Hirgelinta Badbaado iyo Lamilan karo ee AI-Driven Architecture oo wata Qalabka Orchestration | B4N1

Hirgelinta Badbaado iyo Lamilan karo ee AI-Driven Architecture oo wata Qalabka Orchestration

3 months ago · b4n1 Tiempo de lectura: 5 min

Hordhac

Ku biirista Sirdoonka Artificial (AI) ee codsiyada software ayaa wax ka beddelay habka aan u wajahno xalinta mushkiladaha, go'aan-qaadashada, iyo otomatiga. Si kastaba ha noqotee, marka codsiyada AI ay wadaan ay noqdaan kuwa sii adag, baahida qaab dhismeedka sugan oo la miisaami karo ayaa noqotay walaac adag. Maqaalkan, waxaanu sahamin doonaa isgoysyada AI, injineernimada software, iyo DevOps, iyadoo xooga la saarayo isticmaalka qalabka orchestration sida DSPy iyo LangChain si loogu daro wakiilada AI ee dhuumaha DevOps.

Caqabadaha Dhismaha Software-ka ee AI-Driven

Codsiyada software-ka ee AI ay wado ayaa caqabado gaar ah u ah injineerada softiweerka iyo kooxaha DevOps. Qaar ka mid ah caqabadaha muhiimka ah waxaa ka mid ah:

  • ** Miisaanka ***: Moodooyinka AI waxay u baahan yihiin ilo xisaabeed oo muhiim ah, taas oo u horseedi karta arrimaha scalability ee deegaanka wax soo saarka.
  • ** Ammaan ***: Moodooyinka AI waxay u nuglaadaan weerarrada, sida sumowga xogta iyo werarada rogaal celinta. ** Isdhexgalka ***: Moodooyinka AI waxay u baahan yihiin in lagu dhex daro nidaamyada software ee jira, taas oo noqon karta hawl adag. ** Kormeerka iyo Dayactirka ***: Moodooyinka AI waxay u baahan yihiin la socodka joogtada ah iyo dayactirka si loo hubiyo inay sii ahaato mid sax ah oo la isku halayn karo.

Qalabka Orchestration: DSPy iyo LangChain

Aaladaha orchestration sida DSPy iyo LangChain waxay bixiyaan xal caqabadahan iyagoo awood u siinaya isku dhafka wakiilada AI ee dhuumaha DevOps. Aaladahani waxay bixiyaan qaab dhismeed, geyn, iyo maamulida moodooyinka AI, hubinta qaab dhismeedka sugan oo la cabbiri karo ee codsiyada AI ay wado.

DSPy

DSPy waa qalab orchestereedka il furan oo laga dul dhisay Python. Waxay siisaa API fudud oo dareen leh dhisidda, geynta, iyo maaraynta moodooyinka AI. DSPy waxay taageertaa qaabab kala duwan oo AI ah, oo ay ku jiraan TensorFlow, PyTorch, iyo scikit-learn.

LangChain

LangChain waa qalab kale oo il furan oo orchestration ah kaas oo bixiya qaab dhismeed, geyn, iyo maamulida moodooyinka AI. LangChain waxaa lagu dhisay dusha sare ee Rust wuxuuna bixiyaa API-waxqabad sare leh oo loogu talagalay isku dhafka wakiilada AI ee dhuumaha DevOps.

Hirgelinta Badbaado iyo scalable Architecture AI-Driven Software leh DSPy

Qaybtan, waxaan ku sahamin doonaa tusaale fudud oo ah hirgelinta qaab dhismeedka software ee AI ay wado ee sugan oo la cabbiri karo oo leh DSPy.

Tusaale: Dhisida Model fudud oo AI ah oo leh DSPy

Aynu ka fiirsanno tusaale fudud oo ah dhisidda qaabka barashada mishiinka anagoo adeegsanayna DSPy. Waxaan u isticmaali doonaa maktabadda scikit-learn si aan u dhisno qaabka dib u noqoshada toosan.

`` Python soo dejinta dspy sida dsp ka sklearn.linear_model soo dejinta LinearRegression ka sklearn.datasets soo dejinta load_sonkorowga

Raadso xogta sonkorowga

dataset = load_sonkorowga()

U kala qaybi xog-ururinta una kala qaybi qaybaha tababarka iyo tijaabada

X_train, X_test, y_train, y_test = dsp.split_dataset (dataset.data, dataset.target, test_size=0.2)

Dhis qaabka dib u noqoshada toosan

model = LinearRegression()

Ku tababar qaabka xogta tababarka

model.fit (X_tareen, y_tareen)

Ku qiimee qaabka xogta imtixaanka

saxsanaanta = model.dhibcaha (X_test, y_test) daabac (f" saxnaanta moodeelka: {saxsanaanta:.2f}") ``

Koodhkan koodka ah wuxuu muujinayaa sida loo dhiso qaabka barashada mashiinka fudud iyadoo la adeegsanayo DSPy. Waxaan soo rarnaa kaydka xogta sonkorowga, waxaanu u kala qaybinnaa tababar iyo tijaabo, waxaanu dhisnaa qaab toosan, waxaanu ku tababarnaa xogta tababarka, waxaanu qiimaynaa saxnimadeeda xogta tijaabada.

Ku Hirgelinta Badbaado iyo Cabbiran La'aanteed ee AI-Driven Architecture LangChain

Qaybtan, waxaan ku sahamin doonaa tusaale fudud oo ah hirgelinta qaab dhismeedka software ee AI ay wado ee sugan oo la miisaaman karo LangChain.

Tusaale: Dhisida Model fudud oo AI ah oo leh LangChain

Aynu ka fiirsanno tusaale fudud oo ah dhisidda qaabka barashada mashiinka adoo isticmaalaya LangChain. Waxaan u isticmaali doonaa maktabadda TensorFlow si aan u dhisno qaab shabakad neural ah.

`` miridhku isticmaal langchain sida lc; isticmaal tensorflow::hordhac::*;

// Qeex qaabka shabakada neerfaha ee fudud fn model ( gelin: & Tensor) -> Tensor { ha soo saaro = input.matmul (& Tensor :: cusub (1, 1)); wax soo saarka }

// Abuur wakiilka LangChain ha wakiilka = lc :: Wakiilka :: cusub (model);

// Qeex kaydka xogta let dataset = lc :: Dataset :: cusub (vec![ lc:: Tusaale:: cusub (vec![1.0, 2.0], vec![3.0]), lc:: Tusaale:: cusub (vec![4.0, 5.0], vec![6.0]), ]);

// Ku tabobar qaabka xogta xogta agent.train (&dataset);

// Qiimee qaabka ku jira xogta u ogolow saxnaanta = wakiilka. qiimee (&dataset); println! ``

Koodhkan koodka ah wuxuu muujinayaa sida loo dhiso qaabka barashada mashiinka fudud iyadoo la adeegsanayo LangChain. Waxaan qeexnaa qaabka shabakada neerfaha ee fudud, abuurno wakiilka LangChain, qeexid xog-ururin, ku tababar qaabka xogta, oo aan qiimeyno saxsanaantiisa xogta.

5-10ka amar ee ugu badan ee la isticmaalo

Waa kuwan 5-10-ka amarrada ugu badan ee la isticmaalo ee DSPy iyo LangChain:

DSPy

  • dsp.split_dataset(xog, bartilmaameed, test_size=0.2): Waxay u kala qaybisaa xogta kaydka tababarka iyo tijaabinta.
  • dsp.build_model(model_name, model_params): Waxay dhistaa qaabka barashada mishiinada iyadoo la isticmaalayo magaca moodeelka iyo cabirrada la cayimay.
  • `dsp.train_model(model, data): Waxay ku tababartaa qaabka barashada mashiinka xogta la cayimay.
  • `dsp.evaluate_model(model, data):': Waxay ku qiimaysaa qaabka barashada mashiinka xogta la cayimay.
  • `dsp.deploy_model

LangChain

  • lc:: Wakiilka:: cusub (qaabka): Wuxuu abuuraa wakiilka LangChain isagoo isticmaalaya qaabka la cayimay.
  • `lc :: Xogta :: cusub(Tusaale): Wuxuu abuuraa xog-ururinta LangChain iyadoo la isticmaalayo tusaalooyinka la cayimay.
  • `lc :: tareenka
  • `lc :: qiimee (wakiil, xog-ururin): Waxay qiimeeyaan waxqabadka wakiilka LangChain ee xogta la cayimay.
  • lc:: geeyaan (wakiil, server_url): Wuxuu geeyaa wakiilka LangChain URL-ka serverka ee la cayimay.

Muuqaalka

Halkan waxaa ah muuqaal fudud oo ku saabsan qaab dhismeedka software-ka AI ay wado iyadoo la adeegsanayo Chart.js:

javascript const ctx = document.getElementById('myChart').getContext('2d'); shaxda const = jaantus cusub (ctx, { nooca: 'bar', xogta: { summada: ['Waqtiga Tababarka', 'Waqtiga Wax-ka-bixinta', 'Saxnimada Qaabka'], xog-ururinta: [{ sumadda: 'DSPy', xogta: [10, 5, 90], asalka Midabka: 'rgba(255, 99, 132, 0.2)', Midabka xadka: 'rgba(255, 99, 132, 1)', Balaadhka xadka: 1 }, { sumadda: 'LangChain', xogta: [8, 6, 92], asalka Midabka: 'rgba(54, 162, 235, 0.2)', Midabka xadka: 'rgba(54, 162, 235, 1)', Balaadhka xadka: 1 }] }, fursadaha: { miisaanka: { y: { beginAtZero: run } } } }

Koodhka koodkan wuxuu abuuraa jaantus fudud oo bar ah iyadoo la adeegsanayo Chart.js si loo arko waxqabadka DSPy iyo LangChain.

Gabagabo

Maqaalkan, waxaan sahaminay isgoysyada AI, injineernimada software, iyo DevOps, iyadoo xooga la saarayo isticmaalka qalabka orchestration sida DSPy iyo LangChain si loogu daro wakiilada AI ee dhuumaha DevOps. Waxaan soo bandhignay sida loo hirgeliyo qaab dhismeedka software ee ammaansan oo la cabbiri karo ee AI ay wado iyadoo la adeegsanayo DSPy iyo LangChain, waxaanan bixinnay tusaale fudud oo ah dhismaha qaabka barashada mashiinka iyadoo la adeegsanayo qalab kasta. Waxaan sidoo kale siinay 5-10 amarada ugu badan ee la isticmaalo qalab kasta iyo muuqaal fudud oo ah qaab-dhismeedka software-ka AI ay wado iyadoo la adeegsanayo Chart.js.

¿Tienes preguntas?

Hablemos

Contáctame en LinkedIn