Το Devstral Small 2505 είναι η πρώτη έκδοση Devstral Small, που ανέπτυξαν η Mistral AI και η All Hands AI για πράκτορες μηχανικής λογισμικού. Είναι μοντέλο 24 δισεκατομμυρίων παραμέτρων, κατασκευασμένο για διερεύνηση βάσης κώδικα, χρήση εργαλείων και αλλαγές σε πολλά αρχεία. Η κάρτα του κατασκευαστή το περιγράφει ως αποκλειστικά κειμενικό, με παράθυρο συμφραζομένων 128K· ο κωδικοποιητής όρασης αφαιρέθηκε από το μοντέλο Mistral Small 3.1 που χρησιμοποιήθηκε για προσαρμοστική εκπαίδευση.
Περιγράψτε την απαιτούμενη συμπεριφορά και το αποθετήριο ή τον σχετικό κώδικα με τον οποίο πρέπει να εργαστεί. Μια χρήσιμη εργασία προσδιορίζει τη δυνατότητα, τα αρχεία ή την περιοχή εφαρμογής που αφορά και τις συνθήκες που αποδεικνύουν την ολοκλήρωση. Για διόρθωση σφάλματος, συμπεριλάβετε το παρατηρούμενο λάθος· για νέα δυνατότητα, τις αναμενόμενες ενέργειες χρήστη και τη συμπεριφορά δεδομένων.
Το παράδειγμα του κατασκευαστή δημιουργεί εφαρμογή λίστας εργασιών μίας σελίδας με FastAPI, React και SQLite. Η προτροπή απαριθμεί προσθήκη, διαγραφή και ολοκλήρωση εργασιών, καθώς και εμφάνιση της λίστας. Αυτές οι απαιτήσεις συνδέουν την παραγόμενη διεπαφή με τη συμπεριφορά εφαρμογής και την αποθήκευση που χρειάζεται. Στη συνέχεια, νέο αίτημα ζητά συγκεκριμένη βελτίωση στην ολοκληρωμένη εφαρμογή.
Η τεκμηριωμένη ροή χρησιμοποιεί υποδομή πράκτορα που μπορεί να επιθεωρεί αρχεία αποθετηρίου, να κάνει αλλαγές και να εκτελεί εργαλεία ανάπτυξης. Το Devstral παρέχει τις αποφάσεις και τον κώδικα· ο πράκτορας που το περιβάλλει εκτελεί τις ενέργειες εργαλείων και επιστρέφει παρατηρήσεις. Δώστε τις οδηγίες εγκατάστασης του έργου και εξηγήστε ποιοι έλεγχοι πρέπει να αποδεικνύουν ότι η αλλαγή λειτουργεί.
Για αλλαγή που εκτείνεται σε πολλά αρχεία, ζητήστε από τον πράκτορα να εντοπίσει τις σχετικές εξαρτήσεις πριν αρχίσει την επεξεργασία. Κρατήστε τις παρατηρήσεις εργαλείων με τη διόρθωση που προκύπτει, ώστε η προτεινόμενη αλλαγή να μπορεί να συγκριθεί με όσα πράγματι εκτελέστηκαν. Μια παραγόμενη υλοποίηση γίνεται λειτουργικό παραδοτέο όταν η εφαρμογή την αποθηκεύει και την εκτελεί στο επιδιωκόμενο περιβάλλον.
Ένα άλλο παράδειγμα του κατασκευαστή ζητά από τον πράκτορα να εξετάσει την κάλυψη δοκιμών και να παράγει γραφήματα. Η ροή διερευνά πρώτα το αποθετήριο και τη διαμόρφωση δοκιμών του, στη συνέχεια εκτελεί την κάλυψη και δημιουργεί την απεικόνιση. Ένα παρόμοιο αίτημα πρέπει να προσδιορίζει το αποθετήριο, το μέγεθος που θα εξεταστεί και το παραδοτέο εξόδου, όπως γράφημα και τα αρχεία που συνοψίζει.
Εδώ έχει σημασία η διάκριση ανάμεσα στην έξοδο μοντέλου και στα τεκμήρια εκτέλεσης. Ζητήστε τα αρχεία που προέκυψαν και τις παρατηρήσεις από τα εργαλεία ανάπτυξης, μαζί με την εξήγηση που χρειάζεται για την ερμηνεία τους. Κρατήστε μια μεταγενέστερη αναθεώρηση εστιασμένη στην παρατηρούμενη συμπεριφορά ή σε συγκεκριμένο μέρος του παραδοτέου.
Αυτή η καταχώριση διατηρεί την έκδοση 2505 που περιγράφεται στην κάρτα του κατασκευαστή. Οι μεταγενέστερες εκδόσεις Devstral Small έχουν δικές τους ταυτότητες. Χρησιμοποιήστε τη μορφή συνομιλίας και εργαλείων του επιλεγμένου μοντέλου, συμπεριλάβετε το σχετικό υλικό πηγής στα συμφραζόμενα εργασίας και αφήστε χώρο για το ζητούμενο αποτέλεσμα. Η κάρτα δημοσιεύει παραδείγματα τοπικής εξαγωγής συμπερασμάτων και πρακτόρων· οι ενδεικτικοί προϋπολογισμοί παραγωγής τους είναι ρυθμίσεις εργασίας και όχι καθολικό ανώτατο όριο εξόδου.
", "aboutText": "Το Devstral Small 2505 είναι η πρώτη έκδοση Devstral Small, που ανέπτυξαν η Mistral AI και η All Hands AI για πράκτορες μηχανικής λογισμικού. Είναι μοντέλο 24 δισεκατομμυρίων παραμέτρων, κατασκευασμένο για διερεύνηση βάσης κώδικα, χρήση εργαλείων και αλλαγές σε πολλά αρχεία. Η κάρτα του κατασκευαστή το περιγράφει ως αποκλειστικά κειμενικό, με παράθυρο συμφραζομένων 128K· ο κωδικοποιητής όρασης αφαιρέθηκε από το μοντέλο Mistral Small 3.1 που χρησιμοποιήθηκε για προσαρμοστική εκπαίδευση.\n\n### Δώστε στον πράκτορα συγκεκριμένη εργασία ανάπτυξης\n\nΠεριγράψτε την απαιτούμενη συμπεριφορά και το αποθετήριο ή τον σχετικό κώδικα με τον οποίο πρέπει να εργαστεί. Μια χρήσιμη εργασία προσδιορίζει τη δυνατότητα, τα αρχεία ή την περιοχή εφαρμογής που αφορά και τις συνθήκες που αποδεικνύουν την ολοκλήρωση. Για διόρθωση σφάλματος, συμπεριλάβετε το παρατηρούμενο λάθος· για νέα δυνατότητα, τις αναμενόμενες ενέργειες χρήστη και τη συμπεριφορά δεδομένων.\n\nΤο παράδειγμα του κατασκευαστή δημιουργεί εφαρμογή λίστας εργασιών μίας σελίδας με FastAPI, React και SQLite. Η προτροπή απαριθμεί προσθήκη, διαγραφή και ολοκλήρωση εργασιών, καθώς και εμφάνιση της λίστας. Αυτές οι απαιτήσεις συνδέουν την παραγόμενη διεπαφή με τη συμπεριφορά εφαρμογής και την αποθήκευση που χρειάζεται. Στη συνέχεια, νέο αίτημα ζητά συγκεκριμένη βελτίωση στην ολοκληρωμένη εφαρμογή.\n\n### Διερευνήστε, επεξεργαστείτε και εκτελέστε μέσω εφαρμογής\n\nΗ τεκμηριωμένη ροή χρησιμοποιεί υποδομή πράκτορα που μπορεί να επιθεωρεί αρχεία αποθετηρίου, να κάνει αλλαγές και να εκτελεί εργαλεία ανάπτυξης. Το Devstral παρέχει τις αποφάσεις και τον κώδικα· ο πράκτορας που το περιβάλλει εκτελεί τις ενέργειες εργαλείων και επιστρέφει παρατηρήσεις. Δώστε τις οδηγίες εγκατάστασης του έργου και εξηγήστε ποιοι έλεγχοι πρέπει να αποδεικνύουν ότι η αλλαγή λειτουργεί.\n\nΓια αλλαγή που εκτείνεται σε πολλά αρχεία, ζητήστε από τον πράκτορα να εντοπίσει τις σχετικές εξαρτήσεις πριν αρχίσει την επεξεργασία. Κρατήστε τις παρατηρήσεις εργαλείων με τη διόρθωση που προκύπτει, ώστε η προτεινόμενη αλλαγή να μπορεί να συγκριθεί με όσα πράγματι εκτελέστηκαν. Μια παραγόμενη υλοποίηση γίνεται λειτουργικό παραδοτέο όταν η εφαρμογή την αποθηκεύει και την εκτελεί στο επιδιωκόμενο περιβάλλον.\n\n### Χρησιμοποιήστε ανάλυση αποθετηρίου ως εστιασμένη εργασία\n\nΈνα άλλο παράδειγμα του κατασκευαστή ζητά από τον πράκτορα να εξετάσει την κάλυψη δοκιμών και να παράγει γραφήματα. Η ροή διερευνά πρώτα το αποθετήριο και τη διαμόρφωση δοκιμών του, στη συνέχεια εκτελεί την κάλυψη και δημιουργεί την απεικόνιση. Ένα παρόμοιο αίτημα πρέπει να προσδιορίζει το αποθετήριο, το μέγεθος που θα εξεταστεί και το παραδοτέο εξόδου, όπως γράφημα και τα αρχεία που συνοψίζει.\n\nΕδώ έχει σημασία η διάκριση ανάμεσα στην έξοδο μοντέλου και στα τεκμήρια εκτέλεσης. Ζητήστε τα αρχεία που προέκυψαν και τις παρατηρήσεις από τα εργαλεία ανάπτυξης, μαζί με την εξήγηση που χρειάζεται για την ερμηνεία τους. Κρατήστε μια μεταγενέστερη αναθεώρηση εστιασμένη στην παρατηρούμενη συμπεριφορά ή σε συγκεκριμένο μέρος του παραδοτέου.\n\n### Διατηρήστε την έκδοση και τα συμφραζόμενα εργασίας\n\nΑυτή η καταχώριση διατηρεί την έκδοση 2505 που περιγράφεται στην κάρτα του κατασκευαστή. Οι μεταγενέστερες εκδόσεις Devstral Small έχουν δικές τους ταυτότητες. Χρησιμοποιήστε τη μορφή συνομιλίας και εργαλείων του επιλεγμένου μοντέλου, συμπεριλάβετε το σχετικό υλικό πηγής στα συμφραζόμενα εργασίας και αφήστε χώρο για το ζητούμενο αποτέλεσμα. Η κάρτα δημοσιεύει παραδείγματα τοπικής εξαγωγής συμπερασμάτων και πρακτόρων· οι ενδεικτικοί προϋπολογισμοί παραγωγής τους είναι ρυθμίσεις εργασίας και όχι καθολικό ανώτατο όριο εξόδου.", "editorialOverlay": { "copy_fields": { "practical_html": "Τεχνικό παράδειγμα στα αγγλικά
Plan a deletion fix across two files\n\nGiven these repository excerpts, propose a coordinated patch: api.py deletes a task by ID and always returns 204; store.py remove(id) silently ignores missing IDs. Requirement: an existing task returns 204 and a missing task returns 404. Show changes to both files and tests; preserve the DELETE route and successful deletion behavior.A patch split by api.py and store.py plus tests for existing and missing task IDs.The storage result reaches the handler so a missing task returns 404 without changing the successful status.devstral-small-2505Το Devstral Small 2505 είναι ένα μοντέλο προγραμματισμού μόνο για κείμενο από τις Mistral AI και All Hands AI. Έχει σχεδιαστεί για πράκτορες λογισμικού που εξερευνούν μια βάση κώδικα, επεξεργάζονται αρκετά αρχεία και χρησιμοποιούν εργαλεία ανάπτυξης, με δημοσιευμένο παράθυρο συμφραζομένων 128K.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το Devstral Small 2505 είναι η πρώτη έκδοση Devstral Small, που ανέπτυξαν η Mistral AI και η All Hands AI για πράκτορες μηχανικής λογισμικού. Είναι μοντέλο 24 δισεκατομμυρίων παραμέτρων, κατασκευασμένο για διερεύνηση βάσης κώδικα, χρήση εργαλείων και αλλαγές σε πολλά αρχεία. Η κάρτα του κατασκευαστή το περιγράφει ως αποκλειστικά κειμενικό, με παράθυρο συμφραζομένων 128K· ο κωδικοποιητής όρασης αφαιρέθηκε από το μοντέλο Mistral Small 3.1 που χρησιμοποιήθηκε για προσαρμοστική εκπαίδευση.
Περιγράψτε την απαιτούμενη συμπεριφορά και το αποθετήριο ή τον σχετικό κώδικα με τον οποίο πρέπει να εργαστεί. Μια χρήσιμη εργασία προσδιορίζει τη δυνατότητα, τα αρχεία ή την περιοχή εφαρμογής που αφορά και τις συνθήκες που αποδεικνύουν την ολοκλήρωση. Για διόρθωση σφάλματος, συμπεριλάβετε το παρατηρούμενο λάθος· για νέα δυνατότητα, τις αναμενόμενες ενέργειες χρήστη και τη συμπεριφορά δεδομένων.
Το παράδειγμα του κατασκευαστή δημιουργεί εφαρμογή λίστας εργασιών μίας σελίδας με FastAPI, React και SQLite. Η προτροπή απαριθμεί προσθήκη, διαγραφή και ολοκλήρωση εργασιών, καθώς και εμφάνιση της λίστας. Αυτές οι απαιτήσεις συνδέουν την παραγόμενη διεπαφή με τη συμπεριφορά εφαρμογής και την αποθήκευση που χρειάζεται. Στη συνέχεια, νέο αίτημα ζητά συγκεκριμένη βελτίωση στην ολοκληρωμένη εφαρμογή.
Η τεκμηριωμένη ροή χρησιμοποιεί υποδομή πράκτορα που μπορεί να επιθεωρεί αρχεία αποθετηρίου, να κάνει αλλαγές και να εκτελεί εργαλεία ανάπτυξης. Το Devstral παρέχει τις αποφάσεις και τον κώδικα· ο πράκτορας που το περιβάλλει εκτελεί τις ενέργειες εργαλείων και επιστρέφει παρατηρήσεις. Δώστε τις οδηγίες εγκατάστασης του έργου και εξηγήστε ποιοι έλεγχοι πρέπει να αποδεικνύουν ότι η αλλαγή λειτουργεί.
Για αλλαγή που εκτείνεται σε πολλά αρχεία, ζητήστε από τον πράκτορα να εντοπίσει τις σχετικές εξαρτήσεις πριν αρχίσει την επεξεργασία. Κρατήστε τις παρατηρήσεις εργαλείων με τη διόρθωση που προκύπτει, ώστε η προτεινόμενη αλλαγή να μπορεί να συγκριθεί με όσα πράγματι εκτελέστηκαν. Μια παραγόμενη υλοποίηση γίνεται λειτουργικό παραδοτέο όταν η εφαρμογή την αποθηκεύει και την εκτελεί στο επιδιωκόμενο περιβάλλον.
Ένα άλλο παράδειγμα του κατασκευαστή ζητά από τον πράκτορα να εξετάσει την κάλυψη δοκιμών και να παράγει γραφήματα. Η ροή διερευνά πρώτα το αποθετήριο και τη διαμόρφωση δοκιμών του, στη συνέχεια εκτελεί την κάλυψη και δημιουργεί την απεικόνιση. Ένα παρόμοιο αίτημα πρέπει να προσδιορίζει το αποθετήριο, το μέγεθος που θα εξεταστεί και το παραδοτέο εξόδου, όπως γράφημα και τα αρχεία που συνοψίζει.
Εδώ έχει σημασία η διάκριση ανάμεσα στην έξοδο μοντέλου και στα τεκμήρια εκτέλεσης. Ζητήστε τα αρχεία που προέκυψαν και τις παρατηρήσεις από τα εργαλεία ανάπτυξης, μαζί με την εξήγηση που χρειάζεται για την ερμηνεία τους. Κρατήστε μια μεταγενέστερη αναθεώρηση εστιασμένη στην παρατηρούμενη συμπεριφορά ή σε συγκεκριμένο μέρος του παραδοτέου.
Αυτή η καταχώριση διατηρεί την έκδοση 2505 που περιγράφεται στην κάρτα του κατασκευαστή. Οι μεταγενέστερες εκδόσεις Devstral Small έχουν δικές τους ταυτότητες. Χρησιμοποιήστε τη μορφή συνομιλίας και εργαλείων του επιλεγμένου μοντέλου, συμπεριλάβετε το σχετικό υλικό πηγής στα συμφραζόμενα εργασίας και αφήστε χώρο για το ζητούμενο αποτέλεσμα. Η κάρτα δημοσιεύει παραδείγματα τοπικής εξαγωγής συμπερασμάτων και πρακτόρων· οι ενδεικτικοί προϋπολογισμοί παραγωγής τους είναι ρυθμίσεις εργασίας και όχι καθολικό ανώτατο όριο εξόδου.
POST /v1/chat/completionstexttext| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια devstral-small-2505 | Προεπιλογή— |
Πεδίοmessages | Τύποςmessage[] | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Ελάχιστο πλήθος στοιχείων: 1 | Προεπιλογή— |
Πεδίοmessages[].role | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Παραδείγματα: system, user, assistant, tool, function Συνθήκες: Αυτοί οι ρόλοι αναπαρίστανται ρητά από τους τύπους συμβατότητας του πηγαίου κώδικα· το ακριβές σύνολο ρόλων παραμένει ειδικό για κάθε μοντέλο. Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmessages[].content | Τύποςstring|content_part[]|null | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].tool_calls | Τύποςtool_call[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].tool_call_id | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: role=tool· χρησιμοποιήστε το πραγματικό ID που επιστράφηκε | Προεπιλογή— |
Πεδίοmessages[].name | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].reasoning_content | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: Επαναποστείλετε το πραγματικό περιεχόμενο συλλογιστικής που επιστράφηκε, όταν το μοντέλο το χρησιμοποιεί | Προεπιλογή— |
Πεδίοmessages[].reasoning_details | Τύποςobject|array | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmax_tokens | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmax_completion_tokens | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοstream | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse |
Πεδίοstream_options.include_usage | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtemperature | Τύποςnumber | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtop_p | Τύποςnumber | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοstop | Τύποςstring|string[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools | Τύποςfunction_tool[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools[].type | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια function Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools[].function.name | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Εφαρμόζεται όταν: Παρεχόμενο εργαλείο τύπου συνάρτησης | Προεπιλογή— |
Πεδίοtools[].function.description | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοtools[].function.parameters | ΤύποςJSON_schema | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοtool_choice | Τύποςstring|object | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοparallel_tool_calls | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοresponse_format | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοreasoning_effort | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοreasoning | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοservice_tier | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοinstructions | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Πεδίο συμβατότητας | Προεπιλογή— |
Πεδίοfunctions | Τύποςfunction[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοfunction_call | Τύποςstring|object | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοprompt_cache_options | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmodalities | Τύποςstring[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια text | Προεπιλογή— |
Πεδίοprovider | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το provider.options απορρίπτεται σε αυτή τη διαδρομή κειμένου Ultra | Προεπιλογή— |
Πεδίοcache_control.ttl | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το 1h απορρίπτεται στα πραγματικά πεδία κρυφής μνήμης προτροπών | Προεπιλογή— |
Κείμενο · Κείμενο UTF8
messages[].content
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηmodel, messages |
Παράμετροςmaterial_types | Σύμβασηtext |
Παράμετροςmessages | ΣύμβασηΠίνακας μηνυμάτων με δομή role/content |
Παράμετροςfile_material | Σύμβασηπραγματικό έγγραφο UTF-8 που εισάγεται ως αυτούσιο κείμενο· δεν συνάγεται ID αρχείου |
Παράμετροςoptional_controls | Σύμβασηstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Παράμετροςcontrol_scope | Σύμβασηεξαρτάται από το μοντέλο· τα εργαλεία συναρτήσεων του χρήστη διαφέρουν από τα φιλοξενούμενα εργαλεία |
Παράμετροςoutput_modalities | Σύμβασηtext |
Παράμετροςhosted_operations | Σύμβασηfalse |
Παράμετροςmultimodal_input_binding | Σύμβασηnull |
Κύκλος ζωής: synchronous_or_streamed
Στείλτε το ακριβές ID μοντέλου μαζί με το messages.
Το μήκος συμφραζομένων δεν είναι ανώτατο όριο εξόδου.
Ένα αρχείο κειμένου μπορεί να παρέχει αυτούσιο κείμενο· οι είσοδοι εικόνας/ήχου/αντικειμένων αρχείων χρειάζονται ακριβή αντιστοίχιση.
Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.
| Διαμόρφωση | Πίνακας χρεώσεων | Χρέωση |
|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Χρέωση Είσοδος · Token εισόδου $0.00022 / 1K token Έξοδος · Token εξόδου $0.00066 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "devstral-small-2505", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='devstral-small-2505',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='devstral-small-2505',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson ή SSE
Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.
Διατηρήστε κάθε επιλογή και το περιεχόμενο/τις κλήσεις εργαλείων/το περιεχόμενο συλλογιστικής της. Στο SSE συνθέστε τις διαφορικές ενημερώσεις ανά δείκτη επιλογής/εργαλείου και κρατήστε την τελική αιτία τερματισμού και τα στοιχεία χρήσης.
Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου.
| Πεδίο | Τύπος |
|---|---|
Πεδίοchoices[].index | Τύποςinteger |
Πεδίοchoices[].message.content | Τύποςstring|null |
Πεδίοchoices[].message.tool_calls | Τύποςtool_call[] |
Πεδίοchoices[].message.reasoning_content | Τύποςstring |
Πεδίοchoices[].message.reasoning_details | Τύποςobject|array |
Πεδίοchoices[].finish_reason | Τύποςstring|null |
Πεδίοusage | Τύποςobject |
| Απάντηση | Συνθήκη | Επόμενο βήμα |
|---|---|---|
Απάντηση400 · invalid_request_error | ΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου | Επόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας. |
Ailoot Ultra devstral-small-2505
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
devstral-small-2505Το Devstral Small 2505 είναι ένα μοντέλο προγραμματισμού μόνο για κείμενο από τις Mistral AI και All Hands AI. Έχει σχεδιαστεί για πράκτορες λογισμικού που εξερευνούν μια βάση κώδικα, επεξεργάζονται αρκετά αρχεία και χρησιμοποιούν εργαλεία ανάπτυξης, με δημοσιευμένο παράθυρο συμφραζομένων 128K.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το Devstral Small 2505 είναι η πρώτη έκδοση Devstral Small, που ανέπτυξαν η Mistral AI και η All Hands AI για πράκτορες μηχανικής λογισμικού. Είναι μοντέλο 24 δισεκατομμυρίων παραμέτρων, κατασκευασμένο για διερεύνηση βάσης κώδικα, χρήση εργαλείων και αλλαγές σε πολλά αρχεία. Η κάρτα του κατασκευαστή το περιγράφει ως αποκλειστικά κειμενικό, με παράθυρο συμφραζομένων 128K· ο κωδικοποιητής όρασης αφαιρέθηκε από το μοντέλο Mistral Small 3.1 που χρησιμοποιήθηκε για προσαρμοστική εκπαίδευση.
Περιγράψτε την απαιτούμενη συμπεριφορά και το αποθετήριο ή τον σχετικό κώδικα με τον οποίο πρέπει να εργαστεί. Μια χρήσιμη εργασία προσδιορίζει τη δυνατότητα, τα αρχεία ή την περιοχή εφαρμογής που αφορά και τις συνθήκες που αποδεικνύουν την ολοκλήρωση. Για διόρθωση σφάλματος, συμπεριλάβετε το παρατηρούμενο λάθος· για νέα δυνατότητα, τις αναμενόμενες ενέργειες χρήστη και τη συμπεριφορά δεδομένων.
Το παράδειγμα του κατασκευαστή δημιουργεί εφαρμογή λίστας εργασιών μίας σελίδας με FastAPI, React και SQLite. Η προτροπή απαριθμεί προσθήκη, διαγραφή και ολοκλήρωση εργασιών, καθώς και εμφάνιση της λίστας. Αυτές οι απαιτήσεις συνδέουν την παραγόμενη διεπαφή με τη συμπεριφορά εφαρμογής και την αποθήκευση που χρειάζεται. Στη συνέχεια, νέο αίτημα ζητά συγκεκριμένη βελτίωση στην ολοκληρωμένη εφαρμογή.
Η τεκμηριωμένη ροή χρησιμοποιεί υποδομή πράκτορα που μπορεί να επιθεωρεί αρχεία αποθετηρίου, να κάνει αλλαγές και να εκτελεί εργαλεία ανάπτυξης. Το Devstral παρέχει τις αποφάσεις και τον κώδικα· ο πράκτορας που το περιβάλλει εκτελεί τις ενέργειες εργαλείων και επιστρέφει παρατηρήσεις. Δώστε τις οδηγίες εγκατάστασης του έργου και εξηγήστε ποιοι έλεγχοι πρέπει να αποδεικνύουν ότι η αλλαγή λειτουργεί.
Για αλλαγή που εκτείνεται σε πολλά αρχεία, ζητήστε από τον πράκτορα να εντοπίσει τις σχετικές εξαρτήσεις πριν αρχίσει την επεξεργασία. Κρατήστε τις παρατηρήσεις εργαλείων με τη διόρθωση που προκύπτει, ώστε η προτεινόμενη αλλαγή να μπορεί να συγκριθεί με όσα πράγματι εκτελέστηκαν. Μια παραγόμενη υλοποίηση γίνεται λειτουργικό παραδοτέο όταν η εφαρμογή την αποθηκεύει και την εκτελεί στο επιδιωκόμενο περιβάλλον.
Ένα άλλο παράδειγμα του κατασκευαστή ζητά από τον πράκτορα να εξετάσει την κάλυψη δοκιμών και να παράγει γραφήματα. Η ροή διερευνά πρώτα το αποθετήριο και τη διαμόρφωση δοκιμών του, στη συνέχεια εκτελεί την κάλυψη και δημιουργεί την απεικόνιση. Ένα παρόμοιο αίτημα πρέπει να προσδιορίζει το αποθετήριο, το μέγεθος που θα εξεταστεί και το παραδοτέο εξόδου, όπως γράφημα και τα αρχεία που συνοψίζει.
Εδώ έχει σημασία η διάκριση ανάμεσα στην έξοδο μοντέλου και στα τεκμήρια εκτέλεσης. Ζητήστε τα αρχεία που προέκυψαν και τις παρατηρήσεις από τα εργαλεία ανάπτυξης, μαζί με την εξήγηση που χρειάζεται για την ερμηνεία τους. Κρατήστε μια μεταγενέστερη αναθεώρηση εστιασμένη στην παρατηρούμενη συμπεριφορά ή σε συγκεκριμένο μέρος του παραδοτέου.
Αυτή η καταχώριση διατηρεί την έκδοση 2505 που περιγράφεται στην κάρτα του κατασκευαστή. Οι μεταγενέστερες εκδόσεις Devstral Small έχουν δικές τους ταυτότητες. Χρησιμοποιήστε τη μορφή συνομιλίας και εργαλείων του επιλεγμένου μοντέλου, συμπεριλάβετε το σχετικό υλικό πηγής στα συμφραζόμενα εργασίας και αφήστε χώρο για το ζητούμενο αποτέλεσμα. Η κάρτα δημοσιεύει παραδείγματα τοπικής εξαγωγής συμπερασμάτων και πρακτόρων· οι ενδεικτικοί προϋπολογισμοί παραγωγής τους είναι ρυθμίσεις εργασίας και όχι καθολικό ανώτατο όριο εξόδου.
POST /v1/messagestextjson, sse| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια devstral-small-2505 | Προεπιλογή— |
Πεδίοmessages | Τύποςmessage[] | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].role | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια user, assistant | Προεπιλογή— |
Πεδίοmessages[].content | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmax_tokens | Τύποςinteger | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοstream | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse |
Κείμενο · Κείμενο UTF-8
Συμβολοσειρά messages[].content
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηmodel, messages, max_tokens |
Παράμετροςoptional_controls | Σύμβασηstream |
Παράμετροςmaterial_types | Σύμβασηtext |
Παράμετροςtext_file_material | ΣύμβασηΔιαβάστε το πραγματικό έγγραφο UTF-8 και τοποθετήστε το κείμενό του στην υποδεικνυόμενη συμβολοσειρά εισόδου ή περιεχομένου του μηνύματος. |
Κύκλος ζωής: synchronous_or_streamed
Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.
| Διαμόρφωση | Πίνακας χρεώσεων | Χρέωση |
|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Χρέωση Είσοδος · Token εισόδου $0.00022 / 1K token Έξοδος · Token εξόδου $0.00066 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
{\n "model": "devstral-small-2505",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'devstral-small-2505', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'devstral-small-2505', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON ή SSE
Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.
Διατηρήστε όλα τα μπλοκ περιεχομένου, τις υπογραφές συλλογιστικής και τα πραγματικά ID χρήσης εργαλείων. Συνθέστε όλες τις διαφορικές ενημερώσεις μπλοκ SSE· το πρώτο μπλοκ κειμένου δεν είναι η πλήρης έξοδος.
Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου.
| Πεδίο | Τύπος |
|---|---|
Πεδίοid | Τύποςstring |
Πεδίοmodel | Τύποςstring |
Πεδίοcontent[] | Τύποςtext|thinking|tool_use|other content block |
Πεδίοstop_reason | Τύποςstring|null |
Πεδίοusage | Τύποςobject |
| Απάντηση | Συνθήκη | Επόμενο βήμα |
|---|---|---|
Απάντηση400 · invalid_request_error | ΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου | Επόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας. |
Ailoot Ultra devstral-small-2505
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
Τεχνικό παράδειγμα στα αγγλικά
Plan a deletion fix across two files\n\nGiven these repository excerpts, propose a coordinated patch: api.py deletes a task by ID and always returns 204; store.py remove(id) silently ignores missing IDs. Requirement: an existing task returns 204 and a missing task returns 404. Show changes to both files and tests; preserve the DELETE route and successful deletion behavior.A patch split by api.py and store.py plus tests for existing and missing task IDs.The storage result reaches the handler so a missing task returns 404 without changing the successful status.