Mamorona mpandraharaha LangChain | B4N1

Mamorona mpandraharaha LangChain

8 months ago · b4n1 Tiempo de lectura: 5 min

** Fampiasana AI Agents ho an'ny fandefasana rindrambaiko mandeha ho azy: fampidirana LangChain sy DSPy amin'ny DevOps Pipelines**

Fampidirana

Mivoatra haingana ny tontolon'ny fampivoarana rindrambaiko, miaraka amin'ny fitomboan'ny fananganana Artificial Intelligence (AI) sy Machine Learning (ML) amin'ny lafiny isan-karazany amin'ny tsingerin'ny fiainan'ny fampandrosoana. Ny iray amin'ireo faritra be toky indrindra amin'ny fampiharana AI dia amin'ny fanaovana automatique ny fizotran'ny fandefasana rindrambaiko, ao anatin'izany ny telemetry sy ny fampidirana mitohy / fandefasana mitohy (CI/CD). Ato amin'ity lahatsoratra ity dia handinika ny andraikitry ny mpiasan'ny AI amin'ny fanaovana automatique ny fizotran'ny fandefasana rindrambaiko isika ary hiditra amin'ny fampiharana azo ampiharina amin'ny fitaovana orkestra toa an'i LangChain sy DSPy.

Ny andraikitry ny AI Agents amin'ny fandefasana rindrambaiko

Ny mpiasan'ny AI dia programa rindrambaiko izay afaka manao asa an-tsitrapo, mandray fanapahan-kevitra mifototra amin'ny angona sy ny fitsipika. Ao anatin'ny tontolon'ny fanaterana rindrambaiko, ny mpiasan'ny AI dia azo ampiasaina amin'ny automatique ny dingana isan-karazany, toy ny:

  1. Telemétrie: Afaka manangona sy manadihady angona avy amin'ny loharano isan-karazany ny mpiasan'ny AI, toy ny diarin'ny fampiharana, ny mari-pandrefesana, ary ny tamberin'ny mpampiasa, mba hanomezana fanazavana momba ny fitondran-tena sy ny fahombiazan'ny fampiharana.
  2. Fampidirana mitohy: Ny mpiasan'ny AI dia afaka manao automatique ny fananganana, ny fitsapana ary ny fametrahana ny fanovana kaody, ka miantoka fa ny fampiharana dia ao anatin'ny toe-javatra azo ampiasaina foana.
  3. Fametrahana tsy tapaka: Ny mpiasan'ny AI dia afaka manao automatique ny fametrahana ny fanovana amin'ny famokarana, mampihena ny fotoana sy ny ezaka ilaina mba hahazoana endri-javatra sy fanamboarana vaovao ho an'ny mpampiasa.
  4. Fanaraha-maso sy Fampandrenesana: Afaka manara-maso ny zava-bitan'ny rindranasa ny mpiasan'ny AI ary mampitandrina ny mpamorona sy ny mpandraharaha amin'ny olana mety hitranga alohan'ny hitsikerana azy ireo.

LangChain: Rafitra ho an'ny fananganana mpiasa AI

LangChain dia rafitra Python ho an'ny fananganana mpiasan'ny AI izay afaka mifandray amin'ny loharanom-baovao isan-karazany ary manatanteraka asa tsy miankina. LangChain dia manome API tsotra sy intuitive ho an'ny mpandraharaha trano izay afaka:

  1. Mifampiraharaha amin'ny loharanom-baovao: LangChain dia manome loharanom-baovao isan-karazany, ao anatin'izany ny angon-drakitra, ny API, ary ny rafitra fichier, izay azon'ny mpiasa mifandray aminy.
  2. Manaova asa: LangChain dia manome asa isan-karazany azon'ny mpiasa atao, ao anatin'izany ny fanodinana lahatsoratra, ny fanekena sary ary ny fanodinana fiteny voajanahary.
  3. Mianara avy amin'ny angona: LangChain dia manome karazana algorithm fianarana milina izay azon'ny mpiasa ampiasaina hianarana avy amin'ny angona.

DSPy: Rafitra ho an'ny fananganana Agent AI zaraina

DSPy dia rafitra Python amin'ny fananganana mpiasan'ny AI zaraina izay afaka manefa ny filan'ny rindranasa midadasika. DSPy dia manome endri-javatra isan-karazany, ao anatin'izany:

  1. Kajy voazara: DSPy dia ahafahan'ny mpiasa miasa amin'ny milina maro, ka mahatonga azy io ho tsara ho an'ny fampiharana lehibe.
  2. Fitoviana amin'ny angona: DSPy dia ahafahan'ny mpiasan'ny mpandinika ny angon-drakitra mifanitsy, ka mahatonga azy io ho tonga lafatra ho an'ny fampiharana mitaky informatika mahomby.
  3. Scalability: DSPy dia ahafahan'ny mpiasa manara-penitra mifanaraka amin'ny filan'ny rindranasa midadasika.

Fampidirana LangChain sy DSPy amin'ny DevOps Pipelines

Mba hampidirana ny LangChain sy DSPy amin'ny fantsona DevOps dia afaka mampiasa ireto dingana manaraka ireto isika:

  1. Mametraka LangChain sy DSPy: Mametraka LangChain sy DSPy mampiasa pip.
pip install langchain dspy
  1. Mamorona mpandraharaha LangChain: Mamorona mpandraharaha LangChain izay afaka mifandray amin'ny loharanom-baovao sy manatanteraka asa.
import langchain


agent = langchain.Agent(
    anarana="my_agent",
    data_sources=[langchain.DataSource("database", "my_database")],
    tasks=[langchain.Task("text_processing", "my_text_processing")]
)
  1. Mamorona mpiasan'ny DSPy: Mamorona mpiasa DSPy afaka mandeha amin'ny milina maro sy manodina data mifanitsy.
import dspy

# Mamorona mpandraharaha DSPy
agent = dspy.Agent(
    anarana="my_agent",
    data_sources=[dspy.DataSource("database", "my_database")],
    tasks=[dspy.Task("text_processing", "my_text_processing")]
)
  1. Ampifandraiso ireo mpiasan'ny LangChain sy DSPy: Ampidiro ao anaty fantsona DevOps ny mpiasan'ny LangChain sy DSPy amin'ny fampiasana fitaovana toa an'i Jenkins na GitLab CI/CD.
import langchain
import dspy

# Mamorona mpandraharaha LangChain
langchain_agent = langchain.Agent(
    anarana="my_langchain_agent",
    data_sources=[langchain.DataSource("database", "my_database")],
    tasks=[langchain.Task("text_processing", "my_text_processing")]
)

# Mamorona mpandraharaha DSPy
dspy_agent = dspy.Agent(
    anarana="my_dspya_agent",
    data_sources=[dspy.DataSource("database", "my_database")],
    tasks=[dspy.Task("text_processing", "my_text_processing")]
)

# Ampidiro ao anaty fantsona DevOps ireo mpiasa
fantsona = [
    langchain_agent,
    dspy_agent
]

Didy/Snippet 5-10 ambony indrindra

Ireto ny baiko / snippets 5-10 ambony indrindra ho an'ny LangChain sy DSPy:

  1. LangChain: Mamorona mpandraharaha LangChain
import langchain

agent = langchain.Agent(
    anarana="my_agent",
    data_sources=[langchain.DataSource("database", "my_database")],
    tasks=[langchain.Task("text_processing", "my_text_processing")]
)
  1. DSPy: Mamorona mpandraharaha DSPy
import dspy

agent = dspy.Agent(
    anarana="my_agent",
    data_sources=[dspy.DataSource("database", "my_database")],
    tasks=[dspy.Task("text_processing", "my_text_processing")]
)
  1. LangChain: Mifandraisa amin'ny loharanom-baovao
import langchain

agent = langchain.Agent(
    anarana="my_agent",
    data_sources=[langchain.DataSource("database", "my_database")],
    tasks=[langchain.Task("text_processing", "my_text_processing")]
)

data = agent.data_sources[0].get_data()
  1. DSPy: Mifandraika amin'ny loharanom-baovao
import dspy

agent = dspy.Agent(
    anarana="my_agent",
    data_sources=[dspy.DataSource("database", "my_database")],
    tasks=[dspy.Task("text_processing", "my_text_processing")]
)

data = agent.data_sources[0].get_data()
  1. LangChain: Manaova asa
import langchain

agent = langchain.Agent(
    anarana="my_agent",
    data_sources=[langchain.DataSource("database", "my_database")],
    tasks=[langchain.Task("text_processing", "my_text_processing")]
)

vokatra = agent.tasks[0].perform_task(data)
  1. DSPy: Manaova asa
import dspy

agent = dspy.Agent(
    anarana="my_agent",
    data_sources=[dspy.DataSource("database", "my_database")],
    tasks=[dspy.Task("text_processing", "my_text_processing")]
)

vokatra = agent.tasks[0].perform_task(data)
  1. LangChain: Mianara avy amin'ny data
import langchain

agent = langchain.Agent(
    anarana="my_agent",
    data_sources=[langchain.DataSource("database", "my_database")],
    tasks=[langchain.Task("text_processing", "my_text_processing")]
)

agent.learn_from_data(data)
  1. DSPy: Mianara amin'ny data
import dspy

agent = dspy.Agent(
    anarana="my_agent",
    data_sources=[dspy.DataSource("database", "my_database")],
    tasks=[dspy.Task("text_processing", "my_text_processing")]
)

agent.learn_from_data(data)
  1. LangChain: Ampidiro amin'ny fantsona DevOps
import langchain

agent = langchain.Agent(
    anarana="my_agent",
    data_sources=[langchain.DataSource("database", "my_database")],
    tasks=[langchain.Task("text_processing", "my_text_processing")]
)

fantsona = [
    agent
]
  1. DSPy: Ampidiro amin'ny fantsona DevOps
import dspy

agent = dspy.Agent(
    anarana="my_agent",
    data_sources=[dspy.DataSource("database", "my_database")],
    tasks=[dspy.Task("text_processing", "my_text_processing")]
)

fantsona = [
    agent
]

Visualization

Ity misy sary an'ny LangChain sy DSPy amin'ny fantsona DevOps:

{
  "type": "bar",
  "data": {
    "labels": ["LangChain", "DSPy"],
    "datasets": [
      {
        "label": "Agent",
        "data": [10, 20],
        "Locground": ["rgba(255, 99, 132, 0.2)", "rgba(54, 162, 235, 0.2)"],
        "BorderColor": ["rgba(255, 99, 132, 1)", "rgba(54, 162, 235, 1)"],
        "BorderWidth": 1
      }
    ]
  },
  "safidy": {
    "lohateny": {
      "fampisehoana": marina,
      "text": "LangChain sy DSPy agents in DevOps Pipeline"
    },
    "mizana": {
      "yAxes": [
        {
          "tonga": {
            "beginAtZero": marina
          }
        }
      ]
    }
  }
}

Ity sary ity dia mampiseho ireo mpiasan'ny LangChain sy DSPy amin'ny fantsona DevOps, miaraka amin'ny mpiasan'ny LangChain manana asa 10 ary ny mpiasan'ny DSPy manana asa 20.

Famaranana

Ao amin'ity lahatsoratra ity, nandinika ny andraikitry ny mpiasan'ny AI izahay amin'ny fanaovana automatique ny fizotran'ny fandefasana rindrambaiko ary nandalina ny fampiharana azo ampiharina amin'ny fitaovana orkestra toa an'i LangChain sy DSPy. Hitanay ny fomba fampiasana LangChain sy DSPy mba hamoronana mpiasan'ny AI izay afaka mifandray amin'ny loharanom-baovao, manatanteraka asa ary mianatra avy amin'ny angona. Hitanay ihany koa ny fomba ahafahan'ny LangChain sy DSPy ampidirina amin'ny fantsona DevOps amin'ny fampiasana fitaovana toa an'i Jenkins na GitLab CI/CD. Miaraka amin'ny fitomboan'ny fananganana AI sy ML amin'ny fampivoarana rindrambaiko, LangChain sy DSPy dia lasa fitaovana manan-danja kokoa ho an'ny mpamorona sy ny mpandraharaha mitady ho azy ny fizotran'ny fandefasana rindrambaiko.

¿Tienes preguntas?

Hablemos

Contáctame en LinkedIn