Инструмент LLM (call_llm)

// Простой файл
attachments: ["/src/auth.ts"]

// Большой файл — укажите диапазон строк (обязательно для файлов >2000 строк)
attachments: [{ path: "/logs/app.log", startLine: 1000, endLine: 1500 }]

// Смесь файлов и изображений (для изображений только API-ключ)
attachments: ["/src/component.tsx", "/designs/mockup.png"]

{ path: "/path/to/large-file.log", startLine: 100, endLine: 600 }

call_llm(prompt: "Summarize", attachments: ["/file1.ts"])
call_llm(prompt: "Summarize", attachments: ["/file2.ts"])
call_llm(prompt: "Summarize", attachments: ["/file3.ts"])
// Все вызовы выполняются параллельно — примерно в 3 раза быстрее последовательных!

call_llm({
  prompt: "Summarize the main functionality",
  attachments: ["/src/auth/handler.ts"],
  model: "claude-haiku-4-5-20251001"
})

call_llm({
  prompt: "Extract all API endpoints from this file",
  attachments: ["/src/routes.ts"],
  outputSchema: {
    type: "object",
    properties: {
      endpoints: {
        type: "array",
        items: {
          type: "object",
          properties: {
            method: { type: "string" },
            path: { type: "string" },
            handler: { type: "string" }
          }
        }
      }
    },
    required: ["endpoints"]
  }
})

call_llm({
  prompt: "Classify this support ticket by urgency and category",
  attachments: ["/tickets/latest.txt"],
  outputFormat: "classification"
})
// Возвращает: { category: "billing", confidence: 0.92, reasoning: "..." }

call_llm({
  prompt: "Analyze this algorithm for edge cases and potential bugs",
  attachments: ["/src/sorting.ts"],
  model: "claude-sonnet-4-6",
  thinking: true,
  thinkingBudget: 15000
})

call_llm({
  prompt: "Describe the UI issues in this screenshot",
  attachments: ["/screenshots/bug-report.png"],
  model: "claude-sonnet-4-6"
})