სერვისების აღწერა
ძალაში შესვლის თარიღი: 2026 წლის 11 ივნისი

ეს DeepCerebra სერვისების აღწერა აღწერს DeepCerebra Inc.-ის ("DeepCerebra") მიერ DeepCerebra Coder პლატფორმის მეშვეობით deepcerebra.ai-ზე მოწოდებული აგენტური კოდირების სერვისებისთვის მოქმედ მახასიათებლებს, ფუნქციონალურობას და სპეციფიკურ პირობებს. ეს სერვისების აღწერა წარმოადგენს DeepCerebra-ს მომსახურების პირობების განუყოფელ ნაწილს.

1 განმარტებები

ამ სერვისების აღწერილობის მიზნებისთვის, გამოიყენება შემდეგი განმარტებები:

2 DeepCerebra Coder სერვისები

DeepCerebra Coder არის აგენტური, მრავალფაილიანი პროგრამული უზრუნველყოფის შემუშავების ასისტენტი, რომელიც ხელმისაწვდომია ვებ აპლიკაციის, დესკტოპ აპლიკაციების (Windows, Linux, macOS), ბრძანების ხაზის ინტერფეისის და API-ის სახით. ის ეხმარება მომხმარებლებს დაგეგმონ, დაწერონ, რეფაქტორინგი გაუკეთონ, გამართონ და გაიგონ კოდი მთელი პროექტის მასშტაბით.

2.1 ინტერფეისები

ვებ აპლიკაცია: ბრაუზერზე დაფუძნებული სამუშაო სივრცე ექსპლორერით, რედაქტორით, ინტეგრირებული ტერმინალით, diff/apply მიმოხილვით და ჩატის ფუნქციით. პროექტის ფაილები ინახება კონფიდენციალურ ბრაუზერშიდა საცავში.

დესკტოპ აპლიკაციები: მშობლიური ინსტალატორები Windows-ისთვის, Linux-ისთვის და macOS-ისთვის, ადგილობრივ ფაილურ სისტემაზე წვდომით და ადგილობრივი მოდელის გაშვების შესაძლებლობით.

CLI & API: ფასიანი პროგრამული წვდომა სკრიპტინგისთვის, CI/CD-სთვის და ინტეგრაციებისთვის, ავთენტიფიკაცია პირადი წვდომის ტოკენით.

2.2 ძირითადი შესაძლებლობები

აგენტური ჩეთი

დაგეგმეთ, დაარედაქტირეთ და რეფაქტორინგი გაუკეთეთ მრავალ ფაილს ასისტენტის დახმარებით, რომელსაც ესმის თქვენი მთელი პროექტი.

მრავალფაილიანი განსხვავებები (Diffs) და გამოყენება (Apply)

განიხილეთ შემოთავაზებული ცვლილებები როგორც inline diffs და გამოიყენეთ ისინი თქვენს ფაილებზე ერთი დაწკაპუნებით.

ინტეგრირებული ტერმინალი

გაუშვით ბრძანებები, build-ები და ტესტები; აგენტს შეუძლია შეასრულოს და წაიკითხოს შედეგები თქვენი ავტორიზაციით.

კონფიდენციალური საცავი

პროექტის ფაილები ინახება კონფიდენციალურ ბრაუზერშიდა საცავში, ჩვენს სერვერებზე კოდის ნულოვანი შენახვით.

მოდელის არჩევანი და BYOK

გამოიყენეთ ჩვენი ZDR LLM API ან მოიტანეთ თქვენი საკუთარი გასაღებები; მოდელის ავტომატური და ხელით შერჩევა.

მეცნიერული გამოთვლის უნარები

სპეციალიზებული ხელსაწყოების ნაკრები მონაცემთა, ML-ის, ინჟინერიის და მეცნიერული სამუშაო პროცესებისთვის.

3 მოწინავე ფუნქციები

3.1 მრავალდონიანი, ადაპტური მოდელის მარშრუტიზაცია

როდესაც მოდელის ამომრჩევი დაყენებულია ავტომატურ რეჟიმზე, DeepCerebra მარტივ ამოცანებს მიმართავს სწრაფ, ეკონომიურ მოდელზე, ხოლო კომპლექსურ ან დაგეგმვაზე ორიენტირებულ ამოცანებს უფრო ძლიერ მოდელზე, რაც აბალანსებს ღირებულებასა და ხარისხს. მომხმარებლებს ასევე შეუძლიათ აირჩიონ კონკრეტული მოდელი.

3.2 მოდელის კონტექსტის პროტოკოლის (MCP) სერვერები

მომხმარებლებს შეუძლიათ MCP სერვერების დაკავშირება აგენტის გარე ინსტრუმენტებითა და მონაცემთა წყაროებით გასაფართოებლად, რაც კონფიგურირებულია mcp.json პარამეტრების ფაილის მეშვეობით.

3.3 აგენტის ჰუკები, მართვა და უნარები

მომხმარებლებს შეუძლიათ განსაზღვრონ აგენტის ჰუკები (ფაილის, კონტექსტუალური, დავალების ან ხელით გაშვების ტრიგერები), მმართველი დოკუმენტები, რომლებიც აღწერს პროდუქტის, სტრუქტურისა და ტექნოლოგიის კონვენციებს, და მრავალჯერადი გამოყენების უნარები, რომლებსაც აგენტი ავტომატურად იყენებს.

3.4 Git-ზე დაფუძნებული ექსპლორერი და თანამშრომლობა

მომხმარებლებს შეუძლიათ პროექტის ჩატვირთვა უშუალოდ Git საცავიდან (GitHub ან GitLab), checkout, update, commit და merge სამუშაო პროცესებით, რაც DeepCerebra-ს მეშვეობით გუნდურ თანამშრომლობით განვითარებას უზრუნველყოფს.

3.5 ადგილობრივი GPU და ადგილობრივი მოდელები

მომხმარებლებს შეუძლიათ ადგილობრივი მოდელების გაშვება Ollama-ს ან LM Studio-ს მეშვეობით ადგილობრივ ან ქსელურ GPU-ზე, როგორც დესკტოპის, ასევე ვებ აპლიკაციებში, კერძო, ოფლაინ ან ხარჯების კონტროლირებადი ინფერენციისთვის.

3.6 ფოლდერზე შეზღუდული ჩატის სესიები

ჩატის ისტორია შეზღუდულია ღია პროექტის ფოლდერით; ფოლდერების შეცვლა იწყებს ახალ სესიას და ტვირთავს ამ ფოლდერის წინა სესიებს, რათა მომხმარებლებმა შეძლონ გააგრძელონ იქიდან, სადაც შეჩერდნენ.

4 გეგმები და ფუნქციებზე წვდომა

DeepCerebra Coder შემოთავაზებულია სააბონენტო გეგმებით, რომლებიც მოიცავს AI გამოყენების კრედიტების ყოველთვიურ ლიმიტს (აშშ დოლარში), დამატებითი გამოყენების კრედიტების შეძენის შესაძლებლობით. მომხმარებლებს ასევე შეუძლიათ შეამცირონ ან თავიდან აიცილონ გაზომილი გამოყენება საკუთარი მოდელის გასაღებების (BYOK) მოტანით ან ადგილობრივი მოდელების გაშვებით.

შესაძლებლობაძირითადიპროულტიმეიტი
ყოველთვიური ფასი$20$75$200
ყოველთვიური AI გამოყენება (შედის ფასში)$10$30$150
აგენტური ჩეთი და მრავალფაილიანი რედაქტირება
ინტეგრირებული ტერმინალი და განსხვავებები (diffs)
BYOK და ადგილობრივი მოდელები
MCP სერვერები, ჰუკები, მართვა და უნარები
Git-ზე დაფუძნებული თანამშრომლობა
CLI და API წვდომა
პრიორიტეტული მხარდაჭერა

კონკრეტული ჩართული ლიმიტები, ტარიფები და გეგმის ფუნქციები ნაჩვენებია თქვენს ანგარიშის დაფაზე და შეიძლება დროდადრო განახლდეს მომსახურების პირობებში აღწერილი წესით.

5 გამოყენების აღრიცხვა და სამართლიანი გამოყენება

ხელოვნური ინტელექტის გამოყენება ანგარიშდება საბაზისო მოდელების მიერ მოხმარებული ტოკენებისა და გამოქვეყნებული ტარიფების მიხედვით. ქეშირებული შეტანები შეიძლება დაანგარიშდეს შემცირებული ტარიფით. DeepCerebra იყენებს თითოეული სვლისთვის ბიუჯეტის დამცავ მექანიზმებსა და ხარჯების კონტროლს, რათა თავიდან აიცილოს უკონტროლო გამოყენება. მომხმარებლები პასუხისმგებელნი არიან თავიანთი ანგარიშით განხორციელებულ გამოყენებაზე, მათ შორის აგენტის მიერ ავტორიზებული სამუშაო პროცესების შესრულებისას.

6 შესაბამისი გამოყენება

კლიენტები ერთპიროვნულად არიან პასუხისმგებელნი მათ და მათი მომხმარებლების მიერ სერვისებზე წვდომასა და გამოყენებაზე, და უნდა უზრუნველყონ, რომ ასეთი გამოყენება შეესაბამებოდეს ყველა მოქმედ კანონს, მათ შორის ინტელექტუალურ საკუთრებასთან, კონფიდენციალურობასთან და ექსპორტის კონტროლთან დაკავშირებულ კანონებს. კლიენტები პასუხისმგებელნი არიან გენერირებული გამომავალი პროდუქტის განხილვასა და ტესტირებაზე მის გამოყენებამდე ან განთავსებამდე, და იმ ქმედებებზე, რომელთა განხორციელების უფლებასაც აძლევენ აგენტს მათ გარემოში.

7 ტექნიკური მოთხოვნები

ვებ აპლიკაცია მოითხოვს თანამედროვე ბრაუზერს (Chrome, Edge, Firefox, ან Safari) რეკომენდებული მიმდინარე ვერსიებით. დესკტოპ აპლიკაციები მოწოდებულია Windows-ისთვის, Linux-ისთვის და macOS-ისთვის. ადგილობრივი მოდელების გამოყენება მოითხოვს თავსებად ადგილობრივ runtime-ს (Ollama ან LM Studio) და საკმარის ადგილობრივ ან ქსელურ GPU რესურსებს. სტაბილური ინტერნეტ კავშირი საჭიროა ღრუბლოვანი მოდელის მარშრუტიზაციის, ანგარიშის და ბილინგის ფუნქციებისთვის.