Décalez une date de mois entiers et limitez le jour au dernier du mois cible.
from calendar import monthrange
from datetime import date
def add_months(day, delta):
if type(day) is not date or type(delta) is not int:
raise ValueError("month.input")
year, month0 = divmod(day.year * 12 + day.month - 1 + delta, 12)
if not 1 <= year <= 9999:
raise ValueError("month.year")
last = monthrange(year, month0 + 1)[1]
return date(year, month0 + 1, min(day.day, last))from calendar import monthrange
from datetime import date
def add_months(day, delta):
if type(day) is not date or type(delta) is not int:
raise ValueError("month.input")
year, month0 = divmod(day.year * 12 + day.month - 1 + delta, 12)
if not 1 <= year <= 9999:
raise ValueError("month.year")
last = monthrange(year, month0 + 1)[1]
return date(year, month0 + 1, min(day.day, last))Les changements de date cachent souvent une décision produit dans une fonction utilitaire. MonthAnchor est un espace de programmation avec IA sous Windows pour discuter de cette décision en gardant l’implémentation sous les yeux. Ouvrez votre projet et décrivez le résultat calendaire attendu avant de demander au modèle connecté de modifier le code. Incluez les appelants dépendant du comportement actuel, pas seulement la fonction de date.
Un rappel récurrent offre un cas concret : avancer une date d’un mois lorsque son jour n’existe pas dans le mois d’arrivée. Demandez à l’assistant d’examiner la règle actuelle et de proposer une modification seulement après avoir décidé s’il faut ramener le jour au dernier jour disponible ou appliquer une autre règle. Ce rappel est un scénario de développement, pas un service de planification fourni.
Examinez la proposition sur plusieurs opérations successives. Un premier ajustement peut influencer l’ajout du mois suivant ; définissez donc si le jour d’ancrage initial doit être mémorisé ailleurs. Exécutez les tests du projet pour les fins de mois, années bissextiles et années prises en charge. Vérifiez la date présentée à l’utilisateur autant que la valeur immédiatement renvoyée par la fonction avant d’accepter la modification.
MonthAnchor se connecte à des points de terminaison compatibles OpenAI ou Anthropic pris en charge. Un modèle d’IA dont les mécanismes de refus ont été atténués peut vous aider si le service configuré en propose un ; les limites de contexte et les outils pris en charge dépendent de cette configuration. Le modèle peut proposer du code calendaire, mais vos exigences déterminent si son comportement est correct.
Ces opérations répondent à des exigences différentes. Un rappel à une date calendaire ne suit pas nécessairement une durée fixe. Dites à l’assistant quelle règle l’application promet, puis vérifiez si l’implémentation proposée la préserve pour les mois courts.
Cela dépend de la mémorisation du jour d’ancrage initial ou de l’utilisation du dernier résultat comme nouvelle entrée. Précisez explicitement la séquence voulue. Testez plusieurs déplacements sans supposer qu’un seul résultat correct prouve le comportement récurrent.
Seulement si l’exigence concernée implique des heures ou une conversion de fuseau. Une fonction limitée aux dates peut avoir volontairement un contrat plus étroit. Demandez quels appelants nécessitent un comportement supplémentaire avant d’élargir le correctif à une autre catégorie de problème calendaire.
Incluez des mois d’arrivée courts, une transition d’année bissextile, un déplacement négatif et les limites d’années prises en charge. Écrivez les résultats attendus selon la règle de votre application. Exécutez ces tests dans le projet au lieu de vous fier uniquement aux exemples de l’assistant.
MonthAnchor · Mis à jour 2026-10-25
