Examinez le code
écrit par votre agent IA
Votre agent a terminé une tâche, mais le diff est trop long à lire attentivement. Ouvrez le projet dans Yenpo, partez de « Modifications locales » ou d’un diff de branche, puis utilisez la recherche, la navigation et l’AI Reader pour examiner les changements un par un.
Installation et ouverture de votre premier projet
Fichiers locaux sur Mac · IA facultative · Modifications locales et diffs Gitv0.1.303 EAP · Apple silicon & Intel · macOS 14+Expire le (UTC)L’IA nécessite un fournisseur de modèles configuré ; ses frais d’utilisation s’appliquent.
Transformez une modification acceptée en code que vous savez expliquer
Après une session avec Claude Code, Codex ou Cursor, choisissez une petite modification que vous voulez maîtriser. Posez une question concrète : quels éléments ce filtre doit-il renvoyer, quelle règle exclut un élément et que se passerait-il si elle changeait ? Notez votre prédiction avant de demander une explication.
Gardez l’entrée à côté de la règle
Ouvrez les données, la fonction de filtrage et l’appelant dans des onglets distincts. Utilisez la recherche de fichiers et de texte pour retrouver les noms de la fonctionnalité. Lisez les valeurs réellement fournies par l’appelant.
Vérifiez une explication dans le code source
Une fois le fournisseur configuré, interrogez la règle ou la branche que vous ne savez pas expliquer. Suivez les références au code source et lisez les conditions environnantes, puis décrivez le résultat avec vos propres mots.
Modifiez une règle et vérifiez le résultat
Choisissez une petite modification manuelle. Prédisez les cas qui changeront et ceux qui resteront identiques, puis lancez la commande ou le test ciblé dans votre terminal. Gardez l’explication avec vos notes.
Essayez cette boucle d’apprentissage avec un petit filtre exécutable
L’exercice comprend des données fictives, trois prédictions de sortie, une modification d’une ligne et des vérifications du comportement modifié. Aucun compte de modèle n’est nécessaire. Yenpo vous permet de lire le code local ; vous exécutez vous-même l’exemple et ses vérifications.
Examinez une modification à travers le comportement qu’elle affecte
Suivez un comportement créé par votre IA
Choisissez un petit comportement ajouté par votre agent que vous ne savez pas encore expliquer. Prédisez sa sortie, lisez la règle qui la détermine et faites une modification que vous pouvez vérifier vous-même.
Apprenez avec un exercice de filtrage exécutableReliez une branche à ses appelants
Demandez quelle entrée sélectionne une implémentation, ce qui se passe après l’appel et où une erreur arrête l’exécution. Lisez l’appelant autant que la fonction expliquée.
Suivez une requête HTTPVérifiez une modification écrite par l’IA
Comparez des commits ou branches sélectionnés autour d’une question précise. Vérifiez la branche citée, les appelants inchangés et les assertions des tests avant d’accepter une explication.
Examinez les assertions modifiéesYenpo convient au travail où vous continuez à lire le dépôt tout en discutant d’une modification. Ce n’est pas un agent de programmation : il ne lance ni compilation ni tests et ne fusionne pas de correctifs. Gardez ces étapes dans Claude Code, Codex, Cursor ou votre terminal.
Dressez une petite carte avant d’explorer tout le dépôt
Dans ce projet pédagogique, preview affiche « Moon Kite · paper » et list les noms des objets exposés. Les deux commandes utilisent les mêmes données. Suivez leurs chemins dans le code à l’aide des notes de lecture rédigées à la main ci-dessous.
- Confirmez le point d’entrée. Lisez README.md et package.json. Le script preview sélectionne src/preview.mjs avec moon-kite en entrée. Le script list démarre plutôt src/list.mjs. Conservez la commande et la version du code source dans vos notes.
- Utilisez une sortie comme indice. La recherche de Moon Kite trouve catalog.mjs, qui contient les données. Suivez findExhibit jusqu’à son appelant dans build-label.mjs, puis buildLabel jusqu’à preview.mjs. Vérifiez le script de lancement avant de désigner un résultat de recherche comme point d’entrée.
- Nommez le rôle de chaque fichier. preview.mjs reçoit l’identifiant et affiche le résultat. build-label.mjs coordonne la recherche et le formatage. catalog.mjs trouve l’enregistrement ; format-label.mjs le transforme en texte. Ces quatre rôles suffisent pour cette question.
Téléchargez le projet, la carte complétée et le modèle de notes vierge. Décompressez-le, entrez dans exhibit-labels et lancez ces commandes dans Terminal avec Node.js 22 ou ultérieur. Aucune dépendance ni connexion à un modèle n’est nécessaire.
node src/preview.mjs moon-kite
node src/list.mjs
node --test tests/lab.test.mjspreview affiche « Moon Kite · paper » ; list affiche « Moon Kite » et « Cloud Loom » sur deux lignes. Les 5 tests passent, y compris la sélection d’un autre objet et l’arrêt avant la sortie pour un identifiant inconnu. L’archive contient les emplacements du code source et un manifeste d’empreintes des fichiers.
Pour votre propre dépôt, gardez les questions ouvertes à côté de la carte : d’où viennent les arguments de lancement, quelle implémentation est choisie, les données viennent-elles d’un fichier ou d’un service ? Choisissez le fichier suivant à partir de l’une de ces questions. Une arborescence seule ne révèle pas le chemin exécuté.
Gardez les fichiers utiles ouverts pendant vos questions
- Trouvez un point de départ. Ouvrez le dossier exhibit-labels extrait comme projet local. Utilisez Command-P pour preview.mjs ou « Rechercher dans tous les fichiers » pour Moon Kite. Gardez l’entrée et le catalogue ouverts en suivant les imports. Un fichier, un dossier ou une sélection peut donner un point de départ à l’AI Reader.
- Interrogez un seul comportement. Par exemple : « Pour la commande preview avec moon-kite, quels fichiers sélectionnent l’enregistrement, formatent son texte et l’affichent ? Donne les emplacements source et traite la commande list séparément. » Limitez la réponse à ce chemin.
- Ouvrez les références au code source. Une référence ouvre les lignes citées dans l’aperçu rapide du code. Utilisez « Ouvrir le fichier » pour lire le code environnant dans un onglet. Vérifiez que ces lignes étayent réellement l’affirmation.
- Suivez les conséquences. Notez les fichiers vérifiés, leurs rôles et la prochaine question ouverte. Lancez une commande ou un test ciblé dans Terminal pour confirmer un comportement. L’AI Reader ne l’exécute pas à votre place.
Sachez ce qui reste local et ce qui part vers votre modèle
Lecture locale et lecture assistée par un modèle
La consultation et la recherche de fichiers locaux ne nécessitent aucun compte de modèle. Pour interroger l’AI Reader, configurez un fournisseur, un type d’API, un point de terminaison et un modèle dans les réglages. Les API prises en charge sont Chat Completions compatible OpenAI, OpenAI Responses et Anthropic Messages. L’accès et les frais dépendent de votre compte fournisseur.
La question, le contexte pertinent, les pièces jointes et le code lu pendant l’analyse sont envoyés au point de terminaison configuré. L’AI Reader peut lire d’autres fichiers liés aux pièces jointes. Un fournisseur distant traite ces données hors de votre Mac.
Configurez un fournisseur de modèlesChoisissez la prochaine vérification selon ce qui reste flou
Si le mauvais objet est sélectionné dans l’exercice, lisez l’entrée et la recherche. Si l’enregistrement est correct mais son étiquette erronée, lisez le formateur. Dans un projet plus grand, choisissez de la même façon : suivez la question dans une analyse ciblée.
- Quel réglage l’emporte ? Suivez une valeur de l’entrée à la sortie.
- Laissez une note de passation reproductible
- L’explication de l’IA tient-elle ? Vérifiez ses affirmations une par une.
- Où l’exécution a-t-elle échoué ? Remontez l’erreur jusqu’à sa source.
- Que peut affecter une modification ? Examinez ses consommateurs et leurs attentes.
L’exercice précédent sur une branche dans un seul fichier reste disponible si vous préférez un point de départ plus petit.
Essayez-le sur le prochain changement
de votre IA.
Les diffs, modifications locales et recherches fonctionnent immédiatement. Connectez un fournisseur de modèles lorsque vous souhaitez interroger l’AI Reader.
Télécharger l’EAPL’interface de l’app est disponible en anglais, chinois simplifié et traditionnel, japonais, espagnol, portugais brésilien, coréen, allemand, français et russe.
v0.1.303 EAP · Apple silicon & Intel · macOS 14+Expire le (UTC)