መግቢያ

ዛሬ ባለው ፈጣን የሶፍትዌር ልማት መልክዓ ምድር፣ የሚቋቋሙ እና ሊለኩ የሚችሉ ስርዓቶችን መገንባት ከመቼውም ጊዜ በላይ ወሳኝ ነው። እየጨመረ የመጣው የሶፍትዌር ስርዓቶች ውስብስብነት፣ ከ AI እና የማሽን ትምህርት እድገት ጋር ተዳምሮ፣ ከአካባቢው ለውጥ ጋር መላመድ እና በመረጃ ላይ የተመሰረተ ውሳኔ ሊያደርጉ የሚችሉ አውድ አውቀው AI ወኪሎች እንዲፈጠሩ አድርጓል። በዚህ ጽሑፍ ውስጥ፣ ዐውደ-ጽሑፍን የሚያውቁ AI ወኪሎችን ጽንሰ-ሀሳብ እና የኦርኬስትራ መሳሪያዎችን በመጠቀም በኤጀንሲ CI/CD ቧንቧዎች ውስጥ ተግባራዊነታቸውን እንቃኛለን።

አውድ-አወቅ AI ወኪሎች ምንድን ናቸው?

ዐውደ-ጽሑፉን የሚያውቁ AI ወኪሎች ከሁኔታዎች ጋር በተዛመደ መልኩ አካባቢያቸውን ሊገነዘቡ እና ምላሽ ሊሰጡ የሚችሉ አርቴፊሻል ኢንተለጀንስ አይነት ናቸው። አውዱን ለመረዳት እና ውሳኔዎችን ለመወሰን የማሽን መማሪያ እና የተፈጥሮ ቋንቋ ማቀነባበሪያ ቴክኒኮችን ይጠቀማሉ። በሶፍትዌር ልማት ውስጥ፣ አውድ የሚያውቁ AI ወኪሎች ተግባራትን በራስ ሰር ለመስራት፣ ትብብርን ለማሻሻል እና ውሳኔ አሰጣጥን ለማሻሻል ጥቅም ላይ ሊውሉ ይችላሉ።

ወኪል ሲአይ/ሲዲ ቧንቧዎች

ኤጀንቲክ CI/CD ቧንቧዎች የሶፍትዌር ልማት ሂደትን በራስ ሰር ለመስራት እና ለማመቻቸት AI እና የማሽን ትምህርትን የሚጠቀም ቀጣይነት ያለው ውህደት እና ቀጣይነት ያለው የማሰማራት ቧንቧ አይነት ናቸው። እነዚህ የቧንቧ መስመሮች በሶፍትዌር ልማት ሂደት አውድ ላይ ተመስርተው መረጃን ለመተንተን፣ ውሳኔዎችን ለማድረግ እና እርምጃዎችን ለመውሰድ አውድ የሚያውቁ AI ወኪሎችን ይጠቀማሉ።

የኦርኬስትራ መሳሪያዎች

የኦርኬስትራ መሳሪያዎች የሶፍትዌር አፕሊኬሽኖችን ማሰማራት፣ ማመጣጠን እና አስተዳደርን በራስ ሰር የሚሰሩ እና የሚያስተዳድሩ የሶፍትዌር ስርዓቶች ናቸው። የበርካታ ስርዓቶች እና አገልግሎቶች እንቅስቃሴዎችን ለማስተባበር ኤፒአይዎችን፣ ስክሪፕቶችን እና ሌሎች መሳሪያዎችን ይጠቀማሉ። በኤጀንሲው CI/CD ቧንቧዎች አውድ ውስጥ የኦርኬስትራ መሳሪያዎች በ AI ወኪሎች እና በሌሎች ስርዓቶች መካከል ያለውን የውሂብ ፍሰት እና እርምጃዎችን ለመቆጣጠር ያገለግላሉ።

ሊመዘኑ የሚችሉ እና ሥነ ምግባራዊ ሶፍትዌር ሲስተሞችን መንደፍ

ሊለወጡ የሚችሉ እና ስነምግባር ያላቸው የሶፍትዌር ስርዓቶችን ሲነድፉ የሚከተሉትን ምክንያቶች ግምት ውስጥ ማስገባት አስፈላጊ ነው።

• ** ማመጣጠን ***: የስርዓቱ አፈጻጸምን ሳይጎዳ እየጨመረ የሚሄድ ሸክሞችን እና ትራፊክን የማስተናገድ ችሎታ።
• ስነምግባር፡ ሥርዓቱ ፍትሃዊ፣ ግልጽነት ያለው፣ የተጠቃሚዎችን መብትና ጥቅም ባከበረ መንገድ መንቀሳቀስ መቻል ነው።
• መቋቋም፡ ስርዓቱ ከውድቀቶች የማገገም እና በችግር ጊዜ ተግባሩን የመጠበቅ ችሎታ።

ወኪል ሲአይ/ሲዲ በኦርኬስትራ መሳሪያዎች በመተግበር ላይ

ወኪል CI/CD በኦርኬስትራ መሳሪያዎች ለመተግበር የሚከተሉትን ደረጃዎች መከተል ትችላለህ።

1. የኦርኬስትራ መሣሪያን ምረጥ፡ እንደ Kubernetes፣ Apache Airflow፣ ወይም AWS Step Functions ያሉ ተስማሚ የኦርኬስትራ መሳሪያዎችን ይምረጡ።
2. ** የሲአይ/ሲዲ ቧንቧ መስመርን ይንደፉ **: በ AI ወኪሎች እና በሌሎች ስርዓቶች መካከል ያለውን የውሂብ ፍሰት እና ድርጊቶችን ይግለጹ.
3. ** AI ወኪሎችን ይተግብሩ ***: የማሽን መማሪያ እና የተፈጥሮ ቋንቋ ማቀነባበሪያ ቴክኒኮችን በመጠቀም አውድ የሚያውቁ AI ወኪሎችን ማዳበር።
4. ** ከኦርኬስትራ መሳሪያ ጋር ይዋሃዱ ***: የ CI/CD ቧንቧ መስመርን በራስ ሰር ለመስራት እና ለማስተዳደር የ AI ወኪሎችን ከኦርኬስትራ መሳሪያው ጋር ያዋህዱ።

የምሳሌ ኮድ፡ በፓይዘን ውስጥ የዐውደ-ጽሑፍ AI ወኪልን መተግበር

አውድ የሚያውቅ AI ወኪል በ Python ውስጥ እንዴት መተግበር እንደሚቻል የሚያሳይ የምሳሌ ኮድ እገዳ እዚህ አለ፡- `` ፓይቶን አስመጣ numpy እንደ np ከ sklearn.ensemble ማስመጣት RandomForestClassifier ከ sklearn.model_ምርጫ የማስመጣት ባቡር_ፈተና_ስፕሊት ከ sklearn.metrics አስመጣ ትክክለኛነት_score

ውሂብ ጫን

ውሂብ = np.loadtxt ('data.csv')

መረጃን ወደ ስልጠና እና የሙከራ ስብስቦች ተከፋፍል።

X_train፣ X_test፣ y_train፣ y_test = ባቡር_ሙከራ_ስፕሊት(ውሂብ[:,:-1]፣ data[:, -1]፣ test_size=0.2፣ random_state=42)

የዘፈቀደ የደን ክላሲፋየር አሰልጥኑ

clf = RandomForestClassifier (n_estimators=100፣ random_state=42) clf.fit(ኤክስ_ባቡር፣ y_ባቡር)

በሙከራ ስብስብ ላይ ትንበያዎችን ያድርጉ

y_pred = clf.predict(X_test)

ሞዴሉን ይገምግሙ

ትክክለኛነት = ትክክለኛነት_ውጤት(y_test፣ y_pred) ማተም (f'ትክክለኛነት፡ {ትክክለኛነት፡.3f}')

አውድ የሚያውቅ AI ወኪልን ይግለጹ

ክፍል AI-ወኪል፡- ዴፍ init(ራስ): self.clf = clf

def መተንበይ(ራስን፣ X):
    ራስን መመለስ።clf.predict(X)

የ AI ወኪል ምሳሌ ይፍጠሩ

ai_agent = AI-ወኪል()

ትንበያዎችን ለማድረግ የ AI ወኪልን ይጠቀሙ

X_new = np.array ([[1, 2, 3]]) ትንበያ = ai_agent.predict(X_አዲስ) ማተም (f'prediction: {prediction}')

ይህ የኮድ እገዳ በዘፈቀደ የደን ክላሲፋየር በመረጃ ቋት ላይ እንዴት ማሰልጠን እና ትንበያ ለመስጠት እንደሚጠቀሙበት ያሳያል። እንዲሁም ትንበያዎችን ለማድረግ የሰለጠነ ክላሲፋየር የሚጠቀም አውድ የሚያውቅ AI ወኪል ይገልጻል።

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

ወኪል ሲአይ/ሲዲ በኦርኬስትራ መሳሪያዎች ለመተግበር በጣም ጥቅም ላይ የዋሉት 5-10 ዋና ዋና ትዕዛዞች/ቅንጣዎች እነሆ፡-

1. `kubectl apply -f deployment.yaml`፡ የኩበርኔትስ ማሰማራት ውቅረትን ተግብር።
2. `airflow db upgrade`፡ የአየር ፍሰት ዳታቤዝ አሻሽል።
3. `aws stepfunctions start-execution --input '{"key": "value"}"፡ የAWS ደረጃ ተግባራት አፈፃፀምን ጀምር።
4. `docker build -t my-image .': Docker ምስል ይገንቡ።
5. 'የመዶከያ ምስልን ይግፉ'፡ Docker ምስልን ወደ መዝገብ ቤት ይግፉት።
6. `kubernetes ሚስጥራዊ አጠቃላይ ሚስጢርን ይፈጥራሉ --from-literal=MY_KEY=የእኔ_እሴት`፡ የኩበርኔትስ ሚስጥር ፍጠር።
7. 'የአየር ፍሰት ቀስቃሽ_dag my_dag': የአየር ፍሰት DAG ቀስቅሰው።
8. `aws Cloudformation deploy --template-file my-template.yaml --stack-name my-stack`፡ የAWS CloudFormation ቁልል አሰማር።
9. `docker run -d -p 8080:8080 my-image'፡ የዶከር ኮንቴይነር አሂድ።
10. `kubernetes delete deployment my-deployment`፡ የኩበርኔትስ ማሰማራትን ሰርዝ።

## እይታ

Chart.jsን በመጠቀም የወኪሉ ሲአይ/ሲዲ ቧንቧ መስመር እይታ እዚህ አለ፡-
``ጃቫስክሪፕት
{
  "አይነት": "ባር",
  "ውሂብ": {
    "መለያዎች": ["AI ወኪል", "የኦርኬስትራ መሣሪያ", "CI/ሲዲ የቧንቧ መስመር"],
    "መረጃዎች": [
      {
        "label": "ጊዜ",
        "ውሂብ": [10, 20, 30],
        "backgroundColor": ["#FF6384", "#36A2EB", "#FFCE56"]
      }
    ]
  }
  "አማራጮች": {
    "ርዕስ": {
      "ማሳያ": እውነት,
      "text": "Agenttic CI/CD Pipeline"
    }
    "ሚዛኖች": {
      "yAxes": [
        {
          "መዥገሮች": {
            "beginAtZero"፡ እውነት
          }
        }
      ]
    }
  }
}

ይህ የእይታ እይታ በእያንዳንዱ የኤጀንሲው ሲአይ/ሲዲ ቧንቧ መስመር የሚወስደውን ጊዜ ያሳያል።

መደምደሚያ

በማጠቃለያው፣ አውድ የሚያውቁ AI ወኪሎች የመቋቋም እና ሊለኩ የሚችሉ የሶፍትዌር ስርዓቶችን ለመገንባት ኃይለኛ መሳሪያ ናቸው። ወኪል የሆኑ የሲአይ/ሲዲ ቧንቧዎችን በኦርኬስትራ መሳሪያዎች በመተግበር፣ ገንቢዎች የሶፍትዌር ልማት ሂደቱን አውቶማቲክ ማድረግ እና ማመቻቸት ይችላሉ። የምሳሌው ኮድ ማገድ እና ምስላዊነት በፓይዘን ውስጥ አውድ የሚያውቅ AI ወኪል እንዴት እንደሚተገበር እና ወኪሉን CI/CD ቧንቧን በዓይነ ሕሊናዎ ያሳያል። ከፍተኛዎቹ 5-10 በብዛት ጥቅም ላይ የዋሉ ትዕዛዞች/ቅንጣፎች ወኪል CI/CD በኦርኬስትራ መሳሪያዎች ተግባራዊ ለማድረግ ፈጣን ማጣቀሻ ይሰጣሉ።