** በ AI የሚነዳ ሶፍትዌር አቅርቦትን ከDSPy እና LangChain ጋር በማደራጀት ላይ፡ ለአውቶሜትድ የሶፍትዌር ማቅረቢያ ቧንቧዎች ቴክኒካል መመሪያ ***

መግቢያ

በሶፍትዌር የተገለፀው ተሽከርካሪ (ኤስዲቪ) አብዮት የአውቶሞቲቭ ኢንደስትሪውን እየለወጠው ያለው ውጤታማነት፣የወጪ ቅነሳ እና የተሻሻለ አፈጻጸም ቃል በመግባት ነው። ሆኖም፣ የኤስዲቪ ሲስተሞች ውስብስብነት ለሶፍትዌር አቅርቦት የበለጠ የተራቀቀ አቀራረብን ይፈልጋል፣ ይህም የሰው ሰራሽ ኢንተለጀንስ (AI) እና አውቶሜሽን ኃይልን ይጠቀማል። በዚህ ጽሑፍ ውስጥ በ DSPy እና LangChain በመጠቀም በ AI የሚነዳ የሶፍትዌር አቅርቦትን እንዴት ማቀናበር እንደሚቻል እንመረምራለን ፣ የ AI ወኪሎችን ፣ ተዛማጅ የአብስትራክት ግራፎችን (RAGs) እና ትላልቅ የቋንቋ ሞዴሎችን (ኤልኤምኤስ) ከዴቭኦፕ አውቶማቲክ መሳሪያዎች ጋር መቀላቀል የሚያስችላቸው ቴክኖሎጂዎች።

በኤስዲቪዎች ውስጥ የሶፍትዌር አቅርቦት ተግዳሮቶች

በሶፍትዌር የተገለጹ ተሽከርካሪዎች በራስ ገዝ መንዳት፣ የመረጃ አያያዝ እና የተሽከርካሪ አስተዳደርን ጨምሮ በተያያዙ የተገናኙ ስርዓቶች አውታረ መረብ ላይ ይመሰረታል። የእነዚህ ስርዓቶች መጠነ ሰፊ እና ውስብስብነት ባህላዊ የሶፍትዌር ማቅረቢያ ዘዴዎችን በቂ አይደሉም. ተግዳሮቶቹ የሚከተሉትን ያካትታሉ:

መጠነኛነት፡ የኤስዲቪ ሲስተሞች ተለዋዋጭ የተጠቃሚ ፍላጎቶችን ለማሟላት ፈጣን መሰማራት እና ልኬት ያስፈልጋቸዋል። ** አፈጻጸም ***፡ የሶፍትዌር አቅርቦት ጥሩ አፈጻጸምን፣ አስተማማኝነትን እና ደህንነትን ማረጋገጥ አለበት።
ውስብስብነት፡ የኤስዲቪ ሲስተሞች በርካታ ባለድርሻ አካላትን፣ ቴክኖሎጂዎችን እና ሂደቶችን የሚያካትቱ ሲሆን ይህም የሶፍትዌር አቅርቦትን ለማስተዳደር እና ለማስተባበር አስቸጋሪ ያደርገዋል።

** DSPy እና LangChainን በማስተዋወቅ ላይ ***

DSPy እና LangChain በኤስዲቪዎች ውስጥ የሶፍትዌር አቅርቦትን ተግዳሮቶች የሚፈቱ ሁለት አዳዲስ ቴክኖሎጂዎች ናቸው። DSPy በ AI የሚነዱ የሶፍትዌር ማቅረቢያ ቧንቧዎችን ለመገንባት እና ለማሰማራት በፓይዘን ላይ የተመሰረተ ማዕቀፍ ሲሆን ላንግቻይን ደግሞ LLMs እና RAGዎችን ለመፍጠር እና ለማስተዳደር Rust ላይ የተመሰረተ ቤተ-መጽሐፍት ነው።

DSPy፡ በ AI የሚነዳ የሶፍትዌር ማቅረቢያ በፓይዘን ላይ የተመሰረተ መዋቅር

DSPy በአይ-ተኮር የሶፍትዌር ማቅረቢያ ቧንቧዎችን ለመገንባት እና ለማሰማራት አጠቃላይ መሳሪያዎችን እና ቤተ-መጽሐፍቶችን ያቀርባል። የእሱ ዋና ባህሪያት የሚከተሉትን ያካትታሉ:

** የቧንቧ መስመር ኦርኬስትራ ***፡ DSPy ተግባራትን፣ የስራ ፍሰቶችን እና ጥገኞችን ጨምሮ ውስብስብ የሶፍትዌር ማስተላለፊያ ቧንቧዎችን መፍጠር እና ማስተዳደር ያስችላል። ** AI ውህደት ***: DSPy እንደ TensorFlow እና PyTorch ካሉ ታዋቂ AI ማዕቀፎች ጋር እንከን የለሽ ውህደት ያቀርባል።

**ዴቭኦፕስ አውቶሜሽን ***፡ DSPy እንደ ጄንኪንስ እና ጊትላብ ካሉ ታዋቂ የዴቭኦፕ መሳሪያዎች ጋር መቀላቀልን ይደግፋል።

** LangChain፡ በዝገት ላይ የተመሰረተ ለኤል ኤም ኤስ እና RAGs ቤተ-መጽሐፍት**

LangChain LLMs እና RAGs ለመፍጠር እና ለማስተዳደር Rust ላይ የተመሰረተ ቤተ-መጽሐፍት ነው። የእሱ ዋና ባህሪያት የሚከተሉትን ያካትታሉ:

** LLM ውህደት ***: LangChain እንደ BERT እና RoBERTa ካሉ ታዋቂ LLMs ጋር እንከን የለሽ ውህደት ያቀርባል።

** RAG አስተዳደር ***: LangChain የእውቀት ግራፎችን የተዋቀረ ውክልና የሚሰጡ RAGs መፍጠር እና ማስተዳደር ያስችላል።
** AI ምክንያታዊነት ***: LangChain LLMs እና RAGs በመጠቀም AI ማመዛዘን እና ማመዛዘን ይደግፋል።

** DSPy እና LangChainን በ AI የሚነዳ ሶፍትዌር አቅርቦትን በማዋሃድ ላይ ***

DSPy እና LangChainን ለማዋሃድ የሚከተለውን የኮድ ብሎክ እንደ ምሳሌ መጠቀም እንችላለን፡- `` ፓይቶን አስመጣ dspy ከላንግቻይን ማስመጣት LLM, RAG

ቧንቧ = dspy.የቧንቧ መስመር ( ስም = "ai-driven-software-delivery", ተግባራት=[ dspy.Task("build", "build-software")፣ dspy.Task("ሙከራ"፣"ሙከራ-ሶፍትዌር")፣ dspy.Task("ማሰማራት"፣ "ማሰማራት-ሶፍትዌር") ] )

LLM እና RAG ይፍጠሩ

llm = LLM("bert-base-uncased") rag = RAG ("ሶፍትዌር-ማድረስ")

LLM እና RAG ከ DSPy ቧንቧ መስመር ጋር ያዋህዱ

pipeline.add_task (dspy.Task ("ai-reasoning", "ai-reasoning", LM, rag))

ቧንቧውን ያሂዱ

pipeline.run()

ይህ ኮድ ብሎክ የ DSPy ቧንቧን እንዴት መፍጠር እንደሚቻል፣ LLM እና RAG LangChainን በመጠቀም እንዴት እንደሚያዋህዱ እና DSPy ን በመጠቀም የቧንቧ መስመርን እንዴት እንደሚያካሂዱ ያሳያል።

**ምርጥ 5-10 በብዛት ጥቅም ላይ የዋሉ ትዕዛዞች/ቅንጣዎች**

ለDSPy እና LangChain በጣም ጥቅም ላይ የዋሉት 5-10 ዋና ዋና ትዕዛዞች/ቅንጣዎች እነሆ፡-

** DSPy ***
	+ `dspy.Pipeline()`፡ አዲስ DSPy ቧንቧ ፍጠር።
	+ `dspy.Task()`፡ በቧንቧ መስመር ውስጥ አዲስ ተግባር ይፍጠሩ።
	+ `pipeline.add_task()`፡ አንድ ተግባር ወደ ቧንቧው ያክሉ።
	+ `pipeline.run()`፡ የቧንቧ መስመር ያስኪዱ።
** LangChain ***
	+ `LLM()`፡ አዲስ LLM ፍጠር።
	+ `RAG()`፡ አዲስ RAG ፍጠር።
	+ `llm.train()`፡ LLMን አሰልጥኑ።
	+ `rag.build()`፡ RAG ይገንቡ።

**እይታ**

Chart.jsን በመጠቀም የDSPy ቧንቧው ምስላዊ እይታ እዚህ አለ፡-
``json
{
  "አይነት": "ባር",
  "ውሂብ": {
    "labels": ["ግንባታ"፣ "ሙከራ"፣ "ማሰማራት"፣ "AI ማመራመር"]፣
    "መረጃዎች": [
      {
        "label": "የቧንቧ መስመር ተግባራት",
        "ውሂብ": [10, 20, 30, 40],
        "backgroundColor"፡ ["#4CAF50"፣"#FF9800"፣"#2196F3"፣ "#8BC34A"]
      }
    ]
  }
  "አማራጮች": {
    "ርዕስ": {
      "ማሳያ": እውነት,
      "text": "DSPy የቧንቧ መስመር ተግባራት"
    }
    "ሚዛኖች": {
      "yAxes": [
        {
          "መዥገሮች": {
            "beginAtZero"፡ እውነት
          }
        }
      ]
    }
  }
}

ይህ ምስላዊነት የግንባታ፣ ሙከራ፣ ማሰማራት እና AI ምክንያታዊነትን ጨምሮ የቧንቧ መስመር ስራዎችን ያሳያል።

** መደምደሚያ**

በዚህ ጽሑፍ ውስጥ DSPy እና LangChainን በመጠቀም በ AI የሚነዳ ሶፍትዌር አቅርቦትን እንዴት ማቀናበር እንደሚቻል መርምረናል። በኤስዲቪዎች ውስጥ የሶፍትዌር አቅርቦትን ተግዳሮቶች ተወያይተናል እና የ DSPy እና LangChain ቁልፍ ባህሪያትን አስተዋውቀናል። እንዲሁም DSPy እና LangChainን እንዴት እንደሚያዋህዱ እንዲሁም የDSPy ቧንቧ መስመር እይታን የሚያሳይ ኮድ ብሎክ አቅርበናል። የ AI እና አውቶሜሽን ኃይልን በመጠቀም፣ በሶፍትዌር የተገለጹ ተሽከርካሪዎች ውስጥ መጠነ ሰፊነትን እና አፈጻጸምን ማሳደግ እንችላለን።

የ DSPy ቧንቧ ይፍጠሩ

LLM እና RAG ይፍጠሩ

LLM እና RAG ከ DSPy ቧንቧ መስመር ጋር ያዋህዱ

ቧንቧውን ያሂዱ

Have Questions?