** AI නියෝජිතයන් සහ LangChain සමඟ ZeroOps යටිතල පහසුකම් වාද්‍ය වෘන්දය**

හැඳින්වීම

මෘදුකාංග ඉංජිනේරු විද්‍යාවේ සහ DevOps හි ශීඝ්‍රයෙන් විකාශනය වන භූ දර්ශනය තුළ, කාර්යක්ෂම හා පරිමාණය කළ හැකි යටිතල පහසුකම් වාද්‍ය වෘන්දයේ අවශ්‍යතාවය වඩ වඩාත් දැඩි වී ඇත. යටිතල පහසුකම් කළමනාකරණය සඳහා සම්ප්‍රදායික ප්‍රවේශයන් බොහෝ විට අතින් වින්‍යාස කිරීම සහ ස්ක්‍රිප්ට් කිරීම මත රඳා පවතින අතර එමඟින් දෝෂ, නොගැලපීම් සහ බාධක ඇති විය හැක. මෙම අභියෝගවලට මුහුණ දීම සඳහා, නව සුසමාදර්ශයක් මතු වී ඇත: AI නියෝජිතයින් සහ LangChain සමඟ ZeroOps යටිතල පහසුකම් වාදනය.

ZeroOps යනු කුමක්ද?

ZeroOps යනු යටිතල පහසුකම් කළමනාකරණය සඳහා විප්ලවීය ප්‍රවේශයක් වන අතර එය අතින් වින්‍යාස කිරීම සහ ස්ක්‍රිප්ට් කිරීමේ අවශ්‍යතාවය ඉවත් කිරීම සඳහා AI නියෝජිතයින් සහ ස්වයංක්‍රීයකරණය උත්තේජනය කරයි. යෙදවීමේ සිට පරිමාණය සහ නඩත්තුව දක්වා සමස්ත යටිතල පහසුකම් ජීවන චක්‍රය ස්වයංක්‍රීය කිරීම මගින් ZeroOps මඟින් පෙර නොවූ විරූ මට්ටමේ කාර්යක්ෂමතාව, පරිමාණය සහ විශ්වසනීයත්වය ලබා ගැනීමට ආයතනවලට හැකියාව ලබා දේ.

LangChain: AI බලයෙන් ක්‍රියාත්මක වන ස්වයංක්‍රීයකරණ රාමුව

LangChain යනු සරල, අවබෝධාත්මක ක්‍රමලේඛන ආකෘතියක් භාවිතයෙන් AI බලයෙන් ක්‍රියාත්මක වන ස්වයංක්‍රීය වැඩ ප්‍රවාහයන් ගොඩනගා ගැනීමට සංවර්ධකයන්ට හැකි විවෘත මූලාශ්‍ර රාමුවකි. AI සහ ස්වයංක්‍රීයකරණයේ සංකීර්ණතා පිළිබඳ ඉහළ මට්ටමේ සාරාංශයක් ලබා දීමෙන්, LangChain වඩාත් සංකීර්ණ යටිතල පහසුකම් පරිසරයන් පවා කළමනාකරණය කළ හැකි නවීන ස්වයංක්‍රීය නල මාර්ග නිර්මාණය කිරීම පහසු කරයි.

AI නියෝජිතයන්: ZeroOps සඳහා යතුර

AI නියෝජිතයන් යනු කාර්යයන් ස්වයංක්‍රීය කිරීමට සහ තීරණ ගැනීමට යන්ත්‍ර ඉගෙනීම සහ අනෙකුත් AI ශිල්පීය ක්‍රම භාවිතා කරන මෘදුකාංග සංරචක වේ. ZeroOps හි සන්දර්භය තුළ, AI නියෝජිතයින් යටිතල පහසුකම් සෞඛ්‍යය නිරීක්ෂණය කිරීම, විෂමතා හඳුනා ගැනීම සහ ප්‍රශස්ත කාර්ය සාධනය සහතික කිරීම සඳහා නිවැරදි ක්‍රියාමාර්ග ගැනීම සඳහා තීරණාත්මක කාර්යභාරයක් ඉටු කරයි.

StackGen සහ OpsVerse: AI-ධාවන ස්වයංක්‍රීයකරණය වේගවත් කිරීම

StackGen සහ OpsVerse යනු ඉංජිනේරු සහ DevOps කාර්ය ප්‍රවාහයන් සඳහා AI මත ධාවනය වන ස්වයංක්‍රීයකරණය වේගවත් කරන නව්‍ය මෙවලම් දෙකකි. StackGen යනු සංවර්ධකයින්ට සරල, ප්‍රකාශන වාක්‍ය ඛණ්ඩයක් භාවිතයෙන් අභිරුචි යටිතල පහසුකම් සැකිලි නිර්මාණය කිරීමට හැකි කේත උත්පාදන මෙවලමකි. අනෙක් අතට, OpsVerse යනු බහු යටිතල පහසුකම් පරිසරයන් කළමනාකරණය කිරීම සහ වැඩ ප්‍රවාහ ස්වයංක්‍රීය කිරීම සඳහා ඒකාබද්ධ අතුරු මුහුණතක් සපයන වේදිකාවකි.

LangChain සහ AI නියෝජිතයන් සමඟ ZeroOps ක්‍රියාත්මක කිරීම

LangChain සහ AI නියෝජිතයන් සමඟ ZeroOps ක්‍රියාත්මක කිරීමට, අපි පියවරෙන් පියවර ප්‍රවේශයක් අනුගමනය කරන්නෙමු:

පියවර 1: යටිතල පහසුකම් සැකිලි නිර්වචනය කරන්න

StackGen භාවිතා කරමින්, අපි අපේක්ෂිත යටිතල පහසුකම් වින්‍යාසය විස්තර කරන අභිරුචි යටිතල පහසුකම් සැකිලි නිර්වචනය කරන්නෙමු. මෙයට අතථ්‍ය යන්ත්‍ර, ජාල, ගබඩාව සහ වෙනත් සම්පත් සඳහා පිරිවිතර ඇතුළත් වේ.

stackgen ආනයනය කරන්න


සැකිල්ල = stackgen.Template(
    name="my_infrastructure",
    සම්පත් =[
        stackgen.Resource(
            name="vm1",
            type="vm",
            ගුණාංග={
                "cpu": 2,
                "මතකය": 4,
                "ගබඩා": 100
            }
        ),
        stackgen.Resource(
            name="vm2",
            type="vm",
            ගුණාංග={
                "cpu": 4,
                "මතකය": 8,
                "ගබඩා": 200
            }
        )
    ]
)

# යටිතල පහසුකම් කේතය ජනනය කරන්න
infrastructure_code = template.generate()

පියවර 2: AI නියෝජිතයන් සාදන්න

LangChain භාවිතයෙන්, අපි යටිතල පහසුකම් සෞඛ්‍යය නිරීක්ෂණය කිරීමට, විෂමතා හඳුනා ගැනීමට සහ නිවැරදි ක්‍රියාමාර්ග ගැනීමට හැකි AI නියෝජිතයන් නිර්මාණය කරන්නෙමු. අපි CPU භාවිතය පරීක්ෂා කරන සරල නියෝජිතයෙකු නිර්වචනය කර එය නිශ්චිත සීමාවක් ඉක්මවා ගියහොත් ඇඟවීම් කරන්නෙමු.

langchain ආනයනය කරන්න

# AI නියෝජිතයා නිර්වචනය කරන්න
නියෝජිතයා = langchain.Agent(
    name="cpu_agent",
    type="cpu",
    ගුණාංග={
        "ඉදිරිපස": 80
    }
)

# නියෝජිත තර්කය නිර්වචනය කරන්න
def check_cpu_usage(vm):
    # CPU භාවිතය පරීක්ෂා කරන්න
    cpu_usage = vm.get_cpu_usage()
    cpu_usage > agent.properties["threshold"] නම්:
        # CPU භාවිතය සීමාව ඉක්මවා ගියහොත් අනතුරු අඟවන්න
        ආපසු "CPU භාවිතය සීමාව ඉක්මවා ඇත"
    වෙනත්:
        # CPU භාවිතය සීමාව තුළ නම් ශුන්‍ය ආපසු ලබා දෙන්න
        ආපසු කිසිවක් නැත

පියවර 3: AI නියෝජිතයන් යටිතල පහසුකම් සැකිලි සමඟ ඒකාබද්ධ කරන්න

අපි ඒකාබද්ධ ස්වයංක්‍රීය නල මාර්ගයක් නිර්මාණය කිරීම සඳහා AI නියෝජිතයන් යටිතල පහසුකම් සැකිලි සමඟ ඒකාබද්ධ කරන්නෙමු. මෙම නල මාර්ගය යටිතල පහසුකම් සෞඛ්‍යය අධීක්ෂණය කිරීම, විෂමතා හඳුනා ගැනීම සහ ප්‍රශස්ත කාර්ය සාධනය සහතික කිරීම සඳහා නිවැරදි ක්‍රියාමාර්ග ගනු ඇත.

langchain ආනයනය කරන්න

# ස්වයංක්‍රීය නල මාර්ගය නිර්වචනය කරන්න
නල මාර්ගය = langchain.Pipeline(
    name="my_pipeline",
    නියෝජිතයන්=[නියෝජිත],
    සැකිලි=[සැකිල්ල]
)

# ස්වයංක්‍රීය නල මාර්ගය ධාවනය කරන්න
pipeline.run()

ඉහළම 5-10 වැඩිපුරම භාවිතා කරන ලද විධාන/Snippets

LangChain සහ AI නියෝජිතයන් සඳහා වැඩිපුරම භාවිතා වන විධාන/snippets 5-10 මෙන්න:

1. langchain.Agent(name="cpu_agent", type="cpu", properties={"threshold": 80})
2. stackgen.Template(name="my_infrastructure",source=[...])
3. langchain.Pipeline(name="my_pipeline", agents=[agent], templates=[template])
4. agent.run(check_cpu_usage(vm))
5. template.generate()
6. langchain.Agent.update_properties(නියෝජිතයා, {"threshold": 90})
7. stackgen.Resource(name="vm1", type="vm", properties={"cpu": 2, "memory": 4, "storage": 100})
8. langchain.Pipeline.remove_agent(නල මාර්ගය, නියෝජිතයා)
9. langchain.Agent.add_property(නියෝජිත, "ඇලඟුම්", සත්‍ය)
10. stackgen.Template.update_resource(template, "vm1", {"cpu": 4, "memory": 8, "storage": 200})

දෘෂ්‍යකරණය

Chart.js භාවිතයෙන් ස්වයංක්‍රීය නල මාර්ගයේ සරල දෘශ්‍යකරණයක් මෙන්න:

'''' ජේසන් { "වර්ගය": "බාර්", "දත්ත": { "ලේබල්": ["CPU භාවිතය", "මතක භාවිතය", "ගබඩා භාවිතය"], "දත්ත කට්ටල": [ { "ලේබලය": "ඉන්පසුව", "දත්ත": [80, 80, 80], "backgroundColor": "rgba(255, 99, 132, 0.2)", "borderColor": "rgba(255, 99, 132, 1)", "දේශසීමා පළල": 1 }, { "ලේබලය": "සැබෑ", "දත්ත": [70, 70, 70], "backgroundColor": "rgba(54, 162, 235, 0.2)", "borderColor": "rgba(54, 162, 235, 1)", "දේශසීමා පළල": 1 } ] }, "විකල්ප": { "මාතෘකාව": { "දර්ශණය": ඇත්ත, "පෙළ": "ස්වයංක්‍රීය නල මාර්ගය" }, "පරිමාණ": { "yAxes": [ { "දර්ශණය": ඇත්ත, "කිනිතුල්ලන්": { "beginAtZero": ඇත්ත } } ] } } }

මෙම දෘශ්‍යකරණය එළිපත්ත අගයන්ට සාපේක්ෂව සැබෑ CPU, මතකය සහ ගබඩා භාවිතය පෙන්වයි. ස්වයංක්‍රීය නල මාර්ගයට විෂමතා හඳුනා ගැනීමට සහ නිවැරදි ක්‍රියාමාර්ග ගැනීමට මෙම දත්ත භාවිතා කළ හැකිය.

** නිගමනය **


AI නියෝජිතයන් සහ LangChain සමඟ ZeroOps යටිතල පහසුකම් වාද්‍ය වෘන්දය යනු යටිතල පහසුකම් කළමනාකරණය සඳහා විප්ලවීය ප්‍රවේශයක් වන අතර එය අතින් වින්‍යාස කිරීම සහ ස්ක්‍රිප්ට් කිරීමේ අවශ්‍යතාවය ඉවත් කරයි. AI නියෝජිතයින් සහ ස්වයංක්‍රීයකරණය උත්තේජනය කිරීමෙන්, සංවිධානවලට පෙර නොවූ විරූ මට්ටමේ කාර්යක්ෂමතාව, පරිමාණය සහ විශ්වසනීයත්වය ලබා ගත හැකිය. StackGen සහ OpsVerse සමඟින්, සංවර්ධකයින්ට ඉංජිනේරු සහ DevOps කාර්ය ප්‍රවාහ සඳහා AI-ධාවන ස්වයංක්‍රීයකරණය වේගවත් කළ හැකිය. මෙම ලිපියේ දක්වා ඇති පියවරෙන් පියවර ප්‍රවේශය අනුගමනය කිරීමෙන්, සංවර්ධකයින්ට LangChain සහ AI නියෝජිතයන් සමඟ ZeroOps ක්‍රියාත්මක කර යටිතල පහසුකම් සෞඛ්‍යය නිරීක්ෂණය කරන, විෂමතා හඳුනා ගන්නා සහ ප්‍රශස්ත ක්‍රියාකාරිත්වය සහතික කිරීම සඳහා නිවැරදි ක්‍රියාමාර්ග ගන්නා ඒකාබද්ධ ස්වයංක්‍රීය නල මාර්ගයක් නිර්මාණය කළ හැකිය.