Decodifique uma cor com cerquilha e exatamente seis dígitos hexadecimais ASCII em três canais inteiros.
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))| Projeto | Teste caixa mista e ambos os extremos, rejeitando abreviações, espaços externos e dígitos Unicode semelhantes. |
|---|---|
| Revise antes de aplicar | Compare o comportamento real com o resultado esperado. Se uma verificação falhar, investigue a causa antes de fazer outras alterações. |
| Modelos | Configure um endpoint compatível com OpenAI ou Anthropic com a URL base e uma chave API, quando necessária. Teste a conexão. O servidor local precisa estar em execução; ferramentas remotas podem transmitir dados separadamente. |
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 oferece um ambiente de programação para Windows para desenvolver o comportamento de análise de entradas por meio de uma conversa com IA. Comece pela notação que a aplicação promete aceitar, e não por um pedido de análise mais flexível. Mostre entradas representativas e o consumidor posterior para que a alteração proposta possa ser julgada pelo contrato de interface ao qual atende.
O exemplo de cor hexadecimal de seis dígitos é uma tarefa compacta que você pode levar a esse fluxo. Peça ao modelo que inspecione o tratamento do prefixo, os caracteres aceitos e os canais retornados no seu código. Se quiser suportar outra notação, explique isso como uma mudança de produto e inclua exemplos, sem presumir que um analisador deva aceitar todo formato conhecido de cor.
Revise a implementação proposta junto com seu caminho de falha. Uma edição útil preserva a distinção entre um valor preto válido e uma entrada que nunca foi aceita. Execute casos positivos e negativos no ambiente de desenvolvimento e depois exercite o controle consumidor para conferir como o erro de análise é exibido e se a entrada original continua disponível para correção.
Um modelo de IA sem restrições pode ser conectado quando seu endpoint suportado compatível com OpenAI ou da Anthropic fornecer um. Credenciais podem ser exigidas. Confira a capacidade de contexto e o suporte a ferramentas do modelo e considere as restrições do provedor; a seleção do modelo auxilia o trabalho, mas não define por você a linguagem aceita pelo analisador.
Somente quando você ampliar deliberadamente o contrato. Especifique exemplos da notação adicional e como ela é mapeada em valores de canais. Revise os chamadores e as mensagens de erro existentes para que uma mudança de conveniência não introduza aceitação inconsistente na aplicação.
Mantenha a falha de análise distinguível de uma cor legítima de valor zero. Peça ao assistente que inspecione o uso de valores padrão no chamador e depois teste uma entrada malformada e um preto válido como casos separados pelo controle real.
Inclua o analisador, o manipulador de envio ou alteração do campo e o código que exibe um erro ou consome os valores dos canais. Isso mostra como a entrada aceita percorre a interface e como a rejeição chega ao usuário.
Sim. Peça primeiro ao modelo conectado que descreva a gramática atual e suas evidências no código-fonte. Compare a explicação com o contrato pretendido e solicite apenas as mudanças necessárias para eliminar a diferença identificada.
ChromaWicket · Atualizado 2026-10-25