تونۇشتۇرۇش

سۈنئىي ئىدراك (AI) ۋە ماشىنا ئۆگىنىشى (ML) نىڭ تېز تەرەققىي قىلىشى ۋاكالەتچى سۈنئىي ئەقىلنىڭ تەرەققىي قىلىشىنى كەلتۈرۈپ چىقاردى ، ئۇ سۈنئىي ئەقىلنىڭ ھەرىكەت قوللىنىشى ۋە ئۆزى قارار چىقارالايدۇ. بۇ تېخنىكا بىزنىڭ يۇمشاق دېتال قۇرۇلمىسى ۋە DevOps ئاپتوماتلاشتۇرۇش ئۇسۇلىغا ئىنقىلاب قىلىش يوشۇرۇن كۈچىگە ئىگە. بۇ ماقالىدە ۋاكالەتچى سۈنئىي ئەقىل ، چوڭ تىل مودېللىرى (LLMs) ۋە LangChain ۋە DSPy غا ئوخشاش ئوركېستىرلاش قوراللىرىنىڭ يۇمشاق دېتال قۇرۇلمىسى ، ئۇل ئەسلىھەلىرى ۋە DevOps جەريانلىرىنى ئاپتوماتىك بىرلەشتۈرۈش ئۈستىدە ئىزدىنىمىز.

ۋاكالەتچى سۈنئىي ئەقىل دېگەن نېمە؟

ۋاكالەتچى سۈنئىي ئەقىل ھەرىكەت قىلالايدىغان ۋە ئۆزى قارار قىلالايدىغان سۈنئىي ئەقىلنى كۆرسىتىدۇ. بۇ ئەنئەنىۋى سۈنئىي ئەقىل سىستېمىسىغا ئوخشىمايدۇ ، ئۇلار ئادەتتە كونكرېت ۋەزىپىلەرنى ئورۇنداش ۋە ئالدىن بېكىتىلگەن بىر يۈرۈش قائىدىلەرگە ئەمەل قىلىش ئۈچۈن لايىھەلەنگەن. ۋاكالەتچى سۈنئىي ئەقىل سىستېمىسى بولسا تېخىمۇ ئاپتوماتىك ۋە ماسلىشىشچان قىلىپ لايىھەلەنگەن بولۇپ ، ئۇلارنىڭ مۇھىتىدىن ئۆگىنىپ ، ئۆزىنىڭ نىشانى ۋە مەقسىتىگە ئاساسەن قارار چىقىرىدۇ.

LLM لارنىڭ ۋاكالەتچى سۈنئىي ئەقىلدىكى رولى

چوڭ تىل مودېللىرى (LLMs) زور مىقداردىكى تېكىست سانلىق مەلۇماتلىرى بويىچە تەربىيەلەنگەن ۋە ئىنسانلارغا ئوخشاش تىل ھاسىل قىلالايدىغان سۈنئىي ئەقىلنىڭ بىر تۈرى. LLM ۋاكالەتچى سۈنئىي ئەقىل سىستېمىسىنىڭ مۇھىم تەركىبىي قىسمى ، چۈنكى ئۇلار ئىنسان تىلىنى چۈشىنىش ۋە ھاسىل قىلىش ئىقتىدارى بىلەن تەمىنلەيدۇ. بۇ ۋاكالەتچى سۈنئىي ئەقىل سىستېمىسىنىڭ ئىنسانلار ۋە باشقا سىستېمىلار بىلەن تېخىمۇ تەبىئىي ۋە بىۋاسىتە تۇيغۇدا ئالاقە قىلالايدۇ.

ئوركېستىرلاش قوراللىرى: LangChain ۋە DSPy

LangChain ۋە DSPy غا ئوخشاش ئوركېستىرلاش قوراللىرى ئوخشىمىغان سىستېما ۋە زاپچاسلار ئوتتۇرىسىدىكى ئۆز-ئارا تەسىرنى باشقۇرۇش ۋە ماسلاشتۇرۇش ئۈچۈن لايىھەلەنگەن. بۇ قوراللار سانلىق مەلۇمات بىر تەرەپ قىلىش ، مودېل تەربىيىلەش ۋە ئورۇنلاشتۇرۇش قاتارلىق ۋەزىپىلەرنى ئۆز ئىچىگە ئالغان خىزمەت ئېقىمىنى ئېنىقلاش ۋە ئىجرا قىلىش ئۇسۇلى بىلەن تەمىنلەيدۇ.

LangChain

LangChain ئوچۇق كودلۇق ئوركېستىرلاش قورالى بولۇپ ، خىزمەت ئېقىمىنى قۇرۇش ۋە باشقۇرۇش ئۈچۈن جانلىق ۋە كېڭەيتكىلى بولىدىغان رامكا بىلەن تەمىنلەيدۇ. LangChain LLM ، سانلىق مەلۇمات ئامبىرى ۋە API قاتارلىق كۆپ خىل سىستېما ۋە زاپچاسلار بىلەن ئىشلەش ئۈچۈن لايىھەلەنگەن.

DSPy

DSPy Python نى ئاساس قىلغان ئوركېستىرلاش قورالى بولۇپ ، خىزمەت ئېقىمىغا ئېنىقلىما بېرىش ۋە ئىجرا قىلىشنىڭ ئاددىي ۋە بىۋاسىتە ئۇسۇل بىلەن تەمىنلەيدۇ. DSPy LLMs ، ساندان ۋە API قاتارلىق كۆپ خىل سىستېما ۋە زاپچاسلار بىلەن ئىشلەش ئۈچۈن لايىھەلەنگەن.

ئاپتوماتىك يۇمشاق دېتال قۇرۇلمىسى ۋە DevOps جەريانلىرىنى ئاپتوماتلاشتۇرۇش

ۋاكالەتچى AI ، LLM ۋە LangChain ۋە DSPy غا ئوخشاش ئوركېستىرلاش قوراللىرى يۇمشاق دېتال قۇرۇلمىسى ۋە DevOps جەريانلىرىنى ئاپتوماتلاشتۇرۇشقا ئىشلىتىلىدۇ. بەزى مىساللار:

• ** ئاپتوماتىك كودنى تەكشۈرۈش **: ۋاكالەتچى سۈنئىي ئەقىل سىستېمىسى كودنى تەكشۈرۈش ۋە كەمتۈكلۈك ۋە بىخەتەرلىك يوچۇقى قاتارلىق يوشۇرۇن مەسىلىلەرنى بايقاشقا ئىشلىتىلىدۇ.
• ** ئاپتوماتىك سىناق **: ۋاكالەتچى سۈنئىي ئەقىل سىستېمىسى سىناقنى ئاپتوماتىك سىناق قىلىشقا ئىشلىتىلىدۇ ، مەسىلەن بىرلىك سىنىقى ، بىر گەۋدىلەشتۈرۈش سىنىقى ۋە ئاخىرىغىچە سىناق.
• ** ئاپتوماتىك ئورۇنلاشتۇرۇش **: ۋاكالەتچى سۈنئىي ئەقىل سىستېمىسى كود ، سەپلىمە ۋە باشقا مەنبەلەرنى ئۆز ئىچىگە ئالغان ئورۇنلاشتۇرۇشنى ئاپتوماتلاشتۇرۇشقا ئىشلىتىلىدۇ.
• ** ئاپتوماتىك نازارەت قىلىش **: ۋاكالەتچى سۈنئىي ئەقىل سىستېمىسى سىستېمىنىڭ ئىقتىدارىنى نازارەت قىلىش ، بىخەتەرلىك ۋە باشقا ئۆلچەملەرنى نازارەت قىلىشنى ئۆز ئىچىگە ئالغان نازارەت قىلىشنى ئاپتوماتىك ئىشلىتىشكە بولىدۇ.

ئەمەلىي يولغا قويۇش

بۇ بۆلەكتە ، LangChain ۋە DSPy نى ئىشلىتىپ يۇمشاق دېتال قۇرۇلمىسى ۋە DevOps جەريانىنى ئاپتوماتلاشتۇرۇشنىڭ ئاددىي مىسالى بىلەن تەمىنلەيمىز.

مىسال: كودنى ئاپتوماتىك تەكشۈرۈش

بۇ مىسالدا بىز LangChain ۋە DSPy ئارقىلىق كود تەكشۈرۈشنى ئاپتوماتىك ئىشلىتىمىز. تۆۋەندىكى باسقۇچلارنى ئۆز ئىچىگە ئالغان خىزمەت ئېقىمىغا ئېنىقلىما بېرىمىز:

1. ** كود ئانالىزى **: خىزمەت ئېقىمى LLM ئارقىلىق كودنى تەھلىل قىلىدۇ ۋە يوشۇرۇن مەسىلىلەرنى ئېنىقلايدۇ.
2. ** كودنى تەكشۈرۈش **: خىزمەت ئېقىمى ۋاكالەتچى سۈنئىي ئەقىل سىستېمىسى ئارقىلىق كودنى تەكشۈرۈپ ، يوشۇرۇن مەسىلىلەرنى ئېنىقلايدۇ.
3. ** كود ئورۇنلاشتۇرۇش **: خىزمەت ئېقىمى ئورۇنلاشتۇرۇش قورالى ئارقىلىق كودنى ئىشلەپچىقىرىش مۇھىتىغا ئورۇنلاشتۇرىدۇ.

بۇ يەردە LangChain ۋە DSPy ئارقىلىق بۇ خىزمەت ئېقىمىنى قانداق يولغا قويۇشنىڭ بىر مىسالى: `` python import langchain langchain import LLM

LLM غا ئېنىقلىما بېرىڭ

llm = LLM ("text-davinci-003")

ۋاكالەتچى سۈنئىي ئەقىل سىستېمىسىغا ئېنىقلىما بېرىڭ

ai_system = langchain.AgenticAI ()

خىزمەت ئېقىمىغا ئېنىقلىما بېرىڭ

workflow = langchain.Workflow ( steps = [ langchain.Step ( name = "كود ئانالىزى", func = llm.analyze_code, inputs = {"code": "def hello_world (): print ('Hello World')"}, ), langchain.Step ( name = "كودنى تەكشۈرۈش", func = ai_system.review_code, inputs = {"code": "def hello_world (): print ('Hello World')"}, ), langchain.Step ( name = "كود ئورۇنلاشتۇرۇش", func = langchain.deploy_code, inputs = {"code": "def hello_world (): print ('Hello World')"}, ), ] )

خىزمەت ئېقىمىنى ئىجرا قىلىڭ

workflow.execute () `` ` بۇ كود كود ئانالىزى ، كود تەكشۈرۈش ۋە كود ئورۇنلاشتۇرۇشتىن ئىبارەت ئۈچ باسقۇچنى ئۆز ئىچىگە ئالغان خىزمەت ئېقىمىغا ئېنىقلىما بېرىدۇ. خىزمەت ئېقىمى LLM ئارقىلىق كودنى ئانالىز قىلىدۇ ، ۋاكالەتچى سۈنئىي ئەقىل سىستېمىسى كودنى تەكشۈرىدۇ ۋە كودنى ئىشلەپچىقىرىش مۇھىتىغا ئورۇنلاشتۇرۇش ئورۇنلاشتۇرۇش قورالى ئىشلىتىدۇ.

ئەڭ كۆپ ئىشلىتىلىدىغان 5-10 بۇيرۇق / ئۈزۈندىلەر

بۇ يەردە LangChain ۋە DSPy ئۈچۈن ئەڭ كۆپ ئىشلىتىلگەن 5-10 بۇيرۇق / ئۈزۈندىلەر:

1. langchain.Workflow (قەدەم = [...]) `: كۆپ باسقۇچلۇق خىزمەت ئېقىمىغا ئېنىقلىما بېرىڭ.
2. langchain.Step (name =" ... ", func = ..., inputs = {...}): خىزمەت ئېقىمىدىكى بىر قەدەمنى ئېنىقلاڭ.
3. llm.analyze_code (inputs = {"code": ...}) `: LLM ئارقىلىق كودنى تەھلىل قىلىڭ.
4. ai_system.review_code (inputs = {" code ": ...}): ۋاكالەتچى AI سىستېمىسى ئارقىلىق كودنى تەكشۈرۈڭ.
5. langchain.deploy_code (inputs = {"code": ...}) `: كودنى ئىشلەپچىقىرىش مۇھىتىغا ئورۇنلاشتۇرۇڭ.
6. langchain.AgenticAI () `: ۋاكالەتچى سۈنئىي ئەقىل سىستېمىسىنىڭ مىسالى قۇر.
7. langchain.LLM () `: LLM نىڭ مىسالى قۇر.
8. langchain.deploy_code () `: كودنى ئىشلەپچىقىرىش مۇھىتىغا ئورۇنلاشتۇرۇڭ.
9. langchain.execute_workflow () `: خىزمەت ئېقىمىنى ئىجرا قىلىڭ.
10. langchain.get_workflow_status (): خىزمەت ئېقىمىغا ئېرىشىش.

Visualization

بۇ يەردە Chart.js ئارقىلىق خىزمەت ئېقىمىنى قانداق تەسۋىرلەشنىڭ بىر مىسالى: json { "type": "bar", "data": { "بەلگە": ["كود ئانالىزى" ، "كودنى تەكشۈرۈش" ، "كود ئورۇنلاشتۇرۇش"], "datasets": [ { "label": "خىزمەت ئېقىمى قەدەملىرى", "data": [10, 20, 30], "backgroundColor": [ "rgba (255, 99, 132, 0.2)", "rgba (54, 162, 235, 0.2)", "rgba (255, 206, 86, 0.2)" ], "borderColor": [ "rgba (255, 99, 132, 1)", "rgba (54, 162, 235, 1)", "rgba (255, 206, 86, 1)" ], "borderWidth": 1 } ] }, "options": {} } ` بۇ كود كود ئانالىزى ، كودنى تەكشۈرۈش ۋە كود ئورۇنلاشتۇرۇشتىن ئىبارەت ئۈچ بەلگە بار تاياقچە جەدۋىلىگە ئېنىقلىما بېرىدۇ. دىئاگراممىدا خىزمەت ئېقىمىنىڭ ھەر بىر باسقۇچىدىكى قەدەم سانى كۆرسىتىلدى.

خۇلاسە

ۋاكالەتچى سۈنئىي ئەقىل ، LLM ۋە LangChain ۋە DSPy غا ئوخشاش ئوركېستىرلاش قوراللىرى بىزنىڭ يۇمشاق دېتال قۇرۇلمىسى ۋە DevOps ئاپتوماتلاشتۇرۇش ئۇسۇلىغا ئىنقىلاب قىلىش يوشۇرۇن كۈچىگە ئىگە. كودنى تەكشۈرۈش ، سىناق قىلىش ۋە ئورۇنلاشتۇرۇش قاتارلىق ۋەزىپىلەرنى ئاپتوماتلاشتۇرۇش ئارقىلىق ، تەرەققىيات جەريانىمىزنىڭ ئۈنۈمى ۋە ئۈنۈمىنى ئۆستۈرەلەيمىز. بۇ ماقالىدە بىز بۇ تېخنىكىلارنىڭ بىرىكىشى ئۈستىدە ئىزدىنىپ ، ئۇلارنى قانداق قىلىپ يۇمشاق دېتال قۇرۇلمىسى ۋە DevOps جەريانىنى ئاپتوماتلاشتۇرۇشنىڭ ئاددىي مىسالى بىلەن تەمىنلىدۇق.