** د پرمختللو زیرو اوپس لپاره د DSPy او لینګ چین سره په DevOps پایپ لاینونو کې د اجنټیک AI تنظیم کول**

پیژندنه

په DevOps پایپ لاینونو کې د مصنوعي استخباراتو (AI) ادغام د سافټویر رامینځته کولو ، ازموینې او ځای په ځای کولو کې انقلاب راوستی دی. اجنټیک AI ، د AI فرعي سیټ چې د خپلواکې پریکړې کولو او عمل کولو وړتیا ورکوي ، د DevOps پروسو موثریت او اغیزمنتوب نور هم لوړولو وړتیا لري. پدې مقاله کې ، موږ به د DSPy او LangChain په کارولو سره د DevOps پایپ لاینونو کې د آرکیسټریټ ایجنټ AI مفهوم وپلټو ، او د ZeroOps ترلاسه کولو کې د دې تګلارې ګټې په اړه بحث وکړو.

اجنټیک AI څه شی دی؟

اجنټیک AI یو ډول AI ته اشاره کوي چې د پریکړې کولو وړتیا لري او د انسان مداخلې پرته په خپلواکه توګه عملونه ترسره کوي. دا د پرمختللي ماشین زده کړې الګوریتمونو ، طبیعي ژبې پروسس کولو ، او ادراکي جوړښتونو کارولو له لارې ترلاسه کیږي. د اجنټیک AI سیسټمونه کولی شي له تجربې زده کړي، له نویو حالاتو سره تطابق وکړي، او له انسانانو سره په طبیعي او هوښیار ډول تعامل وکړي.

ZeroOps څه شی دی؟

ZeroOps د DevOps فلسفه ده چې موخه یې د سافټویر پراختیا، پلي کولو، او ساتنې کې د بشري مداخلې اړتیا له منځه وړل دي. دا د اتوماتیک کارولو، آرکیسټریشن، او د AI لخوا پرمخ وړل شوي پریکړې کولو له لارې ترلاسه کیږي. ZeroOps سازمانونو ته وړتیا ورکوي چې سافټویر ګړندی ځای په ځای کړي ، د لوړ کیفیت سره ، او په ټیټ لګښتونو کې.

** په DevOps پایپ لاینونو کې د اجنټیک AI تنظیم کول**

په DevOps پایپ لاینونو کې د اجنټیک AI تنظیم کولو لپاره ، موږ اړتیا لرو چې د AI لخوا پرمخ وړل شوي پریکړې کول او عمل کول په پایپ لاین کې مدغم کړو. دا د DSPy او LangChain کارولو له لارې ترلاسه کیدی شي ، د AI لخوا پرمخ وړل شوي غوښتنلیکونو جوړولو او پلي کولو لپاره دوه مشهور چوکاټونه.

DSPy

DSPy د AI لخوا پرمخ وړل شوي غوښتنلیکونو جوړولو او پلي کولو لپاره د Python چوکاټ دی. دا د ډیټا پروسس کولو ، ماشین زده کړې ، او طبیعي ژبې پروسس کولو لپاره د وسیلو او کتابتونونو سیټ چمتو کوي. DSPy د مشهور چوکاټونو لکه LangChain او FastAPI سره پرته له کوم خنډ سره کار کولو لپاره ډیزاین شوی.

لینګ چین

LangChain د AI لخوا پرمخ وړل شوي غوښتنلیکونو جوړولو او پلي کولو لپاره د Python چوکاټ دی. دا د طبیعي ژبې پروسس کولو، ماشین زده کړې، او ادراکي جوړښتونو لپاره د وسایلو او کتابتونونو سیټ چمتو کوي. LangChain ډیزاین شوی ترڅو د مشهور چوکاټونو لکه DSPy او FastAPI سره په بې ساري ډول کار وکړي.

تخنیکی تطبیق

د DSPy او LangChain په کارولو سره په DevOps پایپ لاینونو کې د آرکیسټرینګ اجنټیک AI تخنیکي پلي کولو ښودلو لپاره ، راځئ چې یو ساده مثال په پام کې ونیسو. فرض کړئ چې موږ غواړو د DevOps پایپ لاین په کارولو سره د ویب غوښتنلیک پلي کول اتومات کړو. موږ کولی شو DSPy د AI لخوا پرمخ وړل شوي پریکړې کولو سیسټم رامینځته کولو لپاره وکاروو چې د فکتورونو لکه د غوښتنلیک فعالیت ، د کارونکي فیډبیک ، او سیسټم سرچینو پراساس د غوره ګمارنې ستراتیژي ټاکي.

``پېتون dsp وارد کړئ د langchain وارداتو LLM څخه

def deployment_strategy(app_performance, user_feedback, system_sources): # د ډیټا پروسس کولو او پریکړې کولو لپاره DSPy وکاروئ ډاټا = dspy.Data(app_performance, user_feedback, system_sources) پریکړه = dspy.DecisionMaker(ډاټا)

# د ګمارنې پلان رامینځته کولو لپاره لینګ چین وکاروئ
llm = LLM("text-davinci-003")
پلان = llm.generate_text(f"د {app_performance} د {user_feedback} او {system_resources} سرچینو سره ځای په ځای کړئ")

د بیرته راستنیدو پلان

د DevOps پایپ لاین تعریف کړئ

def پایپ لاین (app_performance, user_feedback, system_source): # د پایپ لاین آرکیسټریټ لپاره DSPy وکاروئ پایپ لاین = dspy. پایپ لاین() pipeline.add_task(دګمارنې_ستراتیژي، د ایپ_کارکردګۍ، د کاروونکي_فیډبیک، سیسټم_سرچینې) pipeline.add_task(dspytasks. ځای پرځای کول، پلان)

# پایپ لاین چل کړئ
pipeline.run()

پایپ لاین چل کړئ

پایپ لاین (90، 4.5، 80) ``

غوره 5-10 ډیری کارول شوي کمانډونه / ټوټې

دلته د DSPy او LangChain لپاره غوره 5-10 ډیری کارول شوي کمانډونه / ټوټې دي:

1. dspy.Data(): د پروسس کولو او تصمیم نیولو لپاره د معلوماتو څیز جوړوي.
2. dspy.DecisionMaker(): د معلوماتو او شرایطو پر بنسټ پریکړې کوي.
3. LLM.generate_text(): د ان پټ پرامپټونو پر بنسټ متن تولیدوي.
4. dspytasks.Deploy(): د پلي کولو پلان پراساس یو غوښتنلیک ځای په ځای کوي.
5. dspy.Pipeline(): د DevOps پایپ لاین تنظیموي.
6. pipeline.add_task(): پایپ لاین ته دنده اضافه کوي.
7. pipeline.run(): پایپ لاین چلوي.
8. dspy.Data.process(): د تصمیم نیولو لپاره ډاټا پروسس کوي.
9. dspy.DecisionMaker.decide(): د معلوماتو او شرایطو پر بنسټ پریکړه کوي.
10. LLM.generate_text(prompt): د ان پټ پرامپټونو پر بنسټ متن تولیدوي.

بصری کول

دلته د Chart.js په کارولو سره د ایجنټیک AI لخوا پرمخ وړل شوي DevOps پایپ لاین لید دی: json { "ډول": "بار" "ډاټا": { "labels": ["د معلوماتو پروسس کول"، "پرېکړه کول"، "ګمارل"], "ډاټاسایټ": [ { "label": "اجنټیک AI", "ډاټا": [10, 20, 30], "backgroundColor": "rgba(255, 99, 132, 0.2)", "borderColor": "rgba(255, 99, 132, 1)", "borderWidth": 1 } ] }، "اختیارونه": { "ترازې": { "yAxes": [ { "ticks": { "beginAtZero": ریښتیا } } ] } } } دا لید د ایجنټیک AI لخوا پرمخ وړل شوي DevOps پایپ لاین درې مرحلې ښیې: د معلوماتو پروسس کول ، پریکړه کول ، او ځای په ځای کول.

پایله

پدې مقاله کې ، موږ د DSPy او LangChain په کارولو سره په DevOps پایپ لاینونو کې د آرکیسټریټ ایجنټ AI مفهوم وپلټئ. موږ یو ساده مثال وښوده چې څنګه د AI لخوا پرمخ وړل شوي پریکړې کولو سیسټم په کارولو سره د ویب غوښتنلیک پلي کول اتومات کړو. موږ د Chart.js په کارولو سره د ایجنټیک AI لخوا پرمخ وړل شوي DevOps پایپ لاین لید هم چمتو کړی. په DevOps پایپ لاینونو کې د اجنټیک AI مدغم کولو سره ، سازمانونه کولی شي زیرو اوپس ترلاسه کړي او سافټویر ګړندي ځای په ځای کړي ، د لوړ کیفیت سره ، او په ټیټ لګښتونو کې.