Vai al contenuto principale

Documentation Index

Fetch the complete documentation index at: https://docs.devin.ai/llms.txt

Use this file to discover all available pages before exploring further.

Fast Context è un subagent specializzato in Devin Desktop che recupera il codice pertinente dalla tua base di codice fino a 20 volte più velocemente rispetto alla tradizionale ricerca basata su agenti. Potenzia la capacità di Cascade di comprendere rapidamente basi di codice di grandi dimensioni, mantenendo al tempo stesso l’intelligenza dei modelli più avanzati.

​
Uso di Fast Context

Quando Cascade riceve una query che richiede una ricerca nel codice, Fast Context si attiva automaticamente. Ti accorgerai che Fast Context è attivo quando:
  • Cascade identifica rapidamente i file pertinenti nella tua base di codice
  • Le query su basi di codice di grandi dimensioni vengono completate più rapidamente di prima
  • Cascade impiega meno tempo a leggere codice non pertinente

​
Come funziona

Fast Context usa SWE-grep e SWE-grep-mini, modelli personalizzati addestrati specificamente per il recupero rapido del codice. Questi modelli combinano la velocità della tradizionale ricerca tramite embedding con l’intelligenza dell’esplorazione agentica. Quando esegui una query in Cascade che richiede una ricerca nella tua base di codice, Fast Context si attiva automaticamente per:
  1. Individuare file e sezioni di codice pertinenti usando chiamate parallele agli strumenti
  2. Eseguire più ricerche contemporaneamente
  3. Restituire risultati mirati in pochi secondi invece che in minuti
Questo approccio evita di inquinare il contesto e mira a ridurre il tradizionale compromesso tra velocità e accuratezza. Delegando il recupero a un subagent specializzato, Cascade conserva il proprio budget di contesto e la propria capacità di ragionamento per l’attività effettiva da svolgere.

​
Modelli SWE-grep

Fast Context è alimentato dalla famiglia di modelli SWE-grep:
  • SWE-grep: Variante ad alta capacità ottimizzata per attività complesse di recupero delle informazioni
  • SWE-grep-mini: Variante ultrarapida che supera i 2.800 token al secondo
Entrambi i modelli sono addestrati tramite apprendimento per rinforzo per eccellere nelle chiamate parallele agli strumenti e nella navigazione efficiente della base di codice. Eseguono fino a 8 chiamate parallele agli strumenti per turno, per un massimo di 4 turni, consentendo di esplorare contemporaneamente diverse parti della tua base di codice. I modelli utilizzano un insieme limitato di strumenti compatibili multipiattaforma (grep, read, glob) per garantire prestazioni costanti su diversi sistemi operativi e ambienti di sviluppo.