ആമുഖം
DevOps പ്രക്രിയയിൽ AI-യും ഓട്ടോമേഷനും കൂടുതൽ പ്രധാന പങ്ക് വഹിക്കുന്നതിനാൽ സോഫ്റ്റ്വെയർ ഡെവലപ്മെൻ്റ് ലാൻഡ്സ്കേപ്പ് അതിവേഗം വികസിച്ചുകൊണ്ടിരിക്കുന്നു. ഈ പരിവർത്തനത്തെ നയിക്കുന്ന രണ്ട് പ്രധാന സാങ്കേതികവിദ്യകൾ ലാങ്ചെയിൻ, സ്റ്റാക്ക്ജെൻ എന്നിവയാണ്. AI- പവർഡ് ഏജൻ്റുകൾ നിർമ്മിക്കുന്നതിനുള്ള ഒരു ഓപ്പൺ സോഴ്സ് ചട്ടക്കൂടാണ് LangChain, അതേസമയം StackGen ഇൻഫ്രാസ്ട്രക്ചർ കോൺഫിഗറേഷൻ ഓട്ടോമേറ്റ് ചെയ്യുന്നതിനുള്ള ഒരു ഉപകരണമാണ്. ഈ ലേഖനത്തിൽ, ബുദ്ധിപരമായ കോഡ് അവലോകനത്തിനും നിർദ്ദേശത്തിനും GPT-5.5-ൻ്റെ ശക്തി പ്രയോജനപ്പെടുത്തി, AI- പ്രവർത്തിക്കുന്ന DevOps ഓട്ടോമേഷൻ പൈപ്പ്ലൈൻ സൃഷ്ടിക്കാൻ ഈ രണ്ട് സാങ്കേതികവിദ്യകളും ഒരുമിച്ച് എങ്ങനെ ഉപയോഗിക്കാമെന്ന് ഞങ്ങൾ പര്യവേക്ഷണം ചെയ്യും.
DevOps ഓട്ടോമേഷൻ്റെ വെല്ലുവിളി
സോഫ്റ്റ്വെയർ ഡെവലപ്മെൻ്റ്, ടെസ്റ്റിംഗ്, വിന്യാസം എന്നിവ കാര്യക്ഷമമാക്കുന്നതിന് ഒന്നിലധികം ഉപകരണങ്ങളും സാങ്കേതികവിദ്യകളും സമന്വയിപ്പിക്കേണ്ട സങ്കീർണ്ണമായ ഒരു ജോലിയാണ് DevOps ഓട്ടോമേഷൻ. പരമ്പരാഗത സമീപനങ്ങൾ പലപ്പോഴും മാനുവൽ പ്രക്രിയകളെ ആശ്രയിക്കുന്നു, ഇത് പിശകുകൾ, കാലതാമസം, കാര്യക്ഷമതക്കുറവ് എന്നിവയിലേക്ക് നയിച്ചേക്കാം. AI-യുടെയും ഓട്ടോമേഷൻ്റെയും ഉയർച്ച ഒരു നല്ല പരിഹാരം വാഗ്ദാനം ചെയ്യുന്നു, എന്നാൽ ഇതിന് അടിസ്ഥാന സാങ്കേതികവിദ്യകളെക്കുറിച്ചും അവയുടെ സംയോജനത്തെക്കുറിച്ചും ആഴത്തിലുള്ള ധാരണ ആവശ്യമാണ്.
LangChain: AI- പവർഡ് DevOps-നുള്ള ഏജൻ്റ് ഓർക്കസ്ട്രേഷൻ
ഡാറ്റാ പ്രോസസ്സിംഗ് മുതൽ കോഡ് അവലോകനം വരെയുള്ള വിവിധങ്ങളായ ടാസ്ക്കുകൾ ചെയ്യാൻ കഴിയുന്ന AI- പവർഡ് ഏജൻ്റുമാരെ നിർമ്മിക്കുന്നതിനുള്ള ഒരു ഓപ്പൺ സോഴ്സ് ചട്ടക്കൂടാണ് LangChain. ഒന്നിലധികം AI മോഡലുകളും ടൂളുകളും സമന്വയിപ്പിക്കുന്ന സങ്കീർണ്ണമായ വർക്ക്ഫ്ലോകൾ സൃഷ്ടിക്കാൻ അതിൻ്റെ ഏജൻ്റ് ഓർക്കസ്ട്രേഷൻ കഴിവുകൾ ഡെവലപ്പർമാരെ പ്രാപ്തരാക്കുന്നു. ലാങ്ചെയിനിൻ്റെ ആർക്കിടെക്ചർ രൂപകൽപ്പന ചെയ്തിരിക്കുന്നത് ഉയർന്ന മോഡുലാർ, എക്സ്റ്റൻസിബിൾ ആയാണ്, ഇത് ഇഷ്ടാനുസൃത DevOps ഓട്ടോമേഷൻ പൈപ്പ്ലൈനുകൾ നിർമ്മിക്കുന്നതിനുള്ള അനുയോജ്യമായ തിരഞ്ഞെടുപ്പാക്കി മാറ്റുന്നു.
ലാങ്ചെയിൻ ആർക്കിടെക്ചർ
LangChain വാസ്തുവിദ്യയിൽ മൂന്ന് പ്രധാന ഘടകങ്ങൾ അടങ്ങിയിരിക്കുന്നു:
- ഏജൻ്റ്സ്: ഡാറ്റാ പ്രോസസ്സിംഗ്, കോഡ് അവലോകനം, ടെസ്റ്റിംഗ് എന്നിവ പോലുള്ള നിർദ്ദിഷ്ട ജോലികൾ നിർവഹിക്കുന്നതിന് ഉത്തരവാദികളായ ലാങ്ചെയിൻ ചട്ടക്കൂടിൻ്റെ പ്രധാന ഘടകങ്ങളാണിവ.
- വർക്ക്ഫ്ലോകൾ: ഒരു സോഫ്റ്റ്വെയർ ആപ്ലിക്കേഷൻ നിർമ്മിക്കുന്നതും വിന്യസിക്കുന്നതും പോലുള്ള ഒരു നിർദ്ദിഷ്ട ലക്ഷ്യം കൈവരിക്കുന്നതിന് ഏജൻ്റുമാർ ചെയ്യുന്ന ജോലികളുടെ ക്രമങ്ങളാണിവ.
- ഓർക്കസ്ട്രേറ്റർ: വർക്ക്ഫ്ലോകൾ നിയന്ത്രിക്കുന്ന ഘടകമാണിത്, ടാസ്ക്കുകൾ ശരിയായ ക്രമത്തിൽ നിർവ്വഹിക്കുന്നുവെന്നും ഏതെങ്കിലും പിശകുകൾ ഉചിതമായി കൈകാര്യം ചെയ്യപ്പെടുന്നുവെന്നും ഉറപ്പാക്കുന്നു.
ഉദാഹരണ കോഡ്: ഒരു LangChain ഏജൻ്റ് സൃഷ്ടിക്കുന്നു
GPT-5.5 ഉപയോഗിച്ച് ഒരു കോഡ് അവലോകനം നടത്തുന്ന ഒരു LangChain ഏജൻ്റ് സൃഷ്ടിക്കുന്നതിനുള്ള ഒരു ലളിതമായ ഉദാഹരണം ഇതാ:
ലാംഗ്ചെയിൻ ഇറക്കുമതി ചെയ്യുക
langchain.chains-ൽ നിന്ന് gpt5_5 ഇറക്കുമതി ചെയ്യുക
# ഒരു GPT-5.5 ഏജൻ്റ് സൃഷ്ടിക്കുക
ഏജൻ്റ് = gpt5_5.GPT5_5ഏജൻ്റ്()
# ഒരു കോഡ് അവലോകന വർക്ക്ഫ്ലോ നിർവ്വചിക്കുക
വർക്ക്ഫ്ലോ = langchain.Workflow(
പേര്="കോഡ്_അവലോകനം",
ചുമതലകൾ=[
{
"തരം": "ടെക്സ്റ്റ്",
"input": "ദയവായി ഇനിപ്പറയുന്ന കോഡ് അവലോകനം ചെയ്യുക",
"ഔട്ട്പുട്ട്": "code_review"
},
{
"തരം": "ടെക്സ്റ്റ്",
"input": "code_review",
"ഔട്ട്പുട്ട്": "reviewed_code"
}
]
)
# കോഡ് അവലോകന വർക്ക്ഫ്ലോ നിർവഹിക്കുന്ന ഒരു LangChain ഏജൻ്റ് സൃഷ്ടിക്കുക
ഏജൻ്റ് = langchain. ഏജൻ്റ് (വർക്ക്ഫ്ലോ = വർക്ക്ഫ്ലോ, ഏജൻ്റ് = ഏജൻ്റ്)
# കോഡ് അവലോകന വർക്ക്ഫ്ലോ പ്രവർത്തിപ്പിക്കുക
ഫലം = agent.run(ഇൻപുട്ട് = "ദയവായി ഇനിപ്പറയുന്ന കോഡ് അവലോകനം ചെയ്യുക")
പ്രിൻ്റ് (ഫലം.ഔട്ട്പുട്ട്)
ഈ കോഡ് GPT-5.5 ഉപയോഗിച്ച് ഒരു കോഡ് അവലോകനം നടത്തുന്ന ഒരു LangChain ഏജൻ്റിനെ സൃഷ്ടിക്കുന്നു. രണ്ട് ടാസ്ക്കുകൾ അടങ്ങുന്ന ഒരു വർക്ക്ഫ്ലോ ആയി ഏജൻ്റിനെ നിർവചിച്ചിരിക്കുന്നു: ഒന്ന് അവലോകനത്തിനായി കോഡ് നൽകാൻ ഉപയോക്താവിനെ പ്രേരിപ്പിക്കുന്നു, മറ്റൊന്ന് GPT-5.5 ഉപയോഗിച്ച് കോഡ് അവലോകനം ചെയ്യുന്നു.
StackGen: DevOps ഓട്ടോമേഷനായുള്ള ഇൻഫ്രാസ്ട്രക്ചർ കോൺഫിഗറേഷൻ
സ്റ്റാക്ക്ജെൻ ഇൻഫ്രാസ്ട്രക്ചർ കോൺഫിഗറേഷൻ ഓട്ടോമേറ്റ് ചെയ്യുന്നതിനുള്ള ഒരു ഉപകരണമാണ്, ഇത് DevOps ഓട്ടോമേഷൻ പൈപ്പ്ലൈനുകൾക്ക് അനുയോജ്യമായ തിരഞ്ഞെടുപ്പാണ്. ഡെവലപ്പർമാർക്ക് അവരുടെ ആപ്ലിക്കേഷനുകൾക്കായി ഇഷ്ടാനുസൃത ഇൻഫ്രാസ്ട്രക്ചർ കോൺഫിഗറേഷനുകൾ സൃഷ്ടിക്കാൻ അനുവദിക്കുന്ന, ഉയർന്ന മോഡുലാർ, എക്സ്റ്റൻസിബിൾ ആയാണ് ഇതിൻ്റെ ആർക്കിടെക്ചർ രൂപകൽപ്പന ചെയ്തിരിക്കുന്നത്.
StackGen ആർക്കിടെക്ചർ
StackGen ആർക്കിടെക്ചറിൽ മൂന്ന് പ്രധാന ഘടകങ്ങൾ അടങ്ങിയിരിക്കുന്നു:
- ദാതാക്കൾ: AWS അല്ലെങ്കിൽ GCP പോലുള്ള ഇൻഫ്രാസ്ട്രക്ചർ ഉറവിടങ്ങൾ നിയന്ത്രിക്കുന്ന ഘടകങ്ങളാണ് ഇവ.
- കോൺഫിഗറേഷനുകൾ: വെർച്വൽ മെഷീനുകൾ അല്ലെങ്കിൽ ഡാറ്റാബേസുകൾ പോലുള്ള ഇൻഫ്രാസ്ട്രക്ചർ ഉറവിടങ്ങളുടെ നിർവചനങ്ങളാണ് ഇവ.
- ഓർക്കസ്ട്രേറ്റർ: കോൺഫിഗറേഷനുകൾ നിയന്ത്രിക്കുന്ന ഘടകമാണിത്, ഇൻഫ്രാസ്ട്രക്ചർ ഉറവിടങ്ങൾ ശരിയായി സൃഷ്ടിക്കുകയും അപ്ഡേറ്റ് ചെയ്യുകയും ചെയ്യുന്നു.
ഉദാഹരണ കോഡ്: ഒരു StackGen കോൺഫിഗറേഷൻ സൃഷ്ടിക്കുന്നു
ഒരു വെർച്വൽ മെഷീനായി ഒരു StackGen കോൺഫിഗറേഷൻ സൃഷ്ടിക്കുന്നതിനുള്ള ഒരു ലളിതമായ ഉദാഹരണം ഇതാ:
stackgen::config ഉപയോഗിക്കുക;
// ഒരു വെർച്വൽ മെഷീൻ കോൺഫിഗറേഷൻ നിർവചിക്കുക
അനുവദിക്കുക vm_config = config::VMConfig {
പേര്: "my_vm".to_string(),
ദാതാവ്: "aws".to_string(),
മേഖല: "us-west-2".to_string(),
instance_type: "t2.micro".to_string(),
image_id: "ami-abc123".to_string(),
};
// ഒരു StackGen കോൺഫിഗറേഷൻ സൃഷ്ടിക്കുക
കോൺഫിഗേഷൻ അനുവദിക്കുക = കോൺഫിഗറേഷൻ:: കോൺഫിഗ് {
പേര്: "my_config".to_string(),
ദാതാവ്: "aws".to_string(),
മേഖല: "us-west-2".to_string(),
ഉറവിടങ്ങൾ: vec![vm_config],
};
// കോൺഫിഗറേഷൻ ഒരു ഫയലിലേക്ക് സംരക്ഷിക്കുക
config.save ("my_config.yaml");
ഈ കോഡ് stackgen crate ഉപയോഗിച്ച് ഒരു വെർച്വൽ മെഷീനായി ഒരു StackGen കോൺഫിഗറേഷൻ സൃഷ്ടിക്കുന്നു. പേര്, ദാതാവ്, പ്രദേശം, ഉദാഹരണ തരം, ഇമേജ് ഐഡി എന്നിവ പോലുള്ള പ്രോപ്പർട്ടികൾ ഉൾപ്പെടുന്ന ഒരു VMConfig ഘടനയായി കോൺഫിഗറേഷൻ നിർവചിച്ചിരിക്കുന്നു.
AI- പ്രവർത്തിക്കുന്ന DevOps ഓട്ടോമേഷനായി LangChain, StackGen എന്നിവ സംയോജിപ്പിക്കുന്നു
AI- ഓടിക്കുന്ന DevOps ഓട്ടോമേഷൻ പൈപ്പ്ലൈൻ സൃഷ്ടിക്കുന്നതിന്, ഞങ്ങൾ LangChain, StackGen എന്നിവ സംയോജിപ്പിക്കേണ്ടതുണ്ട്. കോഡ് അവലോകനവും പരിശോധനയും പോലുള്ള ജോലികൾ ചെയ്യാൻ LangChain ഏജൻ്റുമാരെയും ഇൻഫ്രാസ്ട്രക്ചർ ഉറവിടങ്ങൾ നിയന്ത്രിക്കാൻ StackGen ഉം ഉപയോഗിക്കുന്ന ഒരു വർക്ക്ഫ്ലോ സൃഷ്ടിക്കുന്നത് ഇതിൽ ഉൾപ്പെടുന്നു.
ഉദാഹരണ കോഡ്: LangChain, StackGen എന്നിവ സംയോജിപ്പിക്കുന്നു
AI- പ്രവർത്തിക്കുന്ന DevOps ഓട്ടോമേഷൻ പൈപ്പ്ലൈൻ സൃഷ്ടിക്കാൻ LangChain, StackGen എന്നിവ സംയോജിപ്പിക്കുന്നതിനുള്ള ഒരു ലളിതമായ ഉദാഹരണം ഇതാ:
ലാംഗ്ചെയിൻ ഇറക്കുമതി ചെയ്യുക
langchain.chains-ൽ നിന്ന് gpt5_5 ഇറക്കുമതി ചെയ്യുക
ഇറക്കുമതി stackgen
# ഒരു GPT-5.5 ഏജൻ്റ് സൃഷ്ടിക്കുക
ഏജൻ്റ് = gpt5_5.GPT5_5ഏജൻ്റ്()
# ഒരു കോഡ് അവലോകന വർക്ക്ഫ്ലോ നിർവ്വചിക്കുക
വർക്ക്ഫ്ലോ = langchain.Workflow(
പേര്="കോഡ്_അവലോകനം",
ചുമതലകൾ=[
{
"തരം": "ടെക്സ്റ്റ്",
"input": "ദയവായി ഇനിപ്പറയുന്ന കോഡ് അവലോകനം ചെയ്യുക",
"ഔട്ട്പുട്ട്": "code_review"
},
{
"തരം": "ടെക്സ്റ്റ്",
"input": "code_review",
"ഔട്ട്പുട്ട്": "reviewed_code"
}
]
)
# കോഡ് അവലോകന വർക്ക്ഫ്ലോ നിർവഹിക്കുന്ന ഒരു LangChain ഏജൻ്റ് സൃഷ്ടിക്കുക
ഏജൻ്റ് = langchain. ഏജൻ്റ് (വർക്ക്ഫ്ലോ = വർക്ക്ഫ്ലോ, ഏജൻ്റ് = ഏജൻ്റ്)
# ഒരു StackGen കോൺഫിഗറേഷൻ നിർവചിക്കുക
vm_config = stackgen.config.VMConfig {
പേര്: "my_vm".to_string(),
ദാതാവ്: "aws".to_string(),
മേഖല: "us-west-2".to_string(),
instance_type: "t2.micro".to_string(),
image_id: "ami-abc123".to_string(),
}
# ഒരു StackGen കോൺഫിഗറേഷൻ സൃഷ്ടിക്കുക
config = stackgen.config.Config {
പേര്: "my_config".to_string(),
ദാതാവ്: "aws".to_string(),
മേഖല: "us-west-2".to_string(),
ഉറവിടങ്ങൾ: vec![vm_config],
}
# കോൺഫിഗറേഷൻ ഒരു ഫയലിലേക്ക് സംരക്ഷിക്കുക
config.save ("my_config.yaml");
# കോഡ് അവലോകന വർക്ക്ഫ്ലോ പ്രവർത്തിപ്പിക്കുക
ഫലം = agent.run(ഇൻപുട്ട് = "ദയവായി ഇനിപ്പറയുന്ന കോഡ് അവലോകനം ചെയ്യുക")
പ്രിൻ്റ് (ഫലം.ഔട്ട്പുട്ട്)
# ഇൻഫ്രാസ്ട്രക്ചർ ഉറവിടങ്ങൾ സൃഷ്ടിക്കാൻ StackGen കോൺഫിഗറേഷൻ ഉപയോഗിക്കുക
stackgen.create_resources(config)
ഈ കോഡ് AI- പ്രവർത്തിക്കുന്ന DevOps ഓട്ടോമേഷൻ പൈപ്പ്ലൈൻ സൃഷ്ടിക്കാൻ LangChain, StackGen എന്നിവ സംയോജിപ്പിക്കുന്നു. GPT-5.5 ഉപയോഗിച്ച് ഒരു കോഡ് അവലോകനം നടത്തുന്നതിന് പൈപ്പ്ലൈൻ ഒരു LangChain ഏജൻ്റും ഇൻഫ്രാസ്ട്രക്ചർ ഉറവിടങ്ങൾ നിയന്ത്രിക്കുന്നതിന് ഒരു StackGen കോൺഫിഗറേഷനും ഉപയോഗിക്കുന്നു.
ഏറ്റവും കൂടുതൽ ഉപയോഗിക്കുന്ന 5-10 കമാൻഡുകൾ/സ്നിപ്പെറ്റുകൾ
LangChain, StackGen എന്നിവയ്ക്കായി ഏറ്റവും കൂടുതൽ ഉപയോഗിക്കുന്ന 5-10 കമാൻഡുകൾ/സ്നിപ്പെറ്റുകൾ ഇതാ:
langchain.Agent(workflow=workflow, agent=agent): ഒരു നിർദ്ദിഷ്ട ഏജൻ്റ് ഉപയോഗിച്ച് വർക്ക്ഫ്ലോ നടത്തുന്ന ഒരു LangChain ഏജൻ്റ് സൃഷ്ടിക്കുന്നു.stackgen.config.VMConfig(...): StackGen ഉപയോഗിച്ച് ഒരു വെർച്വൽ മെഷീൻ കോൺഫിഗറേഷൻ നിർവചിക്കുന്നു.langchain.Workflow(...): LangChain ഉപയോഗിച്ച് ഒരു വർക്ക്ഫ്ലോ നിർവചിക്കുന്നു.stackgen.create_resources(config): ഒരു StackGen കോൺഫിഗറേഷൻ ഉപയോഗിച്ച് ഇൻഫ്രാസ്ട്രക്ചർ ഉറവിടങ്ങൾ സൃഷ്ടിക്കുന്നു.langchain.Agent.run(input="..."): ഒരു പ്രത്യേക ഇൻപുട്ട് ഉപയോഗിച്ച് ഒരു LangChain ഏജൻ്റ് പ്രവർത്തിപ്പിക്കുന്നു.stackgen.config.save("..."): ഒരു ഫയലിലേക്ക് ഒരു StackGen കോൺഫിഗറേഷൻ സംരക്ഷിക്കുന്നു.langchain.Workflow.tasks(...): ഒരു LangChain വർക്ക്ഫ്ലോയിലെ ടാസ്ക്കുകൾ നിർവചിക്കുന്നു.stackgen.config.resources(...): ഒരു StackGen കോൺഫിഗറേഷനിൽ വിഭവങ്ങൾ നിർവചിക്കുന്നു.langchain.Agent.agent(...): ഒരു LangChain ഏജൻ്റുമായി ബന്ധപ്പെട്ട ഏജൻ്റിനെ ലഭിക്കുന്നു.stackgen.config.provider(...): ഒരു StackGen കോൺഫിഗറേഷനുമായി ബന്ധപ്പെട്ട ദാതാവിനെ ലഭിക്കുന്നു.
ദൃശ്യവൽക്കരണം
Chart.js ഉപയോഗിച്ചുള്ള LangChain, StackGen ആർക്കിടെക്ചറിൻ്റെ ദൃശ്യവൽക്കരണം ഇതാ:
{
"തരം": "ബാർ",
"ഡാറ്റ": {
"ലേബലുകൾ": ["LangChain", "StackGen"],
"ഡാറ്റസെറ്റുകൾ": [
{
"ലേബൽ": "ഘടകങ്ങൾ",
"ഡാറ്റ": [3, 3],
"പശ്ചാത്തല നിറം": ["#4CAF50", "#FF9800"]
},
{
"ലേബൽ": "ടാസ്കുകൾ",
"ഡാറ്റ": [5, 5],
"backgroundColor": ["#2196F3", "#9C27B0"]
}
]
},
"ഓപ്ഷനുകൾ": {
"ശീർഷകം": {
"പ്രദർശനം": സത്യം,
"text": "LangChain ആൻഡ് StackGen ആർക്കിടെക്ചർ"
},
"ഇതിഹാസം": {
"പ്രദർശനം": സത്യം
}
}
}
ഈ ദൃശ്യവൽക്കരണം LangChain, StackGen ആർക്കിടെക്ചറുകളിലെ ഘടകങ്ങളുടെയും ടാസ്ക്കുകളുടെയും എണ്ണം കാണിക്കുന്നു.
ഉപസംഹാരം
ഈ ലേഖനത്തിൽ, AI- പ്രവർത്തിക്കുന്ന DevOps ഓട്ടോമേഷൻ പൈപ്പ്ലൈൻ സൃഷ്ടിക്കുന്നതിന് LangChain ഉം StackGen ഉം എങ്ങനെ ഒരുമിച്ച് ഉപയോഗിക്കാമെന്ന് ഞങ്ങൾ പര്യവേക്ഷണം ചെയ്തു. കോഡ് അവലോകനവും പരിശോധനയും പോലുള്ള ജോലികൾ ചെയ്യാൻ LangChain-ൻ്റെ ഏജൻ്റ് ഓർക്കസ്ട്രേഷൻ കഴിവുകൾ എങ്ങനെ ഉപയോഗിക്കാമെന്നും ഇൻഫ്രാസ്ട്രക്ചർ റിസോഴ്സുകൾ കൈകാര്യം ചെയ്യാൻ StackGen-ൻ്റെ ഇൻഫ്രാസ്ട്രക്ചർ കോൺഫിഗറേഷൻ കഴിവുകൾ എങ്ങനെ ഉപയോഗിക്കാമെന്നും ഞങ്ങൾ കണ്ടു. തടസ്സമില്ലാത്ത DevOps ഓട്ടോമേഷൻ പൈപ്പ്ലൈൻ സൃഷ്ടിക്കാൻ ഈ രണ്ട് സാങ്കേതികവിദ്യകളും എങ്ങനെ സംയോജിപ്പിക്കാമെന്നും ഞങ്ങൾ കണ്ടു.