Tarihi tam takvim ayları kadar kaydırıp günü hedef ayın son gününe sınırlayın.
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))Tarih değişiklikleri çoğu zaman bir yardımcı işlevin içinde ürün kararını gizler. MonthAnchor, uygulamayı görerek bu kararı tartışabileceğiniz bir Windows yapay zekâ kodlama çalışma alanıdır. Projenizi açın ve bağlı modelden kodu düzenlemesini istemeden önce beklenen takvim sonucunu açıklayın. Yalnızca tarih yardımcısını değil, mevcut davranışa bağlı çağıranları da ekleyin.
Yinelenen bir hatırlatıcı somut bir görev sunar: günün hedef ayda bulunmadığı durumda tarihi bir ay ileri taşımak. Asistandan mevcut kuralı incelemesini isteyin; ancak günün ayın son gününe sınırlandırılmasına mı yoksa başka bir kurala mı uyacağına karar verdikten sonra değişiklik önermesini isteyin. Bu hatırlatıcı, sunulan bir zamanlama hizmeti değil, geliştirme senaryosudur.
Öneriyi ardışık işlemler boyunca inceleyin. Bir kez ay sonuna sınırlandırmak, bir ay daha eklendiğinde olanları etkileyebilir; ilk esas alınan günün başka bir yerde hatırlanıp hatırlanmayacağını tanımlayın. Ay sonları, artık yıllar ve desteklenen yıl aralığı için proje testlerini çalıştırın. Düzenlemeyi kabul etmeden önce yardımcının doğrudan dönüş değerinin yanı sıra kullanıcıya gösterilen tarihi de kontrol edin.
MonthAnchor desteklenen OpenAI uyumlu veya Anthropic uç noktalarına bağlanır. Yapılandırılmış hizmet sunuyorsa abliterasyon uygulanmış bir yapay zekâ modeli yardımcı olabilir; bağlam sınırları ve araç desteği bu kuruluma bağlıdır. Model takvim kodu önerebilir; davranışının doğru olup olmadığını gereksinimleriniz belirler.
Bu iki işlem farklı gereksinimleri karşılar. Takvim tarihine bağlı bir hatırlatıcı sabit bir süreyi izlemeyebilir. Asistana uygulamanın hangi kuralı vaat ettiğini söyleyin, ardından önerdiği uygulamanın kısa aylarda bu kuralı koruyup korumadığını inceleyin.
Bu, uygulamanın ilk esas alınan günü hatırlamasına veya son sonucu yeni girdi olarak kullanmasına bağlıdır. Amaçlanan diziyi açıkça belirtin. Tek bir doğru sonucun yineleme davranışını kanıtladığını varsaymak yerine birden fazla ilerletmeyi test edin.
Yalnızca etkilenen gereksinim saatleri veya dilim dönüşümünü içeriyorsa. Sadece tarih işleyen bir yardımcının sözleşmesi bilinçli olarak daha dar olabilir. Yamayı başka tür bir takvim sorununa genişletmeden önce hangi çağıranların ek davranışa ihtiyaç duyduğunu sorun.
Kısa hedef ayları, artık yıl geçişini, negatif ilerlemeyi ve desteklenen yıl sınırlarını ekleyin. Beklenen sonuçları uygulama kuralınıza göre yazın. Yalnızca asistanın örneklerine güvenmek yerine bu testleri projede çalıştırın.
MonthAnchor · Güncellendi 2026-10-25
