# הקדמה

די ינאַגריישאַן פון דזשענעראַטיוו אַי אין DevOps פּייפּליינז האט די פּאָטענציעל צו רעוואַלושאַנייז די וועג ווייכווארג איז דעוועלאָפּעד, טעסטעד און איבערגעגעבן. דורך לעווערידזשינג די קייפּאַבילאַטיז פון אַי, DevOps טימז קענען אָטאַמייט ריפּעטיטיוו טאַסקס, פֿאַרבעסערן ווייכווארג קוואַליטעט און פאַרגרעסערן עקספּרעס עפעקטיווקייַט. אין דעם אַרטיקל, מיר וועלן ויספאָרשן ווי דזשענעראַטיוו אַי מכשירים קענען פאַרבעסערן DevOps פּראַקטיסיז, פאָוקיסינג אויף אָרקעסטראַטיאָן מיט DSPy און LangChain.

וואָס איז גענעראַטיווע אַי?

גענעראַטיווע אַי רעפערס צו אַ טיפּ פון אַי וואָס קענען דזשענערייט נייַע אָריגינעל אינהאַלט, אַזאַ ווי טעקסט, בילדער אָדער מוזיק. דאָס איז אין קאַנטראַסט צו טראדיציאנעלן אַי, וואָס איז טיפּיקלי געניצט פֿאַר טאַסקס אַזאַ ווי קלאַסאַפאַקיישאַן, ראַגרעשאַן אָדער קלאַסטערינג. גענעראַטיווע אַי האט אַ ברייט קייט פון אַפּלאַקיישאַנז, אַרייַנגערעכנט:

• ** טעקסט דור **: דזשענערייטינג טעקסט באזירט אויף אַ פּינטלעך אָדער אַרייַנשרייַב
• ** בילד דור **: דזשענערייטינג בילדער באזירט אויף אַ פּינטלעך אָדער אַרייַנשרייַב
• ** מוזיק דור **: דזשענערייטינג מוזיק באזירט אויף אַ פּינטלעך אָדער אַרייַנשרייַב

בענעפיץ פון ינטאַגרייטינג גענעראַטיווע אַי אין דעוואָפּס פּייפּליינז

ינטאַגרייטינג גענעראַטיווע אַי אין DevOps פּייפּליינז קענען ברענגען עטלעכע בענעפיץ, אַרייַנגערעכנט:

• ** אָטאַמייטיד טעסטינג **: גענעראַטיווע אַי קענען ווערן גענוצט צו דזשענערייט טעסט קאַסעס און אָטאַמייט טעסטינג
• ** אָטאַמייטיד דאַקיומענטיישאַן **: גענעראַטיווע אַי קענען ווערן גענוצט צו דזשענערייט דאַקיומענטיישאַן, אַזאַ ווי באַניצער מאַניואַלז אָדער אַפּי דאַקיומענטיישאַן
• ** אָטאַמייטיד קאָד דזשענעריישאַן **: גענעראַטיווע אַי קענען זיין גענוצט צו דזשענערייט קאָד, אַזאַ ווי באָילערפּלאַטע קאָד אָדער קאָד פֿאַר ספּעציפיש טאַסקס
• ** ימפּרוווד ווייכווארג קוואַליטעט **: גענעראַטיווע אַי קענען ווערן גענוצט צו ידענטיפיצירן און פאַרריכטן באַגז און צו פֿאַרבעסערן קאָד קוואַליטעט
• ** ינקרעאַסעד עקספּרעס עפעקטיווקייַט **: גענעראַטיווע אַי קענען זיין געוויינט צו אָטאַמייט ריפּעטיטיוו טאַסקס, פריי דעוועלאָפּערס צו פאָקוס אויף העכער-מדרגה טאַסקס

אָרטשעסטראַטיאָן מיט DSPy און LangChain

DSPy און LangChain זענען צוויי פאָלקס פראַמעוואָרקס פֿאַר בנין און דיפּלויינג אַי מאָדעלס. זיי קענען זיין גענוצט צו אָרקעסטרירן די ינאַגריישאַן פון גענעראַטיוו אַי אין דעוואָפּס פּייפּליינז.

דספּי

DSPy איז אַ פּיטהאָן פריימווערק פֿאַר בנין און דיפּלויינג אַי מאָדעלס. עס גיט אַ פּשוט און ינטואַטיוו אַפּי פֿאַר בנין און טריינינג מאָדעלס, ווי געזונט ווי דיפּלויינג זיי צו פּראָדוקציע.

אַרייַנפיר דספּי

# שאַפֿן אַ נייַע מאָדעל
מאָדעל = דספּי.מאָדעל()

# דעפינירן די מאָדעל אַרקאַטעקטשער
model.add_layer(dspy.dense(64, אַקטאַוויישאַן='רעלו'))
model.add_layer(dspy.dense(32, activation='relu'))
model.add_layer(dspy.dense(10, אַקטאַוויישאַן = 'סאָפטמאַקס'))

# קאַמפּייל די מאָדעל
model.compile (אָפּטימיזער = 'אַדאַם', לאָס = 'קאַטעגאָריאַל_קראָססענטראָפּי', מעטריקס = [' אַקיעראַסי'])

# באַן די מאָדעל
model.fit (X_train, y_train, epoches = 10, batch_size = 128)

לאנגטשיין

LangChain איז אַ פּיטהאָן פריימווערק פֿאַר בנין און דיפּלויינג אַי מאָדעלס. עס גיט אַ פּשוט און ינטואַטיוו אַפּי פֿאַר בנין און טריינינג מאָדעלס, ווי געזונט ווי דיפּלויינג זיי צו פּראָדוקציע.

אַרייַנפיר לאַנגטשאַין

# שאַפֿן אַ נייַע מאָדעל
מאָדעל = לאַנגטשאַין.מאָדעל()

# דעפינירן די מאָדעל אַרקאַטעקטשער
model.add_layer(langchain.Dense(64, אַקטאַוויישאַן = 'רעלו'))
model.add_layer(langchain.Dense(32, אַקטאַוויישאַן = 'רעלו'))
model.add_layer (langchain.Dense (10, אַקטאַוויישאַן = 'סאָפטמאַקס'))

# קאַמפּייל די מאָדעל
model.compile (אָפּטימיזער = 'אַדאַם', לאָס = 'קאַטעגאָריאַל_קראָססענטראָפּי', מעטריקס = [' אַקיעראַסי'])

# באַן די מאָדעל
model.fit (X_train, y_train, epoches = 10, batch_size = 128)

שפּיץ 5-10 מערסט געוויינט קאַמאַנדז / סניפּאַץ

דאָ זענען די שפּיץ 5-10 מערסט געוויינט קאַמאַנדז / סניפּאַץ פֿאַר DSPy און LangChain:

דספּי

• dspy.Model(): קריייץ אַ נייַע מאָדעל
• model.add_layer(dspy.Dense()): מוסיף אַ נייַע שיכטע צו די מאָדעל
• model.compile(): קאַמפּיילז די מאָדעל
• model.fit(): טריינז די מאָדעל
• model.predict(): מאכט פֿאָרויסזאָגן מיט דעם מאָדעל

לאנגטשיין

• langchain.Model(): קריייץ אַ נייַע מאָדעל
• model.add_layer(langchain.Dense()): מוסיף אַ נייַע שיכטע צו די מאָדעל
• model.compile(): קאַמפּיילז די מאָדעל
• model.fit(): טריינז די מאָדעל
• model.predict(): מאכט פֿאָרויסזאָגן מיט דעם מאָדעל

וויסואַליזאַטיאָן

דאָ איז אַ וויזשוואַלאַזיישאַן פון די בענעפיץ פון ינטאַגרייטינג גענעראַטיווע אַי אין DevOps פּייפּליינז:

{
  "type": "באַר",
  "דאַטן": {
    "labels": ["אויטאמאטירטע טעסטינג", "אויטאמאטירטע דאקומענטאציע", "אויטאמאטירטע קאוד גענעראציע", "פארבעסערט ווייכווארג קוואליטעט", "פארגרעסערט דעליווערי עפפעקטיווענסי"],
    "דאַטאַסעטס": [
      {
        "label": "בענעפיטן פון גענעראַטיווע אַי",
        "דאַטן": [10, 8, 12, 15, 18],
        "backgroundColor": "rgba(255, 99, 132, 0.2)",
        "borderColor": "rgba(255, 99, 132, 1)",
        "באָרדערווידטה": 1
      }
    ]
  },
  "אָפּציעס": {
    "טיטל": {
      "ווייַז": אמת,
      "text": "בענעפיטן פון ינטאַגרייטינג גענעראַטיווע אַי אין דעוואָפּס פּייפּליינז"
    },
    "סקאַלעס": {
      "יאַקסעס": [
        {
          "טיקס": {
            "באַגינאַט זעראָ": אמת
          }
        }
      ]
    }
  }
}

# מסקנא

ינטאַגרייטינג גענעראַטיווע אַי אין DevOps פּייפּליינז האט די פּאָטענציעל צו רעוואַלושאַנייז די וועג ווייכווארג איז דעוועלאָפּעד, טעסטעד און איבערגעגעבן. דורך לעווערידזשינג די קייפּאַבילאַטיז פון אַי, DevOps טימז קענען אָטאַמייט ריפּעטיטיוו טאַסקס, פֿאַרבעסערן ווייכווארג קוואַליטעט און פאַרגרעסערן עקספּרעס עפעקטיווקייַט. אין דעם אַרטיקל, מיר ויספאָרשן ווי דזשענעראַטיוו אַי מכשירים קענען פאַרבעסערן DevOps פּראַקטיסיז, פאָוקיסינג אויף אָרקעסטראַטיאָן מיט DSPy און LangChain. מיר אויך צוגעשטעלט אַ פּראַקטיש וועגווייַזער פֿאַר אָטאַמייטיד ווייכווארג עקספּרעס, אַרייַנגערעכנט קאָד ביישפילן און אַ וויזשוואַלאַזיישאַן פון די בענעפיץ פון ינטאַגרייטינג גענעראַטיווע אַי אין דעוואָפּס פּייפּליינז.