LangChain LLM ဥပမာတစ်ခုဖန်တီးပါ။ | B4N1

LangChain LLM ဥပမာတစ်ခုဖန်တီးပါ။

6 months ago · b4n1 Tiempo de lectura: 2 min

** AI-စွမ်းအားသုံး ဝဘ်အက်ပလီကေးရှင်းများအတွက် လုံခြုံသော-ပုံသေဗိသုကာကို အကောင်အထည်ဖော်ခြင်း**

နိဒါန်း

AI-powered web applications များ ပိုမိုပျံ့နှံ့လာသည်နှင့်အမျှ ခိုင်မာပြီး လုံခြုံသောဗိသုကာပညာအတွက် လိုအပ်မှုသည် မည်သည့်အခါမျှ ဖိအားမရှိခဲ့ပါ။ AI မောင်းနှင်သော တိုက်ခိုက်မှုများ မြင့်တက်လာသည်နှင့်အမျှ ဖြစ်နိုင်ချေရှိသော ခြိမ်းခြောက်မှုများကို ခံနိုင်ရည်ရှိသော လုံခြုံသော ပုံသေနည်းလမ်းကို အကောင်အထည်ဖော်ရန် အရေးကြီးပါသည်။ ဤဆောင်းပါးတွင်၊ Percona ၏ လုံခြုံသော open-source ဒေတာဘေ့စ်များကို Chainguard ၏ လုံခြုံသောပုံသေနည်းလမ်းဖြင့် ပေါင်းစပ်ပြီး AI-powered ဝဘ်အက်ပ်လီကေးရှင်းများအတွက် LangChain နှင့် ပေါင်းစပ်နည်းကို လေ့လာပါမည်။

AI-စွမ်းအားသုံး ဝဘ်အက်ပလီကေးရှင်းများအတွက် ခြိမ်းခြောက်မှုများ

AI စွမ်းအင်သုံး ဝဘ်အက်ပလီကေးရှင်းများသည် အောက်ပါတို့အပါအဝင် အမျိုးမျိုးသော ခြိမ်းခြောက်မှုများကို ခံနိုင်ရည်ရှိသည်။

  • Data Poisoning- AI မော်ဒယ်များသည် ၎င်းတို့အား အန္တရာယ်ရှိသော ဒေတာများကို ကျွေးမွေးခြင်းဖြင့် မှားယွင်းသော ခန့်မှန်းချက်များ သို့မဟုတ် ဆုံးဖြတ်ချက်များကို ဖြစ်ပေါ်စေနိုင်သည်။
  • ** မော်ဒယ် ပြောင်းပြန်လှန်ခြင်း**- တိုက်ခိုက်သူများသည် AI မော်ဒယ် သို့မဟုတ် ၎င်း၏ လေ့ကျင့်ရေးဒေတာနှင့် ပတ်သက်သော အရေးကြီးသော အချက်အလက်များကို ကောက်ချက်ချနိုင်သည်။
  • ** ရန်ဘက်တိုက်ခိုက်မှုများ**- မော်ဒယ်ကို လှည့်စားရန် ဒီဇိုင်းထုတ်ထားသော ဂရုတစိုက်ပြုလုပ်ထားသော သွင်းအားစုများဖြင့် AI မော်ဒယ်များကို လှည့်စားနိုင်သည်။

Secure-by-Default Architecture

ဤခြိမ်းခြောက်မှုများကို လျော့ပါးစေရန်၊ ကျွန်ုပ်တို့သည် Percona ၏ လုံခြုံသော open-source ဒေတာဘေ့စ်များကို Chainguard ၏ လုံခြုံသော-ပုံသေနည်းလမ်းဖြင့် ပေါင်းစပ်ကာ AI-စွမ်းအားသုံး ဝဘ်အက်ပ်လီကေးရှင်းများအတွက် LangChain နှင့် ပေါင်းစပ်ထားသည့် လုံခြုံသော-ပုံသေဗိသုကာကို အကောင်အထည်ဖော်မည်ဖြစ်သည်။

Percona ၏ လုံခြုံသော Open-Source ဒေတာဘေ့စ်များ

Percona သည် MySQL အတွက် Percona ဆာဗာ နှင့် PostgreSQL အတွက် Percona ဆာဗာ အပါအဝင် လုံခြုံသော open-source ဒေတာဘေ့စ်များကို ပံ့ပိုးပေးပါသည်။ ဤဒေတာဘေ့စ်များသည် ခိုင်မာသောလုံခြုံရေးအင်္ဂါရပ်များဖြစ်သည့်၊

  • ** ကုဒ်ဝှက်ခြင်း**- ဒေတာများကို အနားယူချိန်နှင့် အကူးအပြောင်းတွင် ကုဒ်ဝှက်ထားပြီး အရေးကြီးသောအချက်အလက်များကို လျှို့ဝှက်ထားဆဲဖြစ်ကြောင်း သေချာစေပါသည်။
  • ဝင်ရောက်ထိန်းချုပ်မှု- အနုစိတ်ဖြင့် ဝင်ရောက်ထိန်းချုပ်မှုအား စီမံခန့်ခွဲသူများသည် အရေးကြီးသောဒေတာများသို့ ဝင်ရောက်ခွင့်ကို ကန့်သတ်ရန် ခွင့်ပြုထားပြီး အခွင့်အာဏာရှိပုဂ္ဂိုလ်များကသာ ဒေတာကို ပြင်ဆင်ခြင်း သို့မဟုတ် ဖျက်ပစ်နိုင်ကြောင်း သေချာစေပါသည်။
  • စာရင်းစစ်- အသေးစိတ်စာရင်းစစ်ခြင်းစွမ်းရည်များသည် ဒေတာဘေ့စ်လှုပ်ရှားမှုအားလုံး၏ ကျယ်ကျယ်ပြန့်ပြန့်မှတ်တမ်းကို ပေးစွမ်းနိုင်ပြီး လုံခြုံရေးဆိုင်ရာ ဖြစ်ရပ်များကို ရှာဖွေပြီး တုံ့ပြန်ရန် ပိုမိုလွယ်ကူစေသည်။

Chainguard ၏ Secure-by-Default ချဉ်းကပ်နည်း

Chainguard သည် အပလီကေးရှင်းများကို အစကတည်းက လုံခြုံစိတ်ချမှုဖြင့် တည်ဆောက်ထားကြောင်း သေချာစေသည့် လုံခြုံသော-ပုံသေနည်းလမ်းကို ပေးပါသည်။ ဤချဉ်းကပ်မှုတွင်-

** အနည်းဆုံးအခွင့်ထူး**- အက်ပလီကေးရှင်းများသည် ၎င်းတို့၏လုပ်ဆောင်ချက်များကို လုပ်ဆောင်ရန် လိုအပ်သောအခွင့်ထူးအနည်းဆုံးဖြင့် လည်ပတ်ရန် ဒီဇိုင်းထုတ်ထားပြီး တိုက်ခိုက်သည့်မျက်နှာပြင်ကို လျှော့ချထားသည်။

  • မပြောင်းလဲနိုင်သော အခြေခံအဆောက်အဦ- အခြေခံအဆောက်အအုံသည် မပြောင်းလဲနိုင်သော ဒီဇိုင်းဖြစ်ပြီး လုံခြုံရေးဆိုင်ရာ ဖြစ်ရပ်များကို ရှာဖွေပြီး တုံ့ပြန်ရန် ပိုမိုလွယ်ကူစေသည်။
  • Secure Configuration- အပလီကေးရှင်းများကို လုံခြုံသော ပုံသေများနှင့် အနည်းငယ်မျှသော ဖွဲ့စည်းမှုပုံစံများ အပါအဝင် လုံခြုံစိတ်ချရသော ပုံစံများဖြင့် ဖွဲ့စည်းထားပါသည်။

LangChain ပေါင်းစပ်မှု

LangChain သည် AI-powered ဝဘ်အက်ပလီကေးရှင်းများတည်ဆောက်ရန်အတွက် ရိုးရှင်းပြီး အလိုလိုသိမြင်နိုင်သော API ကိုထောက်ပံ့ပေးသည့် Python စာကြည့်တိုက်တစ်ခုဖြစ်သည်။ ကျွန်ုပ်တို့သည် LangChain ကို Percona ၏ လုံခြုံသော open-source ဒေတာဘေ့စ်များနှင့် ပေါင်းစပ်ပြီး ခိုင်ခံ့ပြီး လုံခြုံသော ဗိသုကာတစ်ခုဖန်တီးရန် Chainguard ၏ လုံခြုံသောပုံသေနည်းလမ်းဖြင့် ပေါင်းစပ်သွားပါမည်။

ကုဒ်နမူနာ

ဤသည်မှာ Percona ၏ လုံခြုံသော open-source databases နှင့် Chainguard ၏ လုံခြုံသော-ပုံသေနည်းလမ်းဖြင့် LangChain ပေါင်းစပ်နည်းကို သရုပ်ပြသည့် ရိုးရှင်းသော ကုဒ်ဥပမာတစ်ခုဖြစ်သည်။ ``စပါးအုံး langchain တင်သွင်းခြင်း။ langchain တင်သွင်း LLM မှ

llm = LLM( model_name="davinci:2-large", စက်ပစ္စည်း = "cuda", max_tokens=1024၊ )

Percona ဒေတာဘေ့စ်ချိတ်ဆက်မှုတစ်ခုဖန်တီးပါ။

mysql.connector ကိုတင်သွင်းပါ။ cnx = mysql.connector.connect( user='အသုံးပြုသူအမည်'၊ password='စကားဝှက်'၊ အိမ်ရှင်='127.0.0.1'၊ database='ဒေတာဘေ့စ်' )

Chainguard လုံခြုံသောဖွဲ့စည်းမှုကိုဖန်တီးပါ။

သွင်းကုန် ကြိုးတပ် cfg = chainguard.Config( app_name="my_app", app_version="1.0", env_vars={ "DB_HOST": "127.0.0.1", "DB_USER": "အသုံးပြုသူအမည်", "DB_PASSWORD"- "စကားဝှက်", }၊ )

ဒေတာဘေ့စ်ကိုမေးမြန်းရန် LangChain ကိုသုံးပါ။

query = "SELECT * FROM my_table" ရလဒ် = llm.query(မေးမြန်းချက်၊ db=cnx၊ cfg=cfg)

ရလဒ်ကိုပုံနှိပ်ပါ။

ပုံနှိပ်ခြင်း(ရလဒ်)

ဤကုဒ်နမူနာသည် LangChain LLM စံနမူနာကို ဖန်တီးပုံ၊ Percona ဒေတာဘေ့စ်သို့ ချိတ်ဆက်ပုံနှင့် Chainguard လုံခြုံသော ဖွဲ့စည်းမှုပုံစံကို ဖန်တီးပုံကို သရုပ်ပြသည်။ ထို့နောက်၎င်းသည်ဒေတာဘေ့စ်ကိုမေးမြန်းပြီးရလဒ်ကိုပုံနှိပ်ရန် LangChain ကိုအသုံးပြုသည်။

** ထိပ်တန်း 5-10 အသုံးအများဆုံး commands / အတိုအထွာများ **

ဤနည်းပညာအတွက် ထိပ်တန်း 5-10 အသုံးအများဆုံး commands/snippet များမှာ-

1. `langchain.LLM(model_name="davinci:2-large", device="cuda", max_tokens=1024)` - LangChain LLM ဥပမာတစ်ခု ဖန်တီးပါ။
2. `mysql.connector.connect(user='username'၊ password='password', host='127.0.0.1', database='database')` - Percona ဒေတာဘေ့စ်ချိတ်ဆက်မှု ဖန်တီးပါ။
3. `chainguard.Config(app_name="my_app", app_version="1.0", env_vars={"DB_HOST": "127.0.0.1", "DB_USER": "username", "DB_PASSWORD": "password"})` - Chainguard လုံခြုံသော ဖွဲ့စည်းမှုပုံစံကို ဖန်တီးပါ။
4. `llm.query(query, db=cnx, cfg=cfg)` - ဒေတာဘေ့စ်ကို မေးမြန်းရန် LangChain ကို အသုံးပြုပါ။
5. `print(ရလဒ်)` - မေးမြန်းမှု၏ရလဒ်ကို ပရင့်ထုတ်ပါ။
6. `import langchain` - LangChain စာကြည့်တိုက်ကို တင်သွင်းပါ။
7. `import mysql.connector` - Percona ဒေတာဘေ့စ်ချိတ်ဆက်ကိရိယာကို တင်သွင်းပါ။
8. `import chainguard` - Chainguard စာကြည့်တိုက်ကို တင်သွင်းပါ။
9. `llm = LLM()` - မော်ဒယ်တစ်ခုကို မသတ်မှတ်ဘဲ LangChain LLM ဥပမာတစ်ခု ဖန်တီးပါ။
10. `cnx = mysql.connector.connect()` - ဒေတာဘေ့စ်ကို မသတ်မှတ်ဘဲ Percona ဒေတာဘေ့စ်ချိတ်ဆက်မှုကို ဖန်တီးပါ။

** ပုံဖော်ခြင်း **

ဤသည်မှာ Chart.js ကို အသုံးပြု၍ လုံခြုံသော-မူလဗိသုကာလက်ရာကို ပုံဖော်ခြင်းဖြစ်သည်-
``ဂျေဆန်
{
  "type": "ဘား",
  "ဒေတာ"- {
    "labels": ["Percona Database", "Chainguard Secure Configuration", "LangChain LLM"]၊
    "ဒေတာအတွဲများ": [
      {
        "label": "လုံခြုံရေးအင်္ဂါရပ်များ",
        "ဒေတာ"- [၁၀၊ ၈၊ ၁၂]၊
        "နောက်ခံအရောင်"- ["#FF6384", "#36A2EB", "#FFCE56"]
      }
    ]
  }၊
  "ရွေးချယ်စရာများ"- {
    "ခေါင်းစဉ်"- {
      "display": မှန်သည်၊
      "text"- "Secure-by-Default Architecture"
    }၊
    "အကြေးခွံများ"- {
      "yAxes": [
        {
          "ticks": {
            "beginAtZero"- အမှန်
          }
        }
      ]
    }
  }
}

ဤအမြင်ဖြင့် Percona ၏ လုံခြုံသော open-source databases၊ Chainguard ၏ secure-by-default approach နှင့် LangChain ၏ LLM တို့၏ လုံခြုံရေးအင်္ဂါရပ်များကို ပြသသည်။

နိဂုံး

AI-စွမ်းအားသုံး ဝဘ်အက်ပ်လီကေးရှင်းများအတွက် လုံခြုံသော-ပုံသေဗိသုကာကို အကောင်အထည်ဖော်ခြင်းသည် ယနေ့ခေတ် ခြိမ်းခြောက်မှုအခင်းအကျင်းတွင် အရေးကြီးပါသည်။ Percona ၏ လုံခြုံသော open-source ဒေတာဘေ့စ်များကို Chainguard ၏ လုံခြုံသော-ပုံသေနည်းလမ်းဖြင့် ပေါင်းစပ်ပြီး LangChain နှင့် ပေါင်းစပ်ခြင်းဖြင့်၊ ဖြစ်နိုင်ချေရှိသော AI-မောင်းနှင်သည့် တိုက်ခိုက်မှုများကို ခံနိုင်ရည်ရှိသော ခိုင်ခံ့ပြီး လုံခြုံသော ဗိသုကာတစ်ခုကို ဖန်တီးနိုင်ပါသည်။ ဤဆောင်းပါးသည် ကုဒ်နမူနာများနှင့် အမြင်ပုံဖော်မှုများအပါအဝင် ဤဗိသုကာကို မည်သို့အကောင်အထည်ဖော်ရမည်ကို လက်တွေ့ကျသောလမ်းညွှန်ချက်တစ်ခု ပေးထားသည်။


¿Tienes preguntas?

Hablemos

Contáctame en LinkedIn