Стварыце агента Kiro

Выкарыстанне AI Agentic для аўтаматызацыі DevOps з Kiro і LangChain

Уводзіны

У сучасным імклівым ландшафце распрацоўкі праграмнага забеспячэння каманды DevOps пастаянна шукаюць спосабы павышэння эфектыўнасці і надзейнасці канвеераў бесперапыннай інтэграцыі і бесперапыннага разгортвання (CI/CD). Адным з перспектыўных падыходаў з'яўляецца выкарыстанне агентскага штучнага інтэлекту, які дазваляе ствараць інтэлектуальныя агенты, якія могуць аўтаматызаваць і аптымізаваць задачы DevOps. У гэтым артыкуле мы вывучым, як рэалізаваць агенты на базе штучнага інтэлекту з дапамогай Kiro і LangChain, дзвюх перадавых фрэймворкаў, якія робяць рэвалюцыю ў сферы аўтаматызацыі DevOps.

Што такое Agentic AI?

Agentic AI адносіцца да тыпу штучнага інтэлекту, які прызначаны для аўтаномнага выканання задач, гэтак жа, як агент-чалавек. У кантэксце DevOps агентскі штучны інтэлект можна выкарыстоўваць для аўтаматызацыі такіх задач, як стварэнне, тэставанне і разгортванне праграмных прыкладанняў. Выкарыстоўваючы метады машыннага навучання і апрацоўкі натуральнай мовы (NLP), агенты штучнага інтэлекту могуць вучыцца на вопыце і адаптавацца да зменлівых умоў, што робіць іх ідэальнымі для складаных і дынамічных працоўных працэсаў DevOps.

Прадстаўляем Kiro і LangChain

Kiro і LangChain - гэта два фрэймворкі з адкрытым зыходным кодам, якія спецыяльна распрацаваны для стварэння сістэм агентурнага штучнага інтэлекту. Kiro - гэта фрэймворк на аснове Rust, які забяспечвае надзейную і маштабаваную платформу для стварэння інтэлектуальных агентаў, а LangChain - гэта фреймворк на аснове Python, які сканцэнтраваны на NLP і разуменні мовы.

Kiro: фрэймворк на аснове Rust для стварэння інтэлектуальных агентаў

Kiro - гэта сучасная платформа на аснове Rust, якая забяспечвае поўную платформу для стварэння інтэлектуальных агентаў. З дапамогай Kiro распрацоўшчыкі могуць ствараць агентаў, якія могуць узаемадзейнічаць з рознымі сістэмамі, службамі і крыніцамі даных і выконваць такія задачы, як:

Аўтаматызацыя працоўных працэсаў і працэсаў
Аналіз дадзеных і прыняцце рашэнняў
Сувязь з людзьмі і іншымі сістэмамі

Архітэктура Kiro распрацавана так, каб быць вельмі маштабаванай і гнуткай, што робіць яе ідэальным выбарам для буйнамаштабных праектаў аўтаматызацыі DevOps.

LangChain: фрэймворк на аснове Python для NLP і разумення мовы

LangChain - гэта фрэймворк на аснове Python, які сканцэнтраваны на NLP і разуменні мовы. З дапамогай LangChain распрацоўшчыкі могуць ствараць агентаў, якія могуць разумець і ствараць чалавечую мову, і выконваць такія задачы, як:

Апрацоўка натуральнай мовы (NLP)
Аналіз тэксту і аналіз пачуццяў
Мова перакладу і генерацыі

Архітэктура LangChain распрацавана так, каб быць вельмі модульнай і пашыраемай, што робіць яе ідэальным выбарам для стварэння карыстальніцкага NLP і магчымасцей разумення мовы.

Укараненне агентаў на аснове штучнага інтэлекту з Kiro і LangChain

Каб прадэманстраваць магутнасць Kiro і LangChain, давайце разгледзім просты прыклад стварэння агента на аснове штучнага інтэлекту, які аўтаматызуе канвеер CI/CD. У гэтым прыкладзе мы будзем выкарыстоўваць Kiro для стварэння агента, які можа ўзаемадзейнічаць з рэпазітарам Git, ствараць і тэставаць код, а таксама разгортваць прыкладанне на воблачнай платформе.

Вось просты блок кода, які дэманструе, як стварыць агент Kiro, які аўтаматызуе канвеер CI/CD:

імпарт кіра
ад langchain import LLAMA


агент = kiro.Agent(
    імя = "ci_cd_agent",
    description="Аўтаматызуе канвеер CI/CD",
    дзеянні=[
        kiro.Action(
            імя = "git_clone",
            description="Клануе сховішча Git",
            код = """
                імпарт git
                рэпа = git.Repo.clone("https://github.com/user/repo.git")
            """
        ),
        kiro.Action(
            імя = "зборка",
            description="Стварае код",
            код = """
                падпрацэс імпарту
                subprocess.run(["make", "build"])
            """
        ),
        kiro.Action(
            імя = "тэст",
            description="Запускае тэсты",
            код = """
                падпрацэс імпарту
                subprocess.run(["make", "test"])
            """
        ),
        kiro.Action(
            імя = "разгарнуць",
            description="Разгортвае прыкладанне",
            код = """
                падпрацэс імпарту
                subprocess.run(["зрабіць", "разгарнуць"])
            """
        )
    ]
)

# Стварыце мадэль LangChain LLAMA
лама = ЛАМА(
    імя = "лама_мадэль",
    description="Мадэль LLAMA для разумення мовы",
    код = """
        імпарт Langchain
        мадэль = langchain.LLAMA(
            імя = "лама_мадэль",
            description="Мадэль LLAMA для разумення мовы",
            код = """
                імпарт Langchain
                мадэль = langchain.LLAMA(
                    імя = "лама_мадэль",
                    description="Мадэль LLAMA для разумення мовы",
                    код = """
                        дэф працэс_тэкст (тэкст):
                            # Апрацуйце тэкст з дапамогай мадэлі LLAMA
                            зваротны тэкст
                    """
                )
            """
        )
    """
)

# Стварыце агента Kiro, які выкарыстоўвае мадэль LangChain LLAMA
агент = kiro.Agent(
    імя = "ci_cd_agent",
    description="Аўтаматызуе канвеер CI/CD",
    дзеянні=[
        kiro.Action(
            імя = "git_clone",
            description="Клануе сховішча Git",
            код = """
                імпарт git
                рэпа = git.Repo.clone("https://github.com/user/repo.git")
            """
        ),
        kiro.Action(
            імя = "зборка",
            description="Стварае код",
            код = """
                падпрацэс імпарту
                subprocess.run(["make", "build"])
            """
        ),
        kiro.Action(
            імя = "тэст",
            description="Запускае тэсты",
            код = """
                падпрацэс імпарту
                subprocess.run(["make", "test"])
            """
        ),
        kiro.Action(
            імя = "разгарнуць",
            description="Разгортвае прыкладанне",
            код = """
                падпрацэс імпарту
                subprocess.run(["зрабіць", "разгарнуць"])
            """
        )
    ],
    language_model=лама
)

# Запусціце агента
agent.run()

Гэты блок кода дэманструе, як стварыць агент Kiro, які аўтаматызуе канвеер CI/CD з выкарыстаннем мадэлі LangChain LLAMA для разумення мовы. Агент можа ўзаемадзейнічаць з рэпазітарам Git, ствараць і тэставаць код, а таксама разгортваць прыкладанне на воблачнай платформе.

Топ-5-10 найбольш часта выкарыстоўваюцца каманд/фрагментаў

Вось 5-10 найбольш часта выкарыстоўваюцца каманд/фрагментаў для Kiro і LangChain:

kiroutil init: ініцыялізуе новы праект Kiro.
kiroutil build: стварае агент Kiro.
langchain init: ініцыялізуе новы праект LangChain.
langchain build: будуе мадэль LangChain.
kiroutil run: запускае агент Kiro.
langchain test: тэстуе мадэль LangChain.
kiroutil deploy: разгортвае агент Kiro на воблачнай платформе.
langchain evaluate: Ацэньвае мадэль LangChain.
kiroutil debug: адладжвае агент Kiro.
langchain visualize: Візуалізуе мадэль LangChain.

Візуалізацыя

Вось візуалізацыя архітэктуры Kiro і LangChain з выкарыстаннем Chart.js:

{
  "тып": "бар",
  "дадзеныя": {
    "labels": ["Kiro", "LangChain"],
    "наборы дадзеных": [
      {
        "label": "Архітэктура",
        "дадзеныя": [100, 80],
        "backgroundColor": ["#4CAF50", "#FF9800"]
      }
    ]
  },
  "параметры": {
    "назва": {
      "дысплей": праўда,
      "text": "Архітэктура Kiro і LangChain"
    },
    "легенда": {
      "дысплей": праўда
    }
  }
}

Гэтая візуалізацыя дэманструе высокаўзроўневую архітэктуру Kiro і LangChain, падкрэсліваючы іх моцныя і слабыя бакі.

Выснова

У гэтым артыкуле мы даследавалі моц агентурнага штучнага інтэлекту для аўтаматызацыі DevOps з выкарыстаннем Kiro і LangChain. Выкарыстоўваючы гэтыя перадавыя структуры, распрацоўшчыкі могуць ствараць інтэлектуальныя агенты, якія могуць аўтаматызаваць і аптымізаваць канвееры CI/CD, павышаючы эфектыўнасць дастаўкі праграмнага забеспячэння і зніжаючы рызыку памылак. З Kiro і LangChain распрацоўшчыкі могуць ствараць індывідуальны NLP і магчымасці разумення мовы, а таксама ўзаемадзейнічаць з рознымі сістэмамі, службамі і крыніцамі даных. Мы таксама прадставілі просты блок кода, які дэманструе, як стварыць агент Kiro, які аўтаматызуе канвеер CI/CD з выкарыстаннем мадэлі LangChain LLAMA для разумення мовы.

Стварыце агента Kiro

Have Questions?