אָרקעסטרייטינג אַגענטיק אַי אין דעוואָפּס פּייפּליינז מיט DSPy און LangChain פֿאַר ענכאַנסט זעראָאָפּס
הקדמה
די ינטאַגריישאַן פון אַרטיפיסיאַל ינטעלליגענסע (AI) אין DevOps פּייפּליינז האט רעוואַלושאַנייזד די וועג ווייכווארג איז דעוועלאָפּעד, טעסטעד און דיפּלויד. אַגענטיק אַי, אַ סאַבסעט פון אַי וואָס ינייבאַלז אָטאַנאַמאַס באַשלוס-מאכן און קאַמף-גענומען, האט די פּאָטענציעל צו פאַרבעסערן די עפעקטיווקייַט און יפעקטיוונאַס פון DevOps פּראַסעסאַז. אין דעם אַרטיקל, מיר וועלן ויספאָרשן דעם באַגריף פון אָרקעסטרייטינג אַגענט אַי אין DevOps פּייפּליינז ניצן DSPy און LangChain, און דיסקוטירן די בענעפיץ פון דעם צוגאַנג צו דערגרייכן ZeroOps.
וואָס איז אַגענטיק אַי?
אַגענטיק אַי רעפערס צו אַ טיפּ פון אַי וואָס פארמאגט די פיייקייט צו מאַכן דיסיזשאַנז און נעמען אַקשאַנז אָטאַנאַמאַסלי, אָן מענטש ינטערווענטיאָן. דאָס איז אַטשיווד דורך די נוצן פון אַוואַנסירטע מאַשין לערנען אַלגערידאַמז, נאַטירלעך שפּראַך פּראַסעסינג און קאַגניטיוו אַרקאַטעקטשערז. אַגענטיק אַי סיסטעמען קענען לערנען פון דערפאַרונג, אַדאַפּט זיך צו נייַע סיטואַטיאָנס און ינטעראַקט מיט מענטשן אויף אַ מער נאַטירלעך און ינטואַטיוו וועג.
וואָס איז זעראָאָפּס?
ZeroOps איז אַ DevOps פילאָסאָפיע וואָס יימז צו עלימינירן די נויט פֿאַר מענטש ינטערווענטיאָן אין ווייכווארג אַנטוויקלונג, דיפּלוימאַנט און וישאַלט. דאָס איז אַטשיווד דורך די נוצן פון אָטאַמיישאַן, אָרקעסטראַטיאָן און אַי-געטריבן באַשלוס-מאכן. ZeroOps ינייבאַלז אָרגאַנאַזיישאַנז צו צעוויקלען ווייכווארג פאַסטער, מיט העכער קוואַליטעט און מיט נידעריקער קאָס.
** אָרקעסטרייטינג אַגענטיק אַי אין דעוואָפּס פּייפּליינז**
צו אָרקעסטרירן אַגענטיק אַי אין DevOps פּייפּליינז, מיר דאַרפֿן צו ויסשטימען אַי-געטריבן באַשלוס-מאכן און קאַמף-גענומען אין די רערנ - ליניע. דאָס קענען זיין אַטשיווד דורך די נוצן פון DSPy און LangChain, צוויי פאָלקס פראַמעוואָרקס פֿאַר בנין און דיפּלייינג אַי-געטריבן אַפּלאַקיישאַנז.
DSPy
DSPy איז אַ פּיטהאָן פריימווערק פֿאַר בנין און דיפּלויינג אַי-געטריבן אַפּלאַקיישאַנז. עס גיט אַ סכום פון מכשירים און לייברעריז פֿאַר דאַטן פּראַסעסינג, מאַשין לערנען און נאַטירלעך שפּראַך פּראַסעסינג. DSPy איז דיזיינד צו אַרבעטן סימלאַסלי מיט פאָלקס פראַמעוואָרקס אַזאַ ווי LangChain און FastAPI.
LangChain
LangChain איז אַ פּיטהאָן פריימווערק פֿאַר בנין און דיפּלויינג אַי-געטריבן אַפּלאַקיישאַנז. עס גיט אַ סכום פון מכשירים און לייברעריז פֿאַר נאַטירלעך שפּראַך פּראַסעסינג, מאַשין לערנען און קאַגניטיוו אַרקאַטעקטשערז. LangChain איז דיזיינד צו אַרבעטן סימלאַסלי מיט פאָלקס פראַמעוואָרקס אַזאַ ווי DSPy און FastAPI.
טעכניש ימפּלאַמענטיישאַן
צו באַווייַזן די טעכניש ימפּלאַמענטיישאַן פון אָרטשעסטרייטינג אַגענטיק אַי אין DevOps פּייפּליינז ניצן DSPy און LangChain, לאָזן אונדז באַטראַכטן אַ פּשוט בייַשפּיל. רעכן מיר ווילן צו אָטאַמייט די דיפּלוימאַנט פון אַ וועב אַפּלאַקיישאַן ניצן אַ DevOps רערנ - ליניע. מיר קענען נוצן DSPy צו בויען אַן אַי-געטריבן באַשלוס-מאכן סיסטעם וואָס דיטערמאַנז די אָפּטימאַל דיפּלוימאַנט סטראַטעגיע באזירט אויף סיבות אַזאַ ווי אַפּלאַקיישאַן פאָרשטעלונג, באַניצער באַמערקונגען און סיסטעם רעסורסן.
אַרייַנפיר דספּי
פֿון לאַנגטשאַין אַרייַנפיר LLM
def deployment_strategy (אַפּ_פּערפאָרמאַנסע, באַניצער_פיעדבאַקק, סיסטעם_רעסורסן):
# ניצן DSPy צו פּראָצעס דאַטן און מאַכן דיסיזשאַנז
דאַטן = דספּי.דאַטאַ (אַפּפּ_פּערפאָרמאַנסע, באַניצער_פיעדבאַקק, סיסטעם_רעסורסן)
באַשלוס = dspy.DecisionMaker (דאַטע)
# ניצן LangChain צו דזשענערייט אַ דיפּלוימאַנט פּלאַן
llm = LLM ("טעקסט-דאַווינסי-003")
פּלאַן = llm.generate_text(f" צעוויקלען {אַפּ_פּערפאָרמאַנסע} מיט {User_feedback} און {סיסטעם_רעסורס} רעסורסן")
צוריקקער פּלאַן
# דעפינירן די DevOps רערנ - ליניע
דעפ רערנ - ליניע (אַפּ_פּערפאָרמאַנסע, באַניצער_פיעדבאַקק, סיסטעם_רעסורסן):
# ניצן DSPy צו אָרקעסטרירן די רערנ - ליניע
רערנ - ליניע = dspy.pipeline()
pipeline.add_task (דיפּלוימאַנט_סטראַטעגי, אַפּ_פּערפאָרמאַנסע, באַניצער_פיעדבאַקק, סיסטעם_רעסורסן)
pipeline.add_task(dspytasks.Deploy, פּלאַן)
# לויפן די רערנ - ליניע
pipeline.run()
# לויפן די רערנ - ליניע
רערנ - ליניע (90, 4.5, 80)
שפּיץ 5-10 מערסט געוויינט קאַמאַנדז / סניפּאַץ
דאָ זענען די שפּיץ 5-10 מערסט געוויינט קאַמאַנדז / סניפּאַץ פֿאַר DSPy און LangChain:
dspy.Data(): קריייץ אַ דאַטן כייפעץ פֿאַר פּראַסעסינג און באַשלוס-מאכן.dspy.DecisionMaker(): מאכט דיסיזשאַנז באזירט אויף דאַטן און קאָנטעקסט.LLM.generate_text(): דזשענערייץ טעקסט באזירט אויף אַרייַנשרייַב פּראַמפּס.dspytasks.Deploy(): דיפּלוידז אַ אַפּלאַקיישאַן באזירט אויף אַ דיפּלוימאַנט פּלאַן.dspy.Pipeline(): אָרטשעסטרייץ אַ דעוואָפּס רערנ - ליניע.pipeline.add_task(): מוסיף אַ אַרבעט צו די רערנ - ליניע.pipeline.run(): לויפט די רערנ - ליניע.dspy.Data.process(): פּראַסעסאַז דאַטן פֿאַר באַשלוס-מאכן.dspy.DecisionMaker.decide(): מאכט אַ באַשלוס באזירט אויף דאַטן און קאָנטעקסט.LLM.generate_text(prompt): דזשענערייץ טעקסט באזירט אויף אַרייַנשרייַב פּראַמפּס.
וויסואַליזאַטיאָן
דאָ איז אַ וויזשוואַלאַזיישאַן פון די אַגענטיק אַי-געטריבן DevOps רערנ - ליניע ניצן Chart.js:
{
"type": "באַר",
"דאַטן": {
"labels": ["דאַטאַ פּראַסעסינג", "באַשלוס-מאַכן", "דיפּלוימאַנט"],
"דאַטאַסעטס": [
{
"label": "אַגענטיק אַי",
"דאַטן": [10, 20, 30],
"backgroundColor": "rgba(255, 99, 132, 0.2)",
"borderColor": "rgba(255, 99, 132, 1)",
"באָרדערווידטה": 1
}
]
},
"אָפּציעס": {
"סקאַלעס": {
"יאַקסעס": [
{
"טיקס": {
"באַגינאַט זעראָ": אמת
}
}
]
}
}
}
די וויזשוואַלאַזיישאַן ווייזט די דריי סטאַגעס פון די אַגענט אַי-געטריבן DevOps רערנ - ליניע: דאַטן פּראַסעסינג, באַשלוס-מאכן און דיפּלוימאַנט.
** מסקנא**
אין דעם אַרטיקל, מיר ויספאָרשן דעם באַגריף פון אָרקעסטרייטינג אַגענטיק אַי אין DevOps פּייפּליינז ניצן DSPy און LangChain. מיר דעמאַנסטרייטיד אַ פּשוט בייַשפּיל פון ווי צו אָטאַמייט די דיפּלוימאַנט פון אַ וועב אַפּלאַקיישאַן ניצן אַן אַי-געטריבן באַשלוס-מאכן סיסטעם. מיר אויך צוגעשטעלט אַ וויזשוואַלאַזיישאַן פון די אַגענט AI-געטריבן DevOps רערנ - ליניע ניצן Chart.js. דורך ינטאַגרייטינג אַגענטיק אַי אין DevOps פּייפּליינז, אָרגאַנאַזיישאַנז קענען דערגרייכן ZeroOps און צעוויקלען ווייכווארג פאַסטער, מיט העכער קוואַליטעט און מיט נידעריקער קאָס.