Zed 编辑预测训练管线解析teacher_jumps 提示词如何让模型做出长距离跨文件编辑预测【免费下载链接】zedCode at the speed of thought – Zed is a high-performance, multiplayer code editor from the creators of Atom and Tree-sitter.项目地址: https://gitcode.com/GitHub_Trending/ze/zed本文围绕 Zed 仓库中 teacher_jumps.md 这一提示词模板展开讲解 Zed 编辑预测edit prediction数据管线中teacher-jumps方案的核心设计基于内容哈希标记Hashed Regions的跨文件编辑寻址、永不回退用户编辑的规则体系、NO_EDITS兜底机制以及模板中{{edit_history}}、{{context}}、{{cursor_excerpt}}三个占位符如何被 format_prompt.rs 组装、模型响应又如何被解析回可应用的补丁。读完本文你可以理解该提示词每一节规则的意图并能在 edit_prediction_cli 中定位到对应的实现与测试。一、teacher_jumps 在 Zed 编辑预测管线中的位置Zed 的编辑预测功能需要大量高质量的用户下一步会怎么改代码样本。edit_prediction_cli下称epCLI就是训练数据管线工具它从真实仓库/提交中构造示例Example通过上下文检索补齐相关代码用一个大模型teacher生成预测补丁再评分、蒸馏出学生模型可用的训练数据。teacher_jumps.md就是其中teacher-jumps这条预测路线的提示词模板。jumps跳跃指的是预测不局限于光标附近的可编辑区域模型可以输出针对当前文件其他位置、甚至其他文件的编辑——即长距离编辑预测。与普通teacher路线相比它的两个关键特征是全上下文打标记当前文件和所有相关代码片段related excerpts都被插入形如|marker_b1f8|的哈希区域标记模型用标记对来寻址要改写的代码区间有序编辑序列输出模型可以输出多个代码块每个代码块对应一次编辑按预期的编辑顺序排列。模板通过 prompt_assets.rs 的get_prompt(teacher_jumps.md)加载启用dynamic_promptsfeature 时直接从src/prompts目录读取便于开发期热改提示词否则在编译期通过fs_embed!内嵌到二进制中。二、模板结构与占位符体系teacher_jumps.md全文由以下部分构成任务定义Instructions告诉模型它是代码编辑器中的编辑预测助手基于用户最近的编辑历史和可见代码预测下一步编辑关注点与规则Focus on / Rules定义预测的取舍原则与硬性约束输入格式Input Format说明模型会看到哪三类输入、标记标记marker如何工作输出格式Output Format定义以标记为界的 span 输出协议7 个少样本示例Example 1–7覆盖补全、拼写延续、跨文件重命名、NO_EDITS、删除保护、两段式编辑补代码补 import、改写已接受预测等场景任务段Your task三个占位符注入真实数据。文末的任务段是模板与运行时的唯一接口# 1. User Edit History{{edit_history}}# 2. Related excerpts {{context}} # 3. Current File {{cursor_excerpt}} 在 [format_prompt.rs](https://link.gitcode.com/i/74770d825931dfc24590382170683cb0#L395-L401) 中TeacherJumpsPrompt::format_prompt 正是执行这三个 replace rust let prompt_template crate::prompt_assets::get_prompt(teacher_jumps.md); let prompt prompt_template .replace({{context}}, context) .replace({{edit_history}}, edit_history) .replace({{cursor_excerpt}}, cursor_excerpt); 三类占位内容各有明确的装配逻辑与预算约束 | 占位符 | 内容 | 预算/约束源码出处 | |---|---|---| | {{edit_history}} | 按时间顺序的用户编辑 diff | 由 format_edit_history_within_budget 在 **4000 token** 预算内截取MAX_HISTORY_TOKENS 4000[format_prompt.rs](https://link.gitcode.com/i/74770d825931dfc24590382170683cb0#L370) | | {{context}} | 当前文件之外所有相关代码片段 | --related-files-budget 控制默认 **8192 token**DEFAULT_RELATED_FILES_BUDGET[main.rs](https://link.gitcode.com/i/e4ca06001a1fda91af9ba3493877040a#L372) | | {{cursor_excerpt}} | 当前文件全文含标记与 |user_cursor| | 必须有覆盖光标位置的上下文片段否则直接报错见下文 | 其中 format_context 的装配细节值得注意[format_prompt.rs](https://link.gitcode.com/i/74770d825931dfc24590382170683cb0#L475-L596) - 每个片段渲染时用 hashed_regions::write_snippet_with_markers 注入标记 - token 预算按 **字节数除以 3** 粗估按片段的 order 排序后贪心装填装不下的片段整体丢弃被省略的行以 ... 标示 - **当前文件被显式跳过**——它有自己的 Current File 段落format_cursor_excerpt避免在 prompt 中出现两次 - 历史数据中可能只有 cursor_excerpt 而没有走过 current-file 上下文检索此时 hashed_regions::ensure_cursor_file_excerpt 会先做归一化合成当前文件的上下文片段。 另外teacher-jumps 对上下文有硬性前提光标所在文件必须被某个 related-file 片段覆盖否则 format_prompt 会返回错误提示需要 current-file context retrieval (e.g. ep context --typecurrent-file,...)[format_prompt.rs](https://link.gitcode.com/i/74770d825931dfc24590382170683cb0#L380-L383)。这与 [hashed_regions.rs](https://link.gitcode.com/i/ba17c870ccff4c1f00c1259c52e1fc34) 模块头注释一致**在 hashed regions 格式下所有上下文包括当前文件都统一存放在 related files 中**通过 ContextSource::CurrentFile 进入。 ## 三、规则体系保护用户意图允许修正机器产物 Rules 一节是整个提示词中约束力最强的部分其核心是一条不可违反的原则和一条例外通道 ### 3.1 永不回退用户最近的编辑 提示词明确要求模型**绝不能撤销或还原用户刚刚做出的编辑**并给出可操作的判定准则 - 编辑历史中 - 开头的行被删除的内容即使让代码看起来不完整、坏掉也**不得恢复** - 开头的行新增内容不得删除或大幅改写 - 代码在用户编辑后看起来坏掉或不完整时应输出 NO_EDITS而不是修复它 - **关键自检**如果你的预测会让代码更接近用户编辑之前的样子就输出 NO_EDITS - 永远不要假设某次删除是笔误——用户可能正在重写中。 这条规则直接对应 Example 5用户在 Nix 配置里把 /tmp/crashdb 删成 /tmp/cr表面看是半截单词但补全 ashdb 就等于恢复被删除的内容正确行为是 NO_EDITS。 ### 3.2 例外已被接受的预测产物可以被修正 编辑历史中以 // User accepted prediction: 开头的 hunk表示这段代码来自**上一轮预测被用户接受**后落入缓冲区的内容。提示词规定这些 hunk 可以被编辑、修正甚至替换——永不回退保护的是用户*当前的输入意图*而机器生成的脚手架不在此列。 Example 7 完整演示了这一例外用户接受了一个预测生成的 calculate_rectangle_perimeter(width, height) 函数骨架随后开始把 rectangle 重命名为 sq...。正确预测是把函数名补成 calculate_square_perimeter**同时**把参数从 (width, height) 改为 (side)——因为参数正是被接受预测自动生成的改它不算回退用户输入而是改进机器脚手架。这个用户手打的不能碰、机器生成的可以改的二分法是长距离预测能安全地做重构传播propagation的前提。 ### 3.3 其余预测风格规则 - 不要机械套用模式要基于上下文推理什么改动合理 - 不只修语法错误要找更大的重构模式并系统性地应用例如签名变更后更新所有调用点 - 保持既有格式**不得**做与真实编辑无关的空白行增删 - 编辑历史与周边代码暗示不同编辑时**优先最近的编辑**最能代表当前意图; - 光标附近的半截文本视为用户正在输入基于上下文补全 - 补全时优先节省有意义的按键代码场景下宁可给出可能被拒绝的实质性预测也不要只省几个键的最小预测 - 编辑散文/文档Markdown、注释、纯文本时保守处理只补全当前片段或句子不生成额外的自由文本。 ## 四、标记寻址协议|marker_xxxx| 如何工作 这是 teacher-jumps 区别于普通 teacher 路线的机制核心。模板的 Input Format 一节向模型说明了标记的语义 - 当前文件和每个 related excerpt 中都插入了形如 |marker_b1f8| 的标记每个标记有**唯一的四字符标识符由标记附近的代码内容派生** - 标记位于块边界上把代码切分为可编辑的 span**同一 excerpt 中任意两个标记之间的 span 都可以被整体改写** - 片段内部的 ... 表示有代码被跳过。 实现层在 [zeta_prompt/src/hashed_regions.rs](https://link.gitcode.com/i/4cba5f0733c5841a2a96a4b2c1016b37)。该模块是 Smart Regions 多区域格式的一个变体V0609HashedRegions其设计动机摘自模块头注释 - 标记标识符是**内容派生的短哈希**4 个 base64url 字符TAG_ID_LEN 4而非顺序编号 - 因此哈希标识是**自描述的**无需复现 prompt 的确切渲染顺序就能把标记映射回位置 - 于是标记可以放在**全部 prompt 上下文**中且 related files 的预算截断不会导致剩余标记的寻址漂移 - 标记表由 build_marker_table 生成**确定性**且不依赖后续的任何截断——这正是模型输出能被事后解析回补丁的关键解析时用同一张表重建寻址。 输出协议Output Format 一节把上述机制固化为一组可验证的约束 1. 先简述用户意图与需要变更的位置然后输出**一个 markdown 代码块序列**每个代码块对应一次编辑按用户预期的编辑顺序排列 2. 每个代码块必须**以标记开头、以标记结尾**两个标记必须来自**同一个 excerpt**且起始标记在前 3. 两标记之间的内容是该片段的**完整替换**——你没有提前停止的权利即使实际改动只触及 span 开头也必须原样复写到结束标记未复现的原行视为被删除 4. 选择**最窄的**标记对使预测编辑被完整包含以最小化无谓输出 5. 未变更行必须忠实复现删代码时优先选择结束标记位于删除代码**之后**的 span输出到结束标记前就停止会被判为截断malformed而不是删除 6. 输出中不得包含中间标记只允许首尾两个 7. 所有编辑都作用于**原始快照**不同编辑的 span 不得重叠后面的编辑不得依赖前面编辑插入的文本 8. 无需编辑时输出仅含 NO_EDITS 的单个代码块 9. 若预测输出中存在用户大概率接下来要编辑的位置可用 |user_cursor| 标出**至多一次**。 这组协议与 Example 4 形成呼应用户把 add 函数里的 a - b 修正为 a b代码已完整正确模型应当说明意图后输出 NO_EDITS——即没有清晰的下一步编辑本身是一等公民的合法输出。 ### 7 个少样本示例各教什么 | 示例 | 场景 | 教会模型的行为 | |---|---|---| | Example 1 | total ; 光标停在空操作数处related excerpt 里有 Product 结构体定义 | 利用其他文件中的类型定义推断应填 product.price | | Example 2 | 用户打出 epr疑似 eprintln! 拼错一半 | **延续**用户轨迹而非纠正补成 eprintln!(|user_cursor|) 并把光标放进字符串里让用户自己填内容 | | Example 3 | 当前文件里 fetch_user 改名为 fetch_user_cachedsrc/server.rs 片段里仍是旧名 | 跨文件完成重命名对 server.rs 中调用点输出一个标记 span 编辑 | | Example 4 | 修完 a - b → a b 的 bug代码已完整 | 输出 NO_EDITS | | Example 5 | 用户删除字符留下 /tmp/cr看似半截 | 不得恢复被删内容输出 NO_EDITS即使代码看起来坏了 | | Example 6 | timestamp datetime. 半截且 datetime 未导入 | 输出**两个**编辑先补 datetime.now(|user_cursor|)再在文件头 span 中插入 from datetime import datetime | | Example 7 | 接受过预测生成的函数用户开始重命名 | 修改机器生成的参数 (width, height) → (side)属于改进脚手架而非回退输入 | ## 五、运行时装配从 Example 到 Prompt 把模板落到代码上TeacherJumpsPrompt::format_prompt[format_prompt.rs](https://link.gitcode.com/i/74770d825931dfc24590382170683cb0#L374-L402)的执行链是 build_marker_table(prompt_inputs) // 为每个 related-file 片段分配哈希标记 locate_cursor_in_related_files(...) // 定位光标所在片段找不到则报错 format_edit_history(...) // 4000 token 预算内的编辑历史 format_context(..., budget, cursor_file_ix)// 相关片段跳过当前文件budget 内贪心装填 format_cursor_excerpt(...) // 当前文件 标记 |user_cursor| 替换 {{context}} / {{edit_history}} / {{cursor_excerpt}} 值得注意的是 ensure_cursor_file_excerpt 的调用位置在 [run_format_prompt](https://link.gitcode.com/i/74770d825931dfc24590382170683cb0#L46-L59) 中只有 provider 是 TeacherJumps 或 TeacherJumpsNonBatching 时才执行该归一化——因为其他 teacher 路线允许光标文件不在 related files 里而 teacher-jumps 的寻址协议要求光标文件必须是可寻址的 related file 之一。 ## 六、响应解析把标记 span 序列还原为补丁 模型响应不是直接可应用的TeacherJumpsPrompt::parse[format_prompt.rs](https://link.gitcode.com/i/74770d825931dfc24590382170683cb0#L404-L458)负责解析逻辑与模板规则一一对应 1. 若**最后一个代码块**内容恰为 NO_EDITS或响应以 NO_EDITS 结尾返回空补丁与空光标 2. 否则抽取全部代码块只保留包含 MARKER_TAG_PREFIX|marker_的块一个都没有则报 no marker-bounded edit codeblocks found in model response 3. 对每个代码块调用 hashed_regions::extract_marker_span 提取 (起始标记, 结束标记, 内容) 4. 交给 hashed_regions::build_patch_from_spans——与学生模型解析器共用的哈希区域补丁组装器——校验 span 合法性同 excerpt、不重叠、作用于原始快照等产出 (patch, cursor) 5. 若响应带 |user_cursor|进一步通过 ActualCursor::from_editable_region 换算出预测后的光标位置。 解析失败时不会中断整批任务在 [predict.rs](https://link.gitcode.com/i/6eb69d45e06dd446e51e05503aad27e9) 中解析错误被记录在 ExamplePrediction.error 字段里原始输出保留可用 parse-output 复查一个坏示例不再中止整个已经付费的批次。format_prompt.rs 内嵌的大组测试test_teacher_jumps_parse_rejects_truncated_span、test_teacher_jumps_parse_rejects_span_across_gapped_excerpts、test_teacher_jumps_parse_sequence_across_files 等[format_prompt.rs](https://link.gitcode.com/i/74770d825931dfc24590382170683cb0#L868-L1320)逐条验证了第四节的输出协议例如截断 span 被拒绝、跨越不连续片段的 span 被拒绝、NO_EDITS 被识别等。 ## 七、如何选用 teacher-jumpsCLI 参数与后端 ep CLI 通过 --provider 参数选择预测路线。从 [main.rs](https://link.gitcode.com/i/e4ca06001a1fda91af9ba3493877040a#L491-L546) 的 FromStr 实现可以看到 teacher-jumps 的完整取值空间 | provider 字符串 | 解析结果 | |---|---| | teacher-jumps 或 teacher_jumps | TeacherJumps(默认后端) | | teacher-jumps:backend | 指定后端的批处理batched路线 | | teacher-jumps-non-batching:backend含下划线别名 | 非批处理路线 | 后端TeacherBackend取值与对应模型名 | 别名 | 枚举 | 实际模型名 | |---|---|---| | sonnet45、sonnet、claude默认 | Sonnet45 | claude-sonnet-4-5 | | sonnet46 | Sonnet46 | claude-sonnet-4-6 | | gpt52 | Gpt52 | gpt-5.2 | | gpt54、gpt、openai | Gpt54 | gpt-5.4 | | gpt55 | Gpt55 | gpt-5.5 | 典型用法Display 实现确认了 predict --provider... 的书写形式 ep predict --providerteacher-jumps:sonnet46 ep predict --providerteacher_jumps:gpt52 与 teacher-jumps 相关的可调参数 - --related-files-budgetformat-prompt 时相关片段的 token 预算默认 8192TeacherJumpsPrompt::DEFAULT_RELATED_FILES_BUDGET[main.rs](https://link.gitcode.com/i/e4ca06001a1fda91af9ba3493877040a#L345-L348)调大意味着模型能看见更多文件、支持更远的 jumps但也会推高截断风险与成本 - --repetitions同一示例重复预测次数非批处理路线会以不同 seed 采样 - --cache-only只消费已缓存响应不排队新请求 - --wait批处理 provider 等待全部批次完成后退出。 数据侧还有一个版本门槛pull_examples 要求捕获数据来自 Zed **0.224.1** 及以上版本MIN_CAPTURE_VERSION[main.rs](https://link.gitcode.com/i/e4ca06001a1fda91af9ba3493877040a#L662-L669)因为该版本才引入了编辑历史中携带预测编辑、区分开源仓库的请求 schema。仓库内 [evals 目录](https://link.gitcode.com/i/ca5554400d4fbe7fd70ab178845f9212) 下的 .md 评测用例如 flask--add-import-statement.md、flask--rename-accepted-prediction.md、zed--add-eprintln.md 等覆盖了与模板示例同类的典型场景可作为观察该协议实际表现的材料。 ## 八、小结 teacher_jumps.md 是 Zed 编辑预测数据管线中 teacher-jumps 路线的提示词模板其设计可以归纳为三点 1. **内容哈希标记**|marker_b1f8|替代顺序编号使全部上下文当前文件 所有 related excerpts可被统一寻址且抗预算截断——这是跨文件、长距离编辑预测得以成立的基础设施实现在 [hashed_regions.rs](https://link.gitcode.com/i/4cba5f0733c5841a2a96a4b2c1016b37) 2. **意图保护规则**以预测若让代码回到编辑前就输出 NO_EDITS为自检基准严格保护用户的删除/重写仅对被接受的预测产物放行修正——这让模型敢做重命名传播、import 补全这类多位置重构 3. **可解析的输出协议**标记对 span 不重叠 作用于原始快照 NO_EDITS 哨兵 至多一次 |user_cursor|配合 [parse 与批量容错逻辑](https://link.gitcode.com/i/db3c2ffd86121ad57f8a9c3c17339342)把自由文本响应稳定地还原成训练管线可消费的补丁。 如果你要复现或调试这条管线从 [TeacherJumpsPrompt](https://link.gitcode.com/i/74770d825931dfc24590382170683cb0#L360-L402) 与其测试模块入手再对照 [hashed_regions.rs](https://link.gitcode.com/i/4cba5f0733c5841a2a96a4b2c1016b37) 的标记表构建与补丁组装即可完整走通示例 → 提示词 → 响应 → 补丁的闭环。【免费下载链接】zedCode at the speed of thought – Zed is a high-performance, multiplayer code editor from the creators of Atom and Tree-sitter.项目地址: https://gitcode.com/GitHub_Trending/ze/zed创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Zed 编辑预测训练管线解析：teacher_jumps 提示词如何让模型做出“长距离“跨文件编辑预测
Zed 编辑预测训练管线解析teacher_jumps 提示词如何让模型做出长距离跨文件编辑预测【免费下载链接】zedCode at the speed of thought – Zed is a high-performance, multiplayer code editor from the creators of Atom and Tree-sitter.项目地址: https://gitcode.com/GitHub_Trending/ze/zed本文围绕 Zed 仓库中 teacher_jumps.md 这一提示词模板展开讲解 Zed 编辑预测edit prediction数据管线中teacher-jumps方案的核心设计基于内容哈希标记Hashed Regions的跨文件编辑寻址、永不回退用户编辑的规则体系、NO_EDITS兜底机制以及模板中{{edit_history}}、{{context}}、{{cursor_excerpt}}三个占位符如何被 format_prompt.rs 组装、模型响应又如何被解析回可应用的补丁。读完本文你可以理解该提示词每一节规则的意图并能在 edit_prediction_cli 中定位到对应的实现与测试。一、teacher_jumps 在 Zed 编辑预测管线中的位置Zed 的编辑预测功能需要大量高质量的用户下一步会怎么改代码样本。edit_prediction_cli下称epCLI就是训练数据管线工具它从真实仓库/提交中构造示例Example通过上下文检索补齐相关代码用一个大模型teacher生成预测补丁再评分、蒸馏出学生模型可用的训练数据。teacher_jumps.md就是其中teacher-jumps这条预测路线的提示词模板。jumps跳跃指的是预测不局限于光标附近的可编辑区域模型可以输出针对当前文件其他位置、甚至其他文件的编辑——即长距离编辑预测。与普通teacher路线相比它的两个关键特征是全上下文打标记当前文件和所有相关代码片段related excerpts都被插入形如|marker_b1f8|的哈希区域标记模型用标记对来寻址要改写的代码区间有序编辑序列输出模型可以输出多个代码块每个代码块对应一次编辑按预期的编辑顺序排列。模板通过 prompt_assets.rs 的get_prompt(teacher_jumps.md)加载启用dynamic_promptsfeature 时直接从src/prompts目录读取便于开发期热改提示词否则在编译期通过fs_embed!内嵌到二进制中。二、模板结构与占位符体系teacher_jumps.md全文由以下部分构成任务定义Instructions告诉模型它是代码编辑器中的编辑预测助手基于用户最近的编辑历史和可见代码预测下一步编辑关注点与规则Focus on / Rules定义预测的取舍原则与硬性约束输入格式Input Format说明模型会看到哪三类输入、标记标记marker如何工作输出格式Output Format定义以标记为界的 span 输出协议7 个少样本示例Example 1–7覆盖补全、拼写延续、跨文件重命名、NO_EDITS、删除保护、两段式编辑补代码补 import、改写已接受预测等场景任务段Your task三个占位符注入真实数据。文末的任务段是模板与运行时的唯一接口# 1. User Edit History{{edit_history}}# 2. Related excerpts {{context}} # 3. Current File {{cursor_excerpt}} 在 [format_prompt.rs](https://link.gitcode.com/i/74770d825931dfc24590382170683cb0#L395-L401) 中TeacherJumpsPrompt::format_prompt 正是执行这三个 replace rust let prompt_template crate::prompt_assets::get_prompt(teacher_jumps.md); let prompt prompt_template .replace({{context}}, context) .replace({{edit_history}}, edit_history) .replace({{cursor_excerpt}}, cursor_excerpt); 三类占位内容各有明确的装配逻辑与预算约束 | 占位符 | 内容 | 预算/约束源码出处 | |---|---|---| | {{edit_history}} | 按时间顺序的用户编辑 diff | 由 format_edit_history_within_budget 在 **4000 token** 预算内截取MAX_HISTORY_TOKENS 4000[format_prompt.rs](https://link.gitcode.com/i/74770d825931dfc24590382170683cb0#L370) | | {{context}} | 当前文件之外所有相关代码片段 | --related-files-budget 控制默认 **8192 token**DEFAULT_RELATED_FILES_BUDGET[main.rs](https://link.gitcode.com/i/e4ca06001a1fda91af9ba3493877040a#L372) | | {{cursor_excerpt}} | 当前文件全文含标记与 |user_cursor| | 必须有覆盖光标位置的上下文片段否则直接报错见下文 | 其中 format_context 的装配细节值得注意[format_prompt.rs](https://link.gitcode.com/i/74770d825931dfc24590382170683cb0#L475-L596) - 每个片段渲染时用 hashed_regions::write_snippet_with_markers 注入标记 - token 预算按 **字节数除以 3** 粗估按片段的 order 排序后贪心装填装不下的片段整体丢弃被省略的行以 ... 标示 - **当前文件被显式跳过**——它有自己的 Current File 段落format_cursor_excerpt避免在 prompt 中出现两次 - 历史数据中可能只有 cursor_excerpt 而没有走过 current-file 上下文检索此时 hashed_regions::ensure_cursor_file_excerpt 会先做归一化合成当前文件的上下文片段。 另外teacher-jumps 对上下文有硬性前提光标所在文件必须被某个 related-file 片段覆盖否则 format_prompt 会返回错误提示需要 current-file context retrieval (e.g. ep context --typecurrent-file,...)[format_prompt.rs](https://link.gitcode.com/i/74770d825931dfc24590382170683cb0#L380-L383)。这与 [hashed_regions.rs](https://link.gitcode.com/i/ba17c870ccff4c1f00c1259c52e1fc34) 模块头注释一致**在 hashed regions 格式下所有上下文包括当前文件都统一存放在 related files 中**通过 ContextSource::CurrentFile 进入。 ## 三、规则体系保护用户意图允许修正机器产物 Rules 一节是整个提示词中约束力最强的部分其核心是一条不可违反的原则和一条例外通道 ### 3.1 永不回退用户最近的编辑 提示词明确要求模型**绝不能撤销或还原用户刚刚做出的编辑**并给出可操作的判定准则 - 编辑历史中 - 开头的行被删除的内容即使让代码看起来不完整、坏掉也**不得恢复** - 开头的行新增内容不得删除或大幅改写 - 代码在用户编辑后看起来坏掉或不完整时应输出 NO_EDITS而不是修复它 - **关键自检**如果你的预测会让代码更接近用户编辑之前的样子就输出 NO_EDITS - 永远不要假设某次删除是笔误——用户可能正在重写中。 这条规则直接对应 Example 5用户在 Nix 配置里把 /tmp/crashdb 删成 /tmp/cr表面看是半截单词但补全 ashdb 就等于恢复被删除的内容正确行为是 NO_EDITS。 ### 3.2 例外已被接受的预测产物可以被修正 编辑历史中以 // User accepted prediction: 开头的 hunk表示这段代码来自**上一轮预测被用户接受**后落入缓冲区的内容。提示词规定这些 hunk 可以被编辑、修正甚至替换——永不回退保护的是用户*当前的输入意图*而机器生成的脚手架不在此列。 Example 7 完整演示了这一例外用户接受了一个预测生成的 calculate_rectangle_perimeter(width, height) 函数骨架随后开始把 rectangle 重命名为 sq...。正确预测是把函数名补成 calculate_square_perimeter**同时**把参数从 (width, height) 改为 (side)——因为参数正是被接受预测自动生成的改它不算回退用户输入而是改进机器脚手架。这个用户手打的不能碰、机器生成的可以改的二分法是长距离预测能安全地做重构传播propagation的前提。 ### 3.3 其余预测风格规则 - 不要机械套用模式要基于上下文推理什么改动合理 - 不只修语法错误要找更大的重构模式并系统性地应用例如签名变更后更新所有调用点 - 保持既有格式**不得**做与真实编辑无关的空白行增删 - 编辑历史与周边代码暗示不同编辑时**优先最近的编辑**最能代表当前意图; - 光标附近的半截文本视为用户正在输入基于上下文补全 - 补全时优先节省有意义的按键代码场景下宁可给出可能被拒绝的实质性预测也不要只省几个键的最小预测 - 编辑散文/文档Markdown、注释、纯文本时保守处理只补全当前片段或句子不生成额外的自由文本。 ## 四、标记寻址协议|marker_xxxx| 如何工作 这是 teacher-jumps 区别于普通 teacher 路线的机制核心。模板的 Input Format 一节向模型说明了标记的语义 - 当前文件和每个 related excerpt 中都插入了形如 |marker_b1f8| 的标记每个标记有**唯一的四字符标识符由标记附近的代码内容派生** - 标记位于块边界上把代码切分为可编辑的 span**同一 excerpt 中任意两个标记之间的 span 都可以被整体改写** - 片段内部的 ... 表示有代码被跳过。 实现层在 [zeta_prompt/src/hashed_regions.rs](https://link.gitcode.com/i/4cba5f0733c5841a2a96a4b2c1016b37)。该模块是 Smart Regions 多区域格式的一个变体V0609HashedRegions其设计动机摘自模块头注释 - 标记标识符是**内容派生的短哈希**4 个 base64url 字符TAG_ID_LEN 4而非顺序编号 - 因此哈希标识是**自描述的**无需复现 prompt 的确切渲染顺序就能把标记映射回位置 - 于是标记可以放在**全部 prompt 上下文**中且 related files 的预算截断不会导致剩余标记的寻址漂移 - 标记表由 build_marker_table 生成**确定性**且不依赖后续的任何截断——这正是模型输出能被事后解析回补丁的关键解析时用同一张表重建寻址。 输出协议Output Format 一节把上述机制固化为一组可验证的约束 1. 先简述用户意图与需要变更的位置然后输出**一个 markdown 代码块序列**每个代码块对应一次编辑按用户预期的编辑顺序排列 2. 每个代码块必须**以标记开头、以标记结尾**两个标记必须来自**同一个 excerpt**且起始标记在前 3. 两标记之间的内容是该片段的**完整替换**——你没有提前停止的权利即使实际改动只触及 span 开头也必须原样复写到结束标记未复现的原行视为被删除 4. 选择**最窄的**标记对使预测编辑被完整包含以最小化无谓输出 5. 未变更行必须忠实复现删代码时优先选择结束标记位于删除代码**之后**的 span输出到结束标记前就停止会被判为截断malformed而不是删除 6. 输出中不得包含中间标记只允许首尾两个 7. 所有编辑都作用于**原始快照**不同编辑的 span 不得重叠后面的编辑不得依赖前面编辑插入的文本 8. 无需编辑时输出仅含 NO_EDITS 的单个代码块 9. 若预测输出中存在用户大概率接下来要编辑的位置可用 |user_cursor| 标出**至多一次**。 这组协议与 Example 4 形成呼应用户把 add 函数里的 a - b 修正为 a b代码已完整正确模型应当说明意图后输出 NO_EDITS——即没有清晰的下一步编辑本身是一等公民的合法输出。 ### 7 个少样本示例各教什么 | 示例 | 场景 | 教会模型的行为 | |---|---|---| | Example 1 | total ; 光标停在空操作数处related excerpt 里有 Product 结构体定义 | 利用其他文件中的类型定义推断应填 product.price | | Example 2 | 用户打出 epr疑似 eprintln! 拼错一半 | **延续**用户轨迹而非纠正补成 eprintln!(|user_cursor|) 并把光标放进字符串里让用户自己填内容 | | Example 3 | 当前文件里 fetch_user 改名为 fetch_user_cachedsrc/server.rs 片段里仍是旧名 | 跨文件完成重命名对 server.rs 中调用点输出一个标记 span 编辑 | | Example 4 | 修完 a - b → a b 的 bug代码已完整 | 输出 NO_EDITS | | Example 5 | 用户删除字符留下 /tmp/cr看似半截 | 不得恢复被删内容输出 NO_EDITS即使代码看起来坏了 | | Example 6 | timestamp datetime. 半截且 datetime 未导入 | 输出**两个**编辑先补 datetime.now(|user_cursor|)再在文件头 span 中插入 from datetime import datetime | | Example 7 | 接受过预测生成的函数用户开始重命名 | 修改机器生成的参数 (width, height) → (side)属于改进脚手架而非回退输入 | ## 五、运行时装配从 Example 到 Prompt 把模板落到代码上TeacherJumpsPrompt::format_prompt[format_prompt.rs](https://link.gitcode.com/i/74770d825931dfc24590382170683cb0#L374-L402)的执行链是 build_marker_table(prompt_inputs) // 为每个 related-file 片段分配哈希标记 locate_cursor_in_related_files(...) // 定位光标所在片段找不到则报错 format_edit_history(...) // 4000 token 预算内的编辑历史 format_context(..., budget, cursor_file_ix)// 相关片段跳过当前文件budget 内贪心装填 format_cursor_excerpt(...) // 当前文件 标记 |user_cursor| 替换 {{context}} / {{edit_history}} / {{cursor_excerpt}} 值得注意的是 ensure_cursor_file_excerpt 的调用位置在 [run_format_prompt](https://link.gitcode.com/i/74770d825931dfc24590382170683cb0#L46-L59) 中只有 provider 是 TeacherJumps 或 TeacherJumpsNonBatching 时才执行该归一化——因为其他 teacher 路线允许光标文件不在 related files 里而 teacher-jumps 的寻址协议要求光标文件必须是可寻址的 related file 之一。 ## 六、响应解析把标记 span 序列还原为补丁 模型响应不是直接可应用的TeacherJumpsPrompt::parse[format_prompt.rs](https://link.gitcode.com/i/74770d825931dfc24590382170683cb0#L404-L458)负责解析逻辑与模板规则一一对应 1. 若**最后一个代码块**内容恰为 NO_EDITS或响应以 NO_EDITS 结尾返回空补丁与空光标 2. 否则抽取全部代码块只保留包含 MARKER_TAG_PREFIX|marker_的块一个都没有则报 no marker-bounded edit codeblocks found in model response 3. 对每个代码块调用 hashed_regions::extract_marker_span 提取 (起始标记, 结束标记, 内容) 4. 交给 hashed_regions::build_patch_from_spans——与学生模型解析器共用的哈希区域补丁组装器——校验 span 合法性同 excerpt、不重叠、作用于原始快照等产出 (patch, cursor) 5. 若响应带 |user_cursor|进一步通过 ActualCursor::from_editable_region 换算出预测后的光标位置。 解析失败时不会中断整批任务在 [predict.rs](https://link.gitcode.com/i/6eb69d45e06dd446e51e05503aad27e9) 中解析错误被记录在 ExamplePrediction.error 字段里原始输出保留可用 parse-output 复查一个坏示例不再中止整个已经付费的批次。format_prompt.rs 内嵌的大组测试test_teacher_jumps_parse_rejects_truncated_span、test_teacher_jumps_parse_rejects_span_across_gapped_excerpts、test_teacher_jumps_parse_sequence_across_files 等[format_prompt.rs](https://link.gitcode.com/i/74770d825931dfc24590382170683cb0#L868-L1320)逐条验证了第四节的输出协议例如截断 span 被拒绝、跨越不连续片段的 span 被拒绝、NO_EDITS 被识别等。 ## 七、如何选用 teacher-jumpsCLI 参数与后端 ep CLI 通过 --provider 参数选择预测路线。从 [main.rs](https://link.gitcode.com/i/e4ca06001a1fda91af9ba3493877040a#L491-L546) 的 FromStr 实现可以看到 teacher-jumps 的完整取值空间 | provider 字符串 | 解析结果 | |---|---| | teacher-jumps 或 teacher_jumps | TeacherJumps(默认后端) | | teacher-jumps:backend | 指定后端的批处理batched路线 | | teacher-jumps-non-batching:backend含下划线别名 | 非批处理路线 | 后端TeacherBackend取值与对应模型名 | 别名 | 枚举 | 实际模型名 | |---|---|---| | sonnet45、sonnet、claude默认 | Sonnet45 | claude-sonnet-4-5 | | sonnet46 | Sonnet46 | claude-sonnet-4-6 | | gpt52 | Gpt52 | gpt-5.2 | | gpt54、gpt、openai | Gpt54 | gpt-5.4 | | gpt55 | Gpt55 | gpt-5.5 | 典型用法Display 实现确认了 predict --provider... 的书写形式 ep predict --providerteacher-jumps:sonnet46 ep predict --providerteacher_jumps:gpt52 与 teacher-jumps 相关的可调参数 - --related-files-budgetformat-prompt 时相关片段的 token 预算默认 8192TeacherJumpsPrompt::DEFAULT_RELATED_FILES_BUDGET[main.rs](https://link.gitcode.com/i/e4ca06001a1fda91af9ba3493877040a#L345-L348)调大意味着模型能看见更多文件、支持更远的 jumps但也会推高截断风险与成本 - --repetitions同一示例重复预测次数非批处理路线会以不同 seed 采样 - --cache-only只消费已缓存响应不排队新请求 - --wait批处理 provider 等待全部批次完成后退出。 数据侧还有一个版本门槛pull_examples 要求捕获数据来自 Zed **0.224.1** 及以上版本MIN_CAPTURE_VERSION[main.rs](https://link.gitcode.com/i/e4ca06001a1fda91af9ba3493877040a#L662-L669)因为该版本才引入了编辑历史中携带预测编辑、区分开源仓库的请求 schema。仓库内 [evals 目录](https://link.gitcode.com/i/ca5554400d4fbe7fd70ab178845f9212) 下的 .md 评测用例如 flask--add-import-statement.md、flask--rename-accepted-prediction.md、zed--add-eprintln.md 等覆盖了与模板示例同类的典型场景可作为观察该协议实际表现的材料。 ## 八、小结 teacher_jumps.md 是 Zed 编辑预测数据管线中 teacher-jumps 路线的提示词模板其设计可以归纳为三点 1. **内容哈希标记**|marker_b1f8|替代顺序编号使全部上下文当前文件 所有 related excerpts可被统一寻址且抗预算截断——这是跨文件、长距离编辑预测得以成立的基础设施实现在 [hashed_regions.rs](https://link.gitcode.com/i/4cba5f0733c5841a2a96a4b2c1016b37) 2. **意图保护规则**以预测若让代码回到编辑前就输出 NO_EDITS为自检基准严格保护用户的删除/重写仅对被接受的预测产物放行修正——这让模型敢做重命名传播、import 补全这类多位置重构 3. **可解析的输出协议**标记对 span 不重叠 作用于原始快照 NO_EDITS 哨兵 至多一次 |user_cursor|配合 [parse 与批量容错逻辑](https://link.gitcode.com/i/db3c2ffd86121ad57f8a9c3c17339342)把自由文本响应稳定地还原成训练管线可消费的补丁。 如果你要复现或调试这条管线从 [TeacherJumpsPrompt](https://link.gitcode.com/i/74770d825931dfc24590382170683cb0#L360-L402) 与其测试模块入手再对照 [hashed_regions.rs](https://link.gitcode.com/i/4cba5f0733c5841a2a96a4b2c1016b37) 的标记表构建与补丁组装即可完整走通示例 → 提示词 → 响应 → 补丁的闭环。【免费下载链接】zedCode at the speed of thought – Zed is a high-performance, multiplayer code editor from the creators of Atom and Tree-sitter.项目地址: https://gitcode.com/GitHub_Trending/ze/zed创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考