使用您的本地模型
使用 --openai-api-base 标志指向您的 Ollama 端点，并将 --model 设置为您的微调模型名称来启动 Aider。Aider 将使用您的自定义模型执行所有代码生成、编辑和重构任务。
5
通过使用迭代提升模型质量
在日常开发任务中使用 Aider，并记录模型输出偏离您标准的情况。将修正后的示例添加到训练集中，在 Ertas 中进行增量微调，以随时间提高准确性。