Decodifica un color con almohadilla y exactamente seis dígitos hexadecimales ASCII en tres canales enteros.
def rgb_hex(text):
digits = "0123456789abcdefABCDEF"
if not isinstance(text, str) or len(text) != 7 or text[0] != "#":
raise ValueError("color.format")
if any(char not in digits for char in text[1:]):
raise ValueError("color.digit")
return tuple(int(text[i:i + 2], 16) for i in (1, 3, 5))| Proyecto | Comprueba mayúsculas mezcladas y ambos extremos, rechazando abreviaturas, espacios externos y dígitos Unicode parecidos. |
|---|---|
| Revisa antes de aplicar | Compara el comportamiento real con el resultado esperado. Si una prueba falla, investiga la causa antes de hacer más cambios. |
| Modelos | Configura un endpoint compatible con OpenAI o Anthropic usando la URL base y, si hace falta, una clave API. Prueba la conexión. Un servidor local debe estar en ejecución; las herramientas remotas pueden enviar datos por separado. |
def rgb_hex(text):
digits = "0123456789abcdefABCDEF"
if not isinstance(text, str) or len(text) != 7 or text[0] != "#":
raise ValueError("color.format")
if any(char not in digits for char in text[1:]):
raise ValueError("color.digit")
return tuple(int(text[i:i + 2], 16) for i in (1, 3, 5))ChromaWicket proporciona un entorno de programación para Windows con el que desarrollar el comportamiento de análisis mediante una conversación con IA. Empieza por la notación que tu aplicación promete admitir, no por una solicitud de mayor flexibilidad. Muestra entradas representativas y el consumidor posterior para que el cambio propuesto pueda juzgarse según el contrato de interfaz al que sirve.
El ejemplo de color hexadecimal de seis dígitos es una tarea compacta que puedes incorporar a ese flujo de trabajo. Pide al modelo que inspeccione la gestión del prefijo, los caracteres admitidos y los canales devueltos en tu propio código. Si quieres admitir otra notación, explícalo como un cambio de producto e incluye ejemplos, en vez de suponer que un analizador debería admitir todos los formatos de color conocidos.
Revisa la implementación propuesta junto con su recorrido de fallo. Una modificación útil conserva la distinción entre un valor negro válido y una entrada que nunca se admitió. Ejecuta casos positivos y negativos en tu entorno de desarrollo, y prueba después el control consumidor para comprobar cómo se muestra un error de análisis y si la entrada original sigue disponible para corregirla.
Puedes conectar un modelo de IA sin restricciones cuando tu servicio compatible con OpenAI o Anthropic admitido lo proporcione. Pueden requerirse credenciales. Comprueba la capacidad de contexto y las herramientas admitidas del modelo, y ten presentes las restricciones del proveedor; elegir un modelo ayuda en el trabajo, pero no define por ti el lenguaje admitido por el analizador.
Solo cuando amplíes deliberadamente el contrato. Especifica ejemplos de la notación adicional y cómo se corresponde con los valores de canal. Revisa el código que lo llama y los mensajes de error para que un cambio práctico no introduzca criterios de aceptación incoherentes en la aplicación.
Mantén el fallo de análisis distinguible de un color legítimo con valor cero. Pide al asistente que inspeccione el uso de valores predeterminados en el código que llama al analizador y prueba después, como casos separados a través del control real, una entrada mal formada y un valor negro válido.
Incluye el analizador, el controlador de envío o cambio del campo y el código que muestra un error o consume los valores de canal. Así se ve cómo recorre la interfaz una entrada admitida y cómo llega el rechazo al usuario.
Sí. Pide primero al modelo conectado que describa la gramática actual y las pruebas que encuentra en el código fuente. Compara esa explicación con el contrato previsto y solicita después únicamente los cambios necesarios para resolver la diferencia identificada.
ChromaWicket · Actualizado 2026-10-25