ਐਜ ਕੰਪਿਊਟਿੰਗ ਵਾਤਾਵਰਨ ਵਿੱਚ ਪ੍ਰੋਐਕਟਿਵ ਘਟਨਾ ਦੀ ਜਾਂਚ ਅਤੇ ਹੱਲ ਲਈ DSPy ਅਤੇ LangChain ਦੇ ਨਾਲ AI-ਪਾਵਰਡ DevOps ਪਾਈਪਲਾਈਨਾਂ ਨੂੰ ਆਰਕੇਸਟ੍ਰੇਟ ਕਰਨਾ

ਜਾਣ-ਪਛਾਣ

ਰੀਅਲ-ਟਾਈਮ ਡੇਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਵੱਧ ਰਹੀ ਮੰਗ ਦੇ ਨਾਲ, ਆਧੁਨਿਕ ਸੌਫਟਵੇਅਰ ਪ੍ਰਣਾਲੀਆਂ ਦੀ ਵਧਦੀ ਗੁੰਝਲਤਾ, ਕਿਨਾਰੇ ਕੰਪਿਊਟਿੰਗ ਵਾਤਾਵਰਣਾਂ ਦੇ ਉਭਾਰ ਦਾ ਕਾਰਨ ਬਣੀ ਹੈ। ਇਹ ਵਾਤਾਵਰਣ, ਜੋ ਕਿ ਵਿਤਰਿਤ, ਖੁਦਮੁਖਤਿਆਰੀ ਅਤੇ ਵਿਭਿੰਨ ਪ੍ਰਣਾਲੀਆਂ ਦੀ ਮੌਜੂਦਗੀ ਦੁਆਰਾ ਦਰਸਾਏ ਗਏ ਹਨ, DevOps ਟੀਮਾਂ ਲਈ ਮਹੱਤਵਪੂਰਨ ਚੁਣੌਤੀਆਂ ਪੈਦਾ ਕਰਦੇ ਹਨ। ਇਸ ਲੇਖ ਵਿੱਚ, ਅਸੀਂ ਖੋਜ ਕਰਾਂਗੇ ਕਿ AI-ਸੰਚਾਲਿਤ ਕੋਡ ਸਮੀਖਿਆ ਟੂਲਸ ਅਤੇ AIOps ਪਲੇਟਫਾਰਮਾਂ, ਖਾਸ ਤੌਰ 'ਤੇ DSPy ਅਤੇ LangChain ਵਿੱਚ ਨਵੀਨਤਮ ਤਰੱਕੀ ਦਾ ਲਾਭ ਕਿਵੇਂ ਲੈਣਾ ਹੈ, ਤਾਂ ਜੋ ਐਜ ਕੰਪਿਊਟਿੰਗ ਵਾਤਾਵਰਨ ਵਿੱਚ ਕਿਰਿਆਸ਼ੀਲ ਘਟਨਾ ਦੀ ਜਾਂਚ ਅਤੇ ਰੈਜ਼ੋਲੂਸ਼ਨ ਨੂੰ ਸਮਰੱਥ ਬਣਾਇਆ ਜਾ ਸਕੇ।

AI, DevOps, ਅਤੇ Edge ਕੰਪਿਊਟਿੰਗ ਦਾ ਇੰਟਰਸੈਕਸ਼ਨ

ਕਿਨਾਰੇ ਕੰਪਿਊਟਿੰਗ ਵਾਤਾਵਰਣ ਨੂੰ ਵੰਡੇ, ਖੁਦਮੁਖਤਿਆਰੀ ਅਤੇ ਵਿਭਿੰਨ ਪ੍ਰਣਾਲੀਆਂ ਦੀ ਮੌਜੂਦਗੀ ਦੁਆਰਾ ਵਿਸ਼ੇਸ਼ਤਾ ਦਿੱਤੀ ਜਾਂਦੀ ਹੈ, ਜੋ ਕਿ DevOps ਟੀਮਾਂ ਲਈ ਸਮੇਂ ਸਿਰ ਅਤੇ ਕੁਸ਼ਲ ਢੰਗ ਨਾਲ ਘਟਨਾਵਾਂ ਦਾ ਪਤਾ ਲਗਾਉਣ ਅਤੇ ਹੱਲ ਕਰਨ ਲਈ ਚੁਣੌਤੀਪੂਰਨ ਬਣਾ ਸਕਦੀਆਂ ਹਨ। ਇਸ ਚੁਣੌਤੀ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ, AI-ਸੰਚਾਲਿਤ ਕੋਡ ਸਮੀਖਿਆ ਟੂਲ ਅਤੇ AIOps ਪਲੇਟਫਾਰਮ ਇੱਕ ਸ਼ਾਨਦਾਰ ਹੱਲ ਵਜੋਂ ਉਭਰਿਆ ਹੈ। ਇਹ ਟੂਲ ਸਿਸਟਮ ਲੌਗਸ, ਪ੍ਰਦਰਸ਼ਨ ਮੈਟ੍ਰਿਕਸ, ਅਤੇ ਹੋਰ ਡਾਟਾ ਸਰੋਤਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਲਈ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਐਲਗੋਰਿਦਮ ਅਤੇ ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰੋਸੈਸਿੰਗ ਤਕਨੀਕਾਂ ਦਾ ਲਾਭ ਉਠਾਉਂਦੇ ਹਨ, ਜਿਸ ਨਾਲ DevOps ਟੀਮਾਂ ਨੂੰ ਵਿਗਾੜਾਂ ਦਾ ਪਤਾ ਲਗਾਉਣ ਅਤੇ ਸੰਭਾਵਿਤ ਘਟਨਾਵਾਂ ਦੇ ਵਾਪਰਨ ਤੋਂ ਪਹਿਲਾਂ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾਇਆ ਜਾਂਦਾ ਹੈ।

DSPy: AI-ਪਾਵਰਡ ਕੋਡ ਸਮੀਖਿਆ ਲਈ ਇੱਕ ਪਾਈਥਨ ਲਾਇਬ੍ਰੇਰੀ

DSPy ਇੱਕ ਪਾਈਥਨ ਲਾਇਬ੍ਰੇਰੀ ਹੈ ਜੋ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਉਹਨਾਂ ਦੀਆਂ DevOps ਪਾਈਪਲਾਈਨਾਂ ਵਿੱਚ AI-ਸੰਚਾਲਿਤ ਕੋਡ ਸਮੀਖਿਆ ਟੂਲਸ ਦੀ ਸ਼ਕਤੀ ਦਾ ਲਾਭ ਉਠਾਉਣ ਦੇ ਯੋਗ ਬਣਾਉਂਦੀ ਹੈ। DSPy ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਐਲਗੋਰਿਦਮ ਅਤੇ ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰੋਸੈਸਿੰਗ ਤਕਨੀਕਾਂ ਨੂੰ ਕੋਡ ਸਮੀਖਿਆ ਵਰਕਫਲੋ ਵਿੱਚ ਏਕੀਕ੍ਰਿਤ ਕਰਨ ਲਈ ਇੱਕ ਸਧਾਰਨ ਅਤੇ ਅਨੁਭਵੀ API ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। DSPy ਦੇ ਨਾਲ, ਡਿਵੈਲਪਰ ਅਸਮਾਨਤਾਵਾਂ ਦਾ ਪਤਾ ਲਗਾਉਣ ਅਤੇ ਸੰਭਾਵੀ ਘਟਨਾਵਾਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਲਈ ਸਿਸਟਮ ਲੌਗਸ, ਪ੍ਰਦਰਸ਼ਨ ਮੈਟ੍ਰਿਕਸ ਅਤੇ ਹੋਰ ਡੇਟਾ ਸਰੋਤਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰ ਸਕਦੇ ਹਨ।

LangChain: AI-ਪਾਵਰਡ AIOps ਪਲੇਟਫਾਰਮ ਬਣਾਉਣ ਲਈ ਇੱਕ ਫਰੇਮਵਰਕ

LangChain AI-ਸੰਚਾਲਿਤ AIOps ਪਲੇਟਫਾਰਮਾਂ ਨੂੰ ਬਣਾਉਣ ਲਈ ਇੱਕ ਢਾਂਚਾ ਹੈ ਜੋ ਕਿ ਐਜ ਕੰਪਿਊਟਿੰਗ ਵਾਤਾਵਰਨ ਵਿੱਚ ਕਿਰਿਆਸ਼ੀਲ ਘਟਨਾ ਦੀ ਜਾਂਚ ਅਤੇ ਰੈਜ਼ੋਲੂਸ਼ਨ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਂਦਾ ਹੈ। LangChain ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਐਲਗੋਰਿਦਮ, ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰੋਸੈਸਿੰਗ ਤਕਨੀਕਾਂ, ਅਤੇ AIOps ਪਲੇਟਫਾਰਮਾਂ ਵਿੱਚ ਹੋਰ AI-ਸੰਚਾਲਿਤ ਸਾਧਨਾਂ ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਨ ਲਈ ਪੂਰਵ-ਨਿਰਮਿਤ ਭਾਗਾਂ ਅਤੇ APIs ਦਾ ਇੱਕ ਸੈੱਟ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। LangChain ਦੇ ਨਾਲ, ਡਿਵੈਲਪਰ ਕਸਟਮ AIOps ਪਲੇਟਫਾਰਮ ਬਣਾ ਸਕਦੇ ਹਨ ਜੋ AI-ਸੰਚਾਲਿਤ ਕੋਡ ਸਮੀਖਿਆ ਟੂਲਸ ਅਤੇ AIOps ਪਲੇਟਫਾਰਮਾਂ ਵਿੱਚ ਨਵੀਨਤਮ ਤਰੱਕੀ ਦਾ ਲਾਭ ਉਠਾਉਂਦੇ ਹਨ।

DSPy ਅਤੇ LangChain ਨਾਲ AI-ਪਾਵਰਡ DevOps ਪਾਈਪਲਾਈਨਾਂ ਨੂੰ ਆਰਕੇਸਟ੍ਰੇਟ ਕਰਨਾ

DSPy ਅਤੇ LangChain ਨਾਲ AI-ਪਾਵਰਡ DevOps ਪਾਈਪਲਾਈਨਾਂ ਨੂੰ ਆਰਕੈਸਟ ਕਰਨ ਲਈ, ਡਿਵੈਲਪਰ ਇਹਨਾਂ ਕਦਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰ ਸਕਦੇ ਹਨ:

1. DSPy ਨੂੰ DevOps ਪਾਈਪਲਾਈਨ ਵਿੱਚ ਏਕੀਕ੍ਰਿਤ ਕਰੋ: ਡਿਵੈਲਪਰ ਸਿਸਟਮ ਲੌਗਸ, ਪ੍ਰਦਰਸ਼ਨ ਮੈਟ੍ਰਿਕਸ, ਅਤੇ ਹੋਰ ਡਾਟਾ ਸਰੋਤਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਲਈ DSPy API ਦੀ ਵਰਤੋਂ ਕਰਕੇ DSPy ਨੂੰ DevOps ਪਾਈਪਲਾਈਨ ਵਿੱਚ ਏਕੀਕ੍ਰਿਤ ਕਰ ਸਕਦੇ ਹਨ।
2. ਇੱਕ ਕਸਟਮ AIOps ਪਲੇਟਫਾਰਮ ਬਣਾਉਣ ਲਈ LangChain ਦੀ ਵਰਤੋਂ ਕਰੋ: ਡਿਵੈਲਪਰ ਇੱਕ ਕਸਟਮ AIOps ਪਲੇਟਫਾਰਮ ਬਣਾਉਣ ਲਈ LangChain ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੇ ਹਨ ਜੋ AI-ਸੰਚਾਲਿਤ ਕੋਡ ਸਮੀਖਿਆ ਟੂਲਸ ਅਤੇ AIOps ਪਲੇਟਫਾਰਮਾਂ ਵਿੱਚ ਨਵੀਨਤਮ ਤਰੱਕੀ ਦਾ ਲਾਭ ਉਠਾਉਂਦਾ ਹੈ।
3. AIOps ਪਲੇਟਫਾਰਮ ਨੂੰ DevOps ਪਾਈਪਲਾਈਨ ਵਿੱਚ ਏਕੀਕ੍ਰਿਤ ਕਰੋ: ਡਿਵੈਲਪਰ ਸਿਸਟਮ ਲੌਗਸ, ਪ੍ਰਦਰਸ਼ਨ ਮੈਟ੍ਰਿਕਸ, ਅਤੇ ਹੋਰ ਡਾਟਾ ਸਰੋਤਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਲਈ LangChain API ਦੀ ਵਰਤੋਂ ਕਰਕੇ AIOps ਪਲੇਟਫਾਰਮ ਨੂੰ DevOps ਪਾਈਪਲਾਈਨ ਵਿੱਚ ਏਕੀਕ੍ਰਿਤ ਕਰ ਸਕਦੇ ਹਨ।

ਵਿਹਾਰਕ ਉਦਾਹਰਨ: ਸਿਸਟਮ ਲੌਗਸ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਲਈ DSPy ਦੀ ਵਰਤੋਂ ਕਰਨਾ

ਸਿਸਟਮ ਲੌਗਸ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਲਈ DSPy ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕਰਨੀ ਹੈ ਇਸਦੀ ਇੱਕ ਸਧਾਰਨ ਉਦਾਹਰਨ ਇਹ ਹੈ: ``ਅਜਗਰ ਡੀਐਸਪੀ ਨੂੰ ਆਯਾਤ ਕਰੋ

logs = dspy.load_logs('system_logs.log')

ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਐਲਗੋਰਿਦਮ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਸਿਸਟਮ ਲੌਗਸ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰੋ

anomalies = dspy.analyze_logs(logs, algorithm='MLP')

ਅਸੰਗਤੀਆਂ ਨੂੰ ਛਾਪੋ

ਪ੍ਰਿੰਟ (ਵਿਸੰਗਤੀਆਂ) `` ਇਸ ਉਦਾਹਰਨ ਵਿੱਚ, ਅਸੀਂ dspy.load_logs ਫੰਕਸ਼ਨ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਸਿਸਟਮ ਲੌਗਸ ਨੂੰ ਲੋਡ ਕਰਦੇ ਹਾਂ, `dspy.analyze_logs` ਫੰਕਸ਼ਨ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਐਲਗੋਰਿਦਮ (MLP) ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਲੌਗਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਦੇ ਹਾਂ, ਅਤੇ ਵਿਗਾੜਾਂ ਨੂੰ ਪ੍ਰਿੰਟ ਕਰਦੇ ਹਾਂ।

ਟੌਪ 5-10 ਸਭ ਤੋਂ ਵੱਧ ਵਰਤੀਆਂ ਜਾਣ ਵਾਲੀਆਂ ਕਮਾਂਡਾਂ/ਸਨਿਪੇਟਸ

ਇੱਥੇ DSPy ਅਤੇ LangChain ਲਈ ਚੋਟੀ ਦੇ 5-10 ਸਭ ਤੋਂ ਵੱਧ ਵਰਤੀਆਂ ਜਾਂਦੀਆਂ ਕਮਾਂਡਾਂ/ਸਨਿੱਪਟ ਹਨ:

1. dspy.load_logs('system_logs.log'): ਸਿਸਟਮ ਲੌਗ ਲੋਡ ਕਰਦਾ ਹੈ।
2. dspy.analyze_logs(logs, algorithm='MLP'): ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਐਲਗੋਰਿਦਮ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਸਿਸਟਮ ਲੌਗਸ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਦਾ ਹੈ।
3. langchain.build_aiops_platform(): LangChain ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇੱਕ ਕਸਟਮ AIOps ਪਲੇਟਫਾਰਮ ਬਣਾਉਂਦਾ ਹੈ।
4. langchain.integrate_aiops_platform(): AIOps ਪਲੇਟਫਾਰਮ ਨੂੰ DevOps ਪਾਈਪਲਾਈਨ ਵਿੱਚ ਏਕੀਕ੍ਰਿਤ ਕਰਦਾ ਹੈ।
5. dspy.visualize_anomalies(anomalies): ਇੱਕ ਚਾਰਟ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਵਿਜ਼ੁਅਲਤਾਵਾਂ ਦੀ ਕਲਪਨਾ ਕਰਦਾ ਹੈ।
6. langchain.use_ml_algorithm(logs, algorithm='SVM'): ਸਿਸਟਮ ਲੌਗਸ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਲਈ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਐਲਗੋਰਿਦਮ (SVM) ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ।
7. dspy.print_anomalies(anomalies): ਵਿਸੰਗਤੀਆਂ ਨੂੰ ਪ੍ਰਿੰਟ ਕਰਦਾ ਹੈ।
8. langchain.use_nlp_techniques(logs, technology=['NER', 'POS']): ਸਿਸਟਮ ਲੌਗਸ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਲਈ ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰੋਸੈਸਿੰਗ ਤਕਨੀਕਾਂ (NER, POS) ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ।
9. dspy.save_anomalies(anomalies, 'anomalies.csv'): ਇੱਕ CSV ਫਾਈਲ ਵਿੱਚ ਵਿਸੰਗਤੀਆਂ ਨੂੰ ਸੁਰੱਖਿਅਤ ਕਰਦਾ ਹੈ।
10. langchain.use_custom_aiops_platform(): LangChain ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਬਣਾਏ ਗਏ ਕਸਟਮ AIOps ਪਲੇਟਫਾਰਮ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ।

ਵਿਜ਼ੂਅਲਾਈਜ਼ੇਸ਼ਨ

ਇੱਥੇ ਇੱਕ ਚਾਰਟ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਵਿਗਾੜਾਂ ਦੀ ਕਲਪਨਾ ਕਰਨ ਦਾ ਇੱਕ ਉਦਾਹਰਨ ਹੈ: ਚਾਰਟ { "type": "ਪੱਟੀ", "ਡਾਟਾ": { "ਲੇਬਲ": ["ਅਨੋਮਾਲੀ 1", "ਅਨੋਮਾਲੀ 2", "ਅਨੋਮਾਲੀ 3"], "datasets": [ { "label": "ਵਿਸੰਗਤੀਆਂ", "ਡਾਟਾ": [10, 20, 30], "ਬੈਕਗ੍ਰਾਉਂਡ ਰੰਗ": "rgba(255, 99, 132, 0.2)", "borderColor": "rgba(255, 99, 132, 1)", "ਬਾਰਡਰ ਚੌੜਾਈ": 1 } ] }, "ਵਿਕਲਪ": { "ਸਿਰਲੇਖ": { "ਡਿਸਪਲੇ": ਸਹੀ, "text": "ਵਿਸੰਗਤੀਆਂ" }, "ਲੀਜੈਂਡ": { "ਡਿਸਪਲੇ": ਸਹੀ } } } ਇਸ ਉਦਾਹਰਨ ਵਿੱਚ, ਅਸੀਂ ਇੱਕ ਬਾਰ ਚਾਰਟ ਬਣਾਉਣ ਲਈ Chart.js ਲਾਇਬ੍ਰੇਰੀ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਾਂ ਜੋ ਵਿਗਾੜਾਂ ਦੀ ਕਲਪਨਾ ਕਰਦਾ ਹੈ।

ਸਿੱਟਾ

ਇਸ ਲੇਖ ਵਿੱਚ, ਅਸੀਂ ਖੋਜ ਕੀਤੀ ਹੈ ਕਿ AI-ਸੰਚਾਲਿਤ ਕੋਡ ਸਮੀਖਿਆ ਟੂਲਸ ਅਤੇ AIOps ਪਲੇਟਫਾਰਮਾਂ, ਖਾਸ ਤੌਰ 'ਤੇ DSPy ਅਤੇ LangChain ਵਿੱਚ ਨਵੀਨਤਮ ਤਰੱਕੀ ਦਾ ਲਾਭ ਕਿਵੇਂ ਲੈਣਾ ਹੈ, ਤਾਂ ਜੋ ਐਜ ਕੰਪਿਊਟਿੰਗ ਵਾਤਾਵਰਨ ਵਿੱਚ ਕਿਰਿਆਸ਼ੀਲ ਘਟਨਾ ਦੀ ਜਾਂਚ ਅਤੇ ਰੈਜ਼ੋਲੂਸ਼ਨ ਨੂੰ ਸਮਰੱਥ ਬਣਾਇਆ ਜਾ ਸਕੇ। ਅਸੀਂ ਸਿਸਟਮ ਲੌਗਸ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਲਈ DSPy ਦੀ ਵਰਤੋਂ ਕਰਨ ਅਤੇ ਚਾਰਟ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਵਿਗਾੜਾਂ ਦੀ ਕਲਪਨਾ ਕਰਨ ਲਈ ਇੱਕ ਵਿਹਾਰਕ ਉਦਾਹਰਣ ਪ੍ਰਦਾਨ ਕੀਤੀ ਹੈ। ਅਸੀਂ DSPy ਅਤੇ LangChain ਲਈ ਸਭ ਤੋਂ ਵੱਧ ਵਰਤੀਆਂ ਜਾਣ ਵਾਲੀਆਂ 5-10 ਕਮਾਂਡਾਂ/ਸਨਿਪਟਾਂ ਦੀ ਸੂਚੀ ਵੀ ਪ੍ਰਦਾਨ ਕੀਤੀ ਹੈ। ਇਸ ਲੇਖ ਵਿੱਚ ਦੱਸੇ ਗਏ ਕਦਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰਕੇ, ਡਿਵੈਲਪਰ ਕਸਟਮ AIOps ਪਲੇਟਫਾਰਮ ਬਣਾ ਸਕਦੇ ਹਨ ਜੋ AI-ਸੰਚਾਲਿਤ ਕੋਡ ਸਮੀਖਿਆ ਟੂਲਸ ਅਤੇ AIOps ਪਲੇਟਫਾਰਮਾਂ ਵਿੱਚ ਨਵੀਨਤਮ ਤਰੱਕੀ ਦਾ ਲਾਭ ਉਠਾਉਂਦੇ ਹਨ, ਜੋ ਕਿ ਐਜ ਕੰਪਿਊਟਿੰਗ ਵਾਤਾਵਰਨ ਵਿੱਚ ਕਿਰਿਆਸ਼ੀਲ ਘਟਨਾ ਦੀ ਜਾਂਚ ਅਤੇ ਰੈਜ਼ੋਲੂਸ਼ਨ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਂਦੇ ਹਨ।