መግቢያ

ራሱን የቻለ የመሠረተ ልማት አውታሮች መጨመር የአይቲ ሲስተሞችን በምንቀርፅበት፣ በምንዘረጋበት እና በምንመራበት መንገድ ላይ ለውጥ አድርጓል። በ AI ወኪሎች እና ኦርኬስትራ መሳሪያዎች እገዛ ድርጅቶች የመሠረተ ልማት አቅርቦቶችን፣ ልኬቶችን እና አስተዳደርን በራስ-ሰር ማካሄድ ይችላሉ፣ ይህም ወደ ቅልጥፍና መጨመር፣ ወጪን መቀነስ እና የተሻሻለ አስተማማኝነትን ያስከትላል። በዚህ ጽሑፍ ውስጥ እንደ DSPy እና LangChain ባሉ የእነዚህ ቴክኖሎጂዎች እና የኦርኬስትራ መሳሪያዎች መገናኛ ላይ በማተኮር AI ወኪሎችን እና StackGenን በመጠቀም ራሱን የቻለ መሠረተ ልማትን ስለመቅረጽ ቴክኒካዊ ዝርዝሮችን እንመረምራለን ።

በራስ ገዝ መሠረተ ልማት ውስጥ የ AI ወኪሎች ሚና

AI ወኪሎች የመሠረተ ልማት አቅርቦትን እና አስተዳደርን በራስ-ሰር ለማካሄድ የሚያስፈልጉትን የማሰብ ችሎታ እና የውሳኔ አሰጣጥ ችሎታዎችን በማቅረብ በራስ ገዝ መሠረተ ልማት ውስጥ ወሳኝ ሚና ይጫወታሉ። እነዚህ ወኪሎች ከተለያዩ ምንጮች የተገኙ መረጃዎችን መተንተን፣ ቅጦችን መለየት እና አስቀድሞ በተገለጹ ህጎች እና ፖሊሲዎች ላይ በመመስረት ውሳኔዎችን ማድረግ ይችላሉ። በራስ ገዝ መሠረተ ልማት አውድ ውስጥ፣ AI ወኪሎች ለሚከተሉት ጥቅም ላይ ሊውሉ ይችላሉ፡-

• የመሠረተ ልማት አቅርቦትን እና ማሰማራትን በራስ-ሰር ያድርጉ
• የመሠረተ ልማት አፈጻጸምን መከታተል እና መተንተን
• የደህንነት ስጋቶችን መለየት እና ምላሽ መስጠት
• የሀብት አጠቃቀምን እና ልኬትን ያመቻቹ

የ StackGen መግቢያ

StackGen ገላጭ አገባብ በመጠቀም መሠረተ ልማትን እንደ ኮድ (IaC) መፍጠር የሚያስችል ክፍት ምንጭ መሣሪያ ነው። ተጠቃሚዎች ቀላል እና ገላጭ ቋንቋን በመጠቀም የመሠረተ ልማት አወቃቀሮችን እንዲገልጹ ያስችላቸዋል፣ ከዚያም የመሠረተ ልማት ሀብቶችን ለማቅረብ እና ለማስተዳደር ሊያገለግል ይችላል። StackGen AWS፣ Azure፣ Google Cloud እና ሌሎችንም ጨምሮ ሰፊ የመሠረተ ልማት አቅራቢዎችን ይደግፋል።

AI ወኪሎችን ከStackGen ጋር በማዋሃድ ላይ

AI ወኪሎችን ከStackGen ጋር ለማዋሃድ፣ የኤፒአይዎችን እና በክስተት ላይ የተመሰረተ ፕሮግራሚንግ ጥምረት መጠቀም እንችላለን። የሂደቱ ከፍተኛ ደረጃ አጠቃላይ እይታ ይኸውና፡

1. የStackGen ገላጭ አገባብ በመጠቀም የመሠረተ ልማት አወቃቀሮችን ይግለጹ።
2. የመሠረተ ልማት አወቃቀሮችን ለመተንተን እና ሊሆኑ የሚችሉ ጉዳዮችን ወይም የማመቻቸት እድሎችን ለመለየት የ AI ወኪልን ይጠቀሙ።
3. ውሳኔዎችን ለማድረግ እና በመሠረተ ልማት አወቃቀሮች ላይ ማሻሻያ ለማድረግ የ AI ወኪልን ይጠቀሙ።
4. ማሻሻያዎችን በመሠረተ ልማት ሀብቶች ላይ ለመተግበር StackGenን ይጠቀሙ።

ኦርኬስትራ መሳሪያዎች፡ DSPy እና LangChain

DSPy እና LangChain የመሠረተ ልማት አቅርቦትን እና አስተዳደርን በራስ ሰር ለመስራት የሚያገለግሉ ሁለት ታዋቂ የኦርኬስትራ መሳሪያዎች ናቸው። DSPy የስራ ፍሰቶችን ለመወሰን እና ለማስፈጸም ቀላል እና ገላጭ ኤፒአይ የሚያቀርብ በፓይዘን ላይ የተመሰረተ መሳሪያ ነው። LangChain , በሌላ በኩል, የበለጠ የላቀ እና ተለዋዋጭ የኦርኬስትራ ማዕቀፍ የሚያቀርብ Rust ላይ የተመሰረተ መሳሪያ ነው.

የ DSPy ምሳሌ

የመሠረተ ልማት አቅርቦትን በራስ ሰር ለመስራት DSPy የመጠቀም ቀላል ምሳሌ ይኸውና፡ `` ፓይቶን አስመጣ dspy

የመሠረተ ልማት ሀብቶችን የሚያቀርብ የስራ ፍሰት ይግለጹ

የስራ ፍሰት = dspy.የስራ ፍሰት( ስም = "መሠረተ ልማት - አቅርቦት", እርምጃዎች=[ dspy.ደረጃ("provision-ec2"፣ "aws-provision-ec2")፣ dspy.ደረጃ("provision-rds"፣ "aws-provision-rds")፣ dspy.ደረጃ ("ፕሮቪዥን-ኤልብ"፣ "aws-provision-elb") ] )

አዲስ ጥያቄ ሲደርሰው የስራ ሂደቱን የሚጀምር ቀስቅሴን ይግለጹ

ቀስቅሴ = dspy. ቀስቅሴ ( ስም = "አዲስ ጥያቄ", ክስተት = "aws-api-gateway-event", ተቆጣጣሪ = "የመጀመሪያ የስራ ሂደት" )

ቀስቅሴው ሲተኮስ የስራ ሂደቱን የሚጀምር ተቆጣጣሪን ይግለጹ

ተቆጣጣሪ = dspy.handler( ስም = "የስራ ሂደት መጀመሪያ", የስራ ፍሰት = የስራ ፍሰት )

የDSPy ምሳሌ ይፍጠሩ እና የስራ ሂደቱን፣ ቀስቅሴን እና ተቆጣጣሪውን ያክሉ

dspy_intance = dspy.DSPy() dspy_intance.add_workflow(የስራ ፍሰት) dspy_intance.add_trigger(ቀስቃሽ) dspy_intance.add_handler(አስተዳዳሪ)

### LangChain ምሳሌ

የመሠረተ ልማት አቅርቦትን በራስ ሰር ለመስራት LangChainን የመጠቀም ቀላል ምሳሌ ይኸውና፡
`` ዝገት
langchain ይጠቀሙ:: {ወኪል, የስራ ፍሰት};

// የመሠረተ ልማት ሀብቶችን የሚያቀርብ የስራ ፍሰት ይግለጹ
fn provision_infrastructure() -> የስራ ፍሰት {
    የስራ ፍሰት:: አዲስ ("መሰረተ ልማት አቅርቦት")
        .add_step("provision-ec2"፣ "aws-provision-ec2")
        .add_step ("provision-rds", "aws-provision-rds")
        .add_step ("provision-elb"፣ "aws-provision-elb")
}

// አዲስ ጥያቄ ሲደርሰው የስራ ሂደቱን የሚጀምር ቀስቅሴን ይግለጹ
fn new_request(ክስተት: &str) -> ወኪል {
    ወኪል:: አዲስ("አዲስ ጥያቄ")
        .add_trigger (ክስተት፣ "የስራ ሂደት መጀመሪያ")
}

// ቀስቅሴው በሚነሳበት ጊዜ የስራ ሂደቱን የሚጀምር ተቆጣጣሪን ይግለጹ
fn start_workflow (ወኪል: & ወኪል) {
    agent.start_workflow ("መሰረተ ልማት አቅርቦት");
}

// የ LangChain ምሳሌ ይፍጠሩ እና የስራ ፍሰትን፣ ቀስቅሴን እና ተቆጣጣሪውን ያክሉ
fn ዋና() {
    ወኪል = ወኪል :: አዲስ ("የመሰረተ ልማት አቅርቦት");
    agent.add_workflow (provision_infrastructure());
    agent.add_trigger (አዲስ_ጥያቄ("aws-api-gateway-event"));
    agent.add_handler (የመጀመሪያ_ስራ ፍሰት);
}

እይታ

በ AI ወኪሎች፣ StackGen እና እንደ DSPy እና LangChain ባሉ ኦርኬስትራ መሳሪያዎች መካከል ያለውን ውህደት ምስላዊ እይታ እዚህ አለ፡ `` ገበታ { "አይነት": "ዳግ", "አንጓዎች": [ { "id": "ai-ወኪል", "label": "AI ወኪል", "x": 0, "y": 0 } { "id": "stackgen", "label": "StackGen", "x": 2, "y": 0 } { "id": "dspy", "label": "DSPy", "x": 4, "y": 0 } { "id": "langchain", "label": "LangChain", "x": 6, "y": 0 } { "id": "መሰረተ ልማት", "label": "መሰረተ ልማት", "x": 8, "y": 0 } ]፣ "ጠርዞች": [ { "ምንጭ": "ai-agent", "ታርጌት": "stackgen", "label": "መዋሃድ" } { "ምንጭ": "stackgen", "ዒላማ": "dspy", "label": "መዋሃድ" } { "ምንጭ": "dspy", "ዒላማ": "መሰረተ ልማት", "label": "አቅርቦት" } { "ምንጭ": "stackgen", "ዒላማ": "langchain", "label": "መዋሃድ" } { "ምንጭ": "langchain", "ዒላማ": "መሰረተ ልማት", "label": "አቅርቦት" } ] }

## ከፍተኛ 5-10 በብዛት ጥቅም ላይ የዋሉ ትዕዛዞች/ቅንጣዎች

ለዚህ ቴክኖሎጂ በብዛት ጥቅም ላይ የዋሉት 5-10 ዋና ዋና ትዕዛዞች/ቅንጣዎች እነሆ፡-

1. `dspy.የስራ ፍሰት(ስም = "መሠረተ ልማት-አቅርቦት"፣ደረጃዎች=[dspy.Step("provision-ec2፣"aws-provision-ec2")])`
2. `langchain :: ወኪል :: አዲስ("መሰረተ ልማት-አቅርቦት").አክል_የስራ ፍሰት(provision_መሰረተ ልማት())`
3. `stackgen:: StackGen:: አዲስ() አክሉል ምንጭ("ec2"፣ "aws-provision-ec2")`
4. `dspy. ቀስቅሴ(ስም = "አዲስ-ጥያቄ"፣ክስተት="aws-api-gateway-event"፣አስተዳዳሪ =የመጀመሪያ-የስራ ፍሰት)`
5. `langchain:: ወኪል:: አዲስ("መሰረተ ልማት አቅርቦት").add_trigger(አዲስ_ጥያቄ("aws-api-gateway-event"))'
6. `stackgen:: StackGen:: አዲስ() .add_resource("rds", "aws-provision-rds")`
7. `dspy.Handler (ስም = "የስራ ሂደት-ጅምር", የስራ ፍሰት=dspy.የስራ ፍሰት(ስም = "መሰረተ ልማት-አቅርቦት"))"
8. `langchain :: ወኪል :: አዲስ("መሰረተ ልማት አቅርቦት").አክል_አደራጅ(የስራ_ፍሰት)`
9. `stackgen:: StackGen:: አዲስ() .add_resource("elb", "aws-provision-elb")'
10. `dspy.DSPy() አክል_የስራ ፍሰት(dspy.የስራ ፍሰት(ስም = "መሰረተ ልማት-አቅርቦት"))"

## መደምደሚያ

ራሱን የቻለ መሠረተ ልማትን ከ AI ወኪሎች እና StackGen ጋር መንደፍ እንደ DSPy እና LangChain ያሉ ቴክኖሎጂዎች እና የኦርኬስትራ መሳሪያዎች መገናኛ ላይ ጥልቅ ግንዛቤን ይጠይቃል። የ AI ወኪሎችን ከStackGen እና የኦርኬስትራ መሳሪያዎች ጋር በማዋሃድ ድርጅቶች የመሠረተ ልማት አቅርቦትን እና አስተዳደርን በራስ-ሰር ማካሄድ፣ ይህም ወደ ቅልጥፍና መጨመር፣ ወጪን መቀነስ እና የተሻሻለ አስተማማኝነትን ማምጣት ይችላሉ። ይህ ጽሑፍ AI ወኪሎችን እና StackGenን በመጠቀም በራስ ገዝ መሠረተ ልማት ዲዛይን እና አተገባበር ላይ ቴክኒካል ጥልቅ መዘውር አቅርቧል፣ እነዚህን ቴክኖሎጂዎች በማዋሃድ ተግባራዊ ዝርዝሮች ላይ በማተኮር።