تعارف
DevOps جي فيلڊ ۾ تازو سالن ۾ اهم تبديليون آيون آهن، مصنوعي ذهانت (AI) ۽ مشين لرننگ (ML) جي انضمام سان تمام گهڻو نمايان ٿي رهيو آهي. انهن اهم علائقن مان هڪ آهي جتي AI هڪ اهم اثر پيدا ڪري رهيو آهي آٽوميشن جي دائري ۾. AI ايجنٽن کي استعمال ڪندي، تنظيمون پنهنجون سافٽ ويئر ڊولپمينٽ ورڪ فلوز کي منظم ڪري سگهن ٿيون، دستي غلطيون گهٽائي سگهن ٿيون، ۽ مجموعي ڪارڪردگي کي بهتر بڻائي سگهن ٿيون.
هن آرٽيڪل ۾، اسان AI-هلائيندڙ DevOps آٽوميشن جي دنيا ۾ شامل ڪنداسين، LangChain ۽ DSPy فريم ورڪ تي ڌيان ڏيڻ. اسان اهو معلوم ڪنداسين ته اهي اوزار ڪيئن استعمال ڪري سگھجن ٿا فعال مسئلا حل سسٽم ٺاهڻ ۽ سافٽ ويئر ڊولپمينٽ ورڪ فلوز کي خودڪار ڪرڻ. اضافي طور تي، اسان توهان جي DevOps پائپ لائن ۾ وڏي ٻولي ماڊلز (LLMs) کي ڪيئن ضم ڪرڻ جو هڪ عملي مثال فراهم ڪنداسين.
LangChain ۽ DSPy ڇا آهن؟
ان کان اڳ جو اسين AI-driven DevOps آٽوميشن جي تفصيلن ۾ ٻڏي وڃون، اچو ته هڪ مختصر نظر وٺون LangChain ۽ DSPy فريم ورڪ تي.
LangChain
LangChain هڪ اوپن سورس فريم ورڪ آهي جيڪو ڊولپرز کي قابل بنائي ٿو ڳالهائيندڙ AI ايپليڪيشنون ٺاهڻ لاءِ وڏي ٻولي ماڊلز (LLMs) استعمال ڪندي. اهو LLMs سان رابطو ڪرڻ لاءِ هڪ سادو ۽ وجداني API مهيا ڪري ٿو، ڊولپرز کي اجازت ڏئي ٿو ته هو انهن جي ايپليڪيشنن لاءِ ڪسٽم گفتگو وارو انٽرفيس ٺاهي.
LangChain LLMs جي وسيع رينج کي سپورٽ ڪري ٿو، جنهن ۾ مشهور ماڊلز جهڙوڪ LLaMA، BERT، ۽ RoBERTa شامل آهن. اهو خاص استعمال جي ڪيسن کي پورو ڪرڻ لاءِ LLMs کي ٺيڪ ڪرڻ ۽ ڪسٽمائيز ڪرڻ لاءِ اوزارن جو هڪ سلسلو پڻ فراهم ڪري ٿو.
ڊي ايس پي
DSPy هڪ Python لائبريري آهي جيڪا توهان جي DevOps پائپ لائن ۾ AI ماڊل کي ضم ڪرڻ لاءِ هڪ سادي ۽ ڪارائتو طريقو فراهم ڪري ٿي. اهو AI فريم ورڪ جي وسيع رينج کي سپورٽ ڪري ٿو، بشمول LangChain، ۽ AI تي هلندڙ ورڪ فلوز کي خودڪار ڪرڻ لاءِ اوزارن جي هڪ حد مهيا ڪري ٿي.
DSPy کي ڊزائين ڪيو ويو آهي بيحد ڪم ڪرڻ لاءِ مشهور DevOps ٽولز جهڙوڪ Jenkins، GitLab، ۽ Docker، اهو انهن تنظيمن لاءِ هڪ مثالي انتخاب آهي جيڪي AI کي پنهنجي موجوده DevOps انفراسٽرڪچر ۾ ضم ڪرڻ چاهيندا آهن.
DevOps آٽوميشن لاءِ آرڪيسٽريٽنگ AI ايجنٽ
هاڻي ته اسان وٽ LangChain ۽ DSPy جو هڪ مختصر جائزو آهي، اچو ته اهو معلوم ڪريون ته اهي فريم ورڪ ڪيئن استعمال ڪري سگھجن ٿا AI ايجنٽن کي DevOps آٽوميشن لاءِ آرڪيسٽريٽ ڪرڻ لاءِ.
فعال مسئلو حل
AI-driven DevOps آٽوميشن جي اهم فائدن مان هڪ آهي مسئلا حل ڪرڻ جي صلاحيت ان کان اڳ جو اهي اهم مسئلا بڻجي وڃن. LangChain ۽ DSPy استعمال ڪري سگھجن ٿا رواجي گفتگو وارا انٽرفيس ٺاهڻ لاءِ جيڪي LLMs سان رابطو ڪن ته جيئن امڪاني مسئلن جي نشاندهي ڪن ۽ حل لاءِ تجويزون مهيا ڪن.
هتي هڪ سادي مثال آهي ته اهو ڪيئن ڪم ڪري سگهي ٿو:
``پٿون langchain درآمد ڪريو langchain.chat_models کان LLaMA درآمد ڪريو
LangChain چيٽ ماڊل ٺاهيو
chat_model = LLaMA()
چيٽ ماڊل سان لهه وچڙ ڪرڻ لاء هڪ فنڪشن کي بيان ڪريو
def interact_with_chat_model(پرامپ): جواب = chat_model.run (پرامٽ) واپسي جو جواب
امڪاني مسئلن کي سڃاڻڻ لاءِ فنڪشن کي بيان ڪريو
def شناخت_مسئلا(ڪوڊ): prompt = f "هيٺ ڏنل ڪوڊ ۾ امڪاني مسئلن جي سڃاڻپ ڪريو: {code}" جواب = interact_with_chat_model (تڪڙو) واپسي جو جواب
قرارداد لاء سفارشون مهيا ڪرڻ لاء هڪ فنڪشن بيان ڪريو
def provide_recommendations(مسائل): prompt = f "هيٺ ڏنل مسئلن کي حل ڪرڻ لاءِ تجويزون ڏيو: {مسئلن}" جواب = interact_with_chat_model (تڪڙو) واپسي جو جواب
مثال استعمال
ڪوڊ = """ def اضافو (x، y): واپسي x + y """ مسئلا = شناخت_مسئلا(ڪوڊ) تجويزون = مهيا ڪرڻ_سفارشون (معاملو) ڇپائي (سفارشون) ``
هن مثال ۾، اسان هڪ سادي فنڪشن جي وضاحت ڪريون ٿا interact_with_chat_model جيڪو LangChain چيٽ ماڊل سان رابطو ڪري ٿو هڪ ڏنل پرامٽ جو جواب ڏيڻ لاءِ. اسان پوءِ وضاحت ڪريون ٿا ٻه اضافي افعال identify_issues ۽ provide_recommendations جيڪي چيٽ ماڊل استعمال ڪندا آهن ڪجهه نموني ڪوڊ ۾ امڪاني مسئلن جي نشاندهي ڪرڻ ۽ حل لاءِ تجويزون مهيا ڪرڻ لاءِ.
خودڪار سافٽ ويئر ڊولپمينٽ ورڪ فلوز
LangChain ۽ DSPy پڻ استعمال ڪري سگھجن ٿا سافٽ ويئر ڊولپمينٽ ورڪ فلوز کي خودڪار ڪرڻ لاءِ AI ماڊلز کي توهان جي موجوده DevOps پائپ لائن ۾ ضم ڪري.
هتي هڪ مثال آهي ته اهو ڪيئن ڪم ڪري سگهي ٿو:
``پٿون ڊي ايس پي درآمد ڪريو dspy درآمد واري ورڪ فلو کان
ڊي ايس پي جي ورڪ فلو جي وضاحت ڪريو
ڪم فلو = ڪم فلو ()
هڪ ڪم جي وضاحت ڪريو ڪوڊ تجزيو اوزار هلائڻ لاءِ
def run_code_analysis(ڪوڊ): # ممڪن مسئلن کي سڃاڻڻ لاءِ ڪوڊ تجزيي وارو اوزار هلايو مسئلا = [] #... واپسي جا مسئلا
قرارداد لاء سفارشون مهيا ڪرڻ لاء ڪم جي وضاحت ڪريو
def provide_recommendations(مسائل): # استعمال ڪريو LangChain چيٽ ماڊل سفارشون مهيا ڪرڻ لاء prompt = f "هيٺ ڏنل مسئلن کي حل ڪرڻ لاءِ تجويزون ڏيو: {مسئلن}" جواب = langchain.chat_model.run (تڪڙو) واپسي جو جواب
ڪوڊ کي ترتيب ڏيڻ لاء ڪم جي وضاحت ڪريو
def deploy_code(code): # ڪوڊ کي ترتيب ڏيو پيداوار واري ماحول ۾ #...
ڪم فلو جي وضاحت ڪريو
workflow.add_task(run_code_analysis) workflow.add_task(provide_recommendations) workflow.add_task(deploy_code)
ڪم فلو کي هلائڻ
workflow.run() ``
هن مثال ۾، اسان هڪ سادي DSPy ورڪ فلو جي وضاحت ڪريون ٿا جيڪو ٽن ڪمن تي مشتمل آهي: ڪوڊ تجزيي وارو اوزار هلائڻ، حل لاءِ سفارشون مهيا ڪرڻ، ۽ ڪوڊ کي ترتيب ڏيڻ. اسان وري ڪم جي فلو کي بيان ڪريون ٿا هر ڪم کي شامل ڪندي ۽ ان کي هلائڻ سان.
مٿيون 5-10 سڀ کان وڌيڪ استعمال ٿيل ڪمانڊ/ٽڪرا
هتي ڪجھ عام طور تي استعمال ٿيل حڪم ۽ ٽڪڙا آهن LangChain ۽ DSPy لاءِ:
LangChain
langchain.chat_models.LLaMA(): LLaMA ماڊل استعمال ڪندي هڪ LangChain چيٽ ماڊل ٺاهيو.langchain.chat_model.run(prompt): چيٽ ماڊل کي ڏنل پرامپٽ سان هلايو.langchain.chat_model.interact_with(prompt): ڏنل پرامپٽ استعمال ڪندي چيٽ ماڊل سان رابطو ڪريو.
ڊي ايس پي
dspy.Workflow(): هڪ DSPy ورڪ فلو ٺاهيو.workflow.add_task(task): ڪم جي فلو ۾ ڪم شامل ڪريو.workflow.run(): ڪم فلو هلايو.
بصري
هتي Chart.js استعمال ڪندي ڪم جي فلو جو هڪ سادو تصور آهي:
جيسن { "قسم": "بار"، "ڊيٽا": { "labels": ["ڪوڊ تجزيو"، "سفارشون"، "تعميرات"], "ڊيٽا سيٽس": [ { "label": "ڪم فلو", "ڊيٽا": [10, 20, 30], "پس منظر جو رنگ": [ "rgba(255, 99, 132, 0.2)", "rgba(54, 162, 235, 0.2)", "rgba(255, 206, 86, 0.2)" ]، "سرحد جو رنگ": [ "rgba(255, 99, 132, 1)", "rgba(54, 162, 235, 1)", "rgba(255، 206، 86، 1)" ]، "سرحد جي ويڪر": 1 } ] }، "اختيارن": { "عنوان": { "display": سچ، "text": "ڪم فلو" }، "ترازو": { "yAxes": [ { "ticks": { "beginAtZero": سچ } } ] } } } ``
هي نقشو ڏيکاري ٿو هڪ سادي بار چارٽ جيڪو ڪم فلو جي نمائندگي ڪري ٿو، ٽن بارن سان ڪوڊ تجزيو، سفارشون، ۽ مقرري جي ڪمن جي نمائندگي ڪن ٿا.
نتيجو
هن آرٽيڪل ۾، اسان LangChain ۽ DSPy استعمال ڪندي AI-driven DevOps آٽوميشن جي دنيا جي ڳولا ڪئي. اسان ڏٺو ته اهي فريم ورڪ ڪيئن استعمال ڪري سگھجن ٿا فعال مسئلا حل سسٽم ٺاهڻ ۽ سافٽ ويئر ڊولپمينٽ ورڪ فلوز کي خودڪار ڪرڻ لاءِ. اسان عملي مثال پڻ مهيا ڪيا آهن ته ڪيئن LLMs کي توهان جي DevOps پائپ لائن ۾ ضم ڪرڻ ۽ Chart.js استعمال ڪندي ورڪ فلو کي ڏسڻ.
AI ۽ آٽوميشن جي طاقت کي استعمال ڪندي، تنظيمون پنهنجون سافٽ ويئر ڊولپمينٽ ورڪ فلوز کي منظم ڪري سگهن ٿيون، دستي غلطيون گهٽائي سگهن ٿيون، ۽ مجموعي ڪارڪردگي کي بهتر بڻائي سگهن ٿيون. ڇا توهان هڪ DevOps انجنيئر آهيو، هڪ سافٽ ويئر ڊولپر، يا هڪ ڪاروباري اڳواڻ، LangChain ۽ DSPy طاقتور اوزار آهن جيڪي توهان جي مقصدن حاصل ڪرڻ ۾ توهان جي مدد ڪري سگهن ٿيون.