**Ташкили Agentic AI дар лӯлаҳои DevOps бо DSPy ва LangChain барои ZeroOps мукаммал **

Муқаддима

Интегратсияи зеҳни сунъӣ (AI) дар лӯлаҳои DevOps роҳи таҳия, озмоиш ва ҷойгиркунии нармафзорро тағир дод. Agentic AI, як зермаҷмӯи AI, ки ба қабули қарорҳо ва амалҳои мустақил имкон медиҳад, дорои потенсиали боз ҳам баланд бардоштани самаранокӣ ва самаранокии равандҳои DevOps мебошад. Дар ин мақола, мо консепсияи ташкили AI-и агентиро дар лӯлаҳои DevOps бо истифода аз DSPy ва LangChain омӯхта, бартариҳои ин равишро дар ноил шудан ба ZeroOps муҳокима хоҳем кард.

** Agentic AI чист?**

Agentic AI ба як намуди AI дахл дорад, ки қобилияти қабули қарорҳо ва амалҳои мустақилона бидуни дахолати инсонро дорад. Ин тавассути истифодаи алгоритмҳои пешрафтаи омӯзиши мошин, коркарди забони табиӣ ва меъмории маърифатӣ ба даст меояд. Системаҳои агентии AI метавонанд аз таҷриба омӯхта, ба вазъиятҳои нав мутобиқ шаванд ва бо одамон ба таври табиӣ ва интуитивӣ муошират кунанд.

** ZeroOps чист?**

ZeroOps як фалсафаи DevOps мебошад, ки ҳадафи он аз байн бурдани зарурати дахолати инсон дар таҳия, ҷойгиркунӣ ва нигоҳдории нармафзор мебошад. Ин тавассути истифодаи автоматизатсия, оркестрсозӣ ва қабули қарорҳои AI ба даст оварда мешавад. ZeroOps ба созмонҳо имкон медиҳад, ки нармафзорро зудтар, бо сифати баланд ва бо хароҷоти камтар ҷойгир кунанд.

Ташкили Agentic AI дар DevOps Pipelines

Барои ташкили AI агентии AI дар лӯлаҳои DevOps, мо бояд қабули қарорҳо ва амалҳои сунъиро ба лӯла ҳамгиро кунем. Инро тавассути истифодаи DSPy ва LangChain, ду чаҳорчӯбаи маъмул барои сохтан ва ҷойгиркунии замимаҳои ба AI асосёфта ба даст овардан мумкин аст.

DSPy

DSPy як чаҳорчӯбаи Python барои сохтан ва ҷойгиркунии замимаҳои ба AI асосёфта мебошад. Он маҷмӯи асбобҳо ва китобхонаҳоро барои коркарди додаҳо, омӯзиши мошинсозӣ ва коркарди забони табиӣ таъмин мекунад. DSPy тарҳрезӣ шудааст, ки бо чаҳорчӯбаҳои маъмул ба монанди LangChain ва FastAPI бефосила кор кунад.

LangChain

LangChain як чаҳорчӯбаи Python барои сохтан ва ҷойгиркунии замимаҳои ба AI асосёфта мебошад. Он маҷмӯи асбобҳо ва китобхонаҳоро барои коркарди забони табиӣ, омӯзиши мошинсозӣ ва меъмории маърифатӣ пешниҳод мекунад. LangChain тарҳрезӣ шудааст, ки бо чаҳорчӯбаҳои маъмул ба монанди DSPy ва FastAPI бефосила кор кунад.

Татбиқи техникӣ

Барои нишон додани татбиқи техникии агенти AI дар лӯлаҳои DevOps бо истифода аз DSPy ва LangChain, биёед як мисоли оддиро дида бароем. Фарз мекунем, ки мо мехоҳем ҷобаҷогузории веб-барномаро бо истифода аз лӯлаи DevOps автоматӣ кунем. Мо метавонем DSPy-ро барои сохтани як системаи қабули қарорҳои ба AI асосёфта истифода барем, ки стратегияи оптималии густаришро дар асоси омилҳо ба монанди иҷрои барнома, фикру мулоҳизаҳои корбар ва захираҳои система муайян мекунад.

`` питон воридоти dspy аз langchain import LLM

def deployment_strategy (иҷрои_барнома, фикру ақидаи корбар, захираҳои система): # Барои коркарди маълумот ва қабули қарорҳо DSPy-ро истифода баред маълумот = dspy.Data (иҷрои_барнома, фикру ақидаи корбар, захираҳои система) қарор = dspy.DecisionMaker(маълумот)

# Барои тавлиди нақшаи густариши LangChain-ро истифода баред
llm = LLM("text-davinci-003")
plan = llm.generate_text(f"Тайёр кардани {app_performance} бо захираҳои {user_feedback} ва {system_resources}")

нақшаи бозгашт

лӯлаи DevOps-ро муайян кунед

def қубур (иҷрои_барнома, фикру ақидаи корбар, захираҳои система): # Барои ташкили қубур DSPy-ро истифода баред қубур = dspy.Pipeline() pipeline.add_task(стратегияи ҷойгиркунӣ, иҷрои_барнома, фикру ақидаи корбар, захираҳои система) pipeline.add_task(dspytasks.Deploy, нақша)

# Қубурро иҷро кунед
pipeline.run()

Қубурро иҷро кунед

қубур(90, 4.5, 80)

**Беҳтарин 5-10 фармонҳо/порчаҳои бештар истифодашаванда**

Инҳоянд 5-10 фармонҳои/порчаҳои аз ҳама бештар истифодашаванда барои DSPy ва LangChain:

1. `dspy.Data()`: Объекти маълумотро барои коркард ва қабули қарор эҷод мекунад.
2. `dspy.DecisionMaker()`: Дар асоси маълумот ва контекст қарор қабул мекунад.
3. `LLM.generate_text()`: Матнро дар асоси дархостҳои воридотӣ тавлид мекунад.
4. `dspytasks.Deploy()`: Барномаро дар асоси нақшаи ҷойгиркунӣ ҷойгир мекунад.
5. `dspy.Pipeline()`: лӯлаи DevOps-ро ташкил мекунад.
6. `pipeline.add_task()`: Ба қубур супориш илова мекунад.
7. `pipeline.run()`: лӯларо иҷро мекунад.
8. `dspy.Data.process()`: Маълумотро барои қабули қарор коркард мекунад.
9. `dspy.DecisionMaker.decide()`: Дар асоси маълумот ва контекст қарор қабул мекунад.
10. `LLM.generate_text(prompt)`: Матнро дар асоси дархостҳои воридотӣ тавлид мекунад.

** Визуализатсия **

Ин аст визуализатсияи лӯлаи агентии DevOps бо истифода аз Chart.js:
``json
{
  "type": "бар",
  "маълумот": {
    "labels": ["Коркарди маълумот", "Қабули қарор", "Ҷойгиркунӣ"],
    "маҷмӯи додаҳо": [
      {
        "label": "Agentic AI",
        "data": [10, 20, 30],
        "backgroundColor": "rgba(255, 99, 132, 0.2)",
        "borderColor": "rgba(255, 99, 132, 1)",
        "BroderWidth": 1
      }
    ]
  },
  "Options": {
    "тарозу": {
      "yAxes": [
        {
          "тик": {
            "beginAtZero": дуруст
          }
        }
      ]
    }
  }
}

Ин визуализатсия се марҳилаи лӯлаи агентии DevOps аз ҷониби AI идорашавандаро нишон медиҳад: коркарди маълумот, қабули қарор ва густариш.

Хулоса

Дар ин мақола, мо консепсияи ташкили агентии AI-ро дар лӯлаҳои DevOps бо истифода аз DSPy ва LangChain омӯхтаем. Мо як мисоли оддии чӣ гуна автоматикунонии ҷойгиркунии замимаи вебро бо истифода аз системаи қабули қарорҳо, ки ба AI асос ёфтааст, нишон додем. Мо инчунин бо истифода аз Chart.js визуалии лӯлаи агентии DevOps, ки аз ҷониби AI идора карда мешавад, пешниҳод кардем. Бо ҳамгироии AI агентӣ ба лӯлаҳои DevOps, созмонҳо метавонанд ба ZeroOps ноил шаванд ва нармафзорро зудтар, бо сифати баланд ва бо хароҷоти камтар ҷойгир кунанд.