# הקדמה

די ינטערסעקשאַן פון אַרטיפיסיאַל ינטעלליגענסע (AI), ווייכווארג אַרקאַטעקטשער און DevOps האט געפֿירט אַ נייַע פּעראַדיים אין ווייכווארג אַנטוויקלונג: אַגענטיק אַי. אַגענטיק אַי רעפערס צו די נוצן פון אַי-געטריבן אָטאַמיישאַן צו פֿאַרבעסערן די עפעקטיווקייַט און יפעקטיוונאַס פון DevOps וואָרקפלאָוז. אין דעם אַרטיקל, מיר וועלן ויספאָרשן דעם באַגריף פון Agentic CI / CD און ווי צו ינסטרומענט עס מיט DSPy און LangChain.

וואָס איז אַגענטיק סי / סי?

Agentic CI / CD איז אַ דעוואָפּס וואָרקפלאָוו וואָס לעוועראַדזשאַז אַי-געטריבן אָטאַמיישאַן צו סטרימליין דעם פּראָצעס פון קעסיידערדיק ינטעגראַטיאָן און קעסיידערדיק דיפּלוימאַנט. דער צוגאַנג ניצט מאַשין לערנען אַלגערידאַמז צו אַנאַלייז דאַטן פון פאַרשידן קוואלן, אַזאַ ווי קאָד ריפּאַזאַטאָריז, בויען סערווערס און מאָניטאָרינג מכשירים, צו ידענטיפיצירן פּאַטערנז און אַנאַמאַליז וואָס קענען מיטטיילן באַשלוס-מאכן.

אַגענטיק סי / סי איז דיזיינד צו פֿאַרבעסערן די עפעקטיווקייַט און יפעקטיוונאַס פון DevOps וואָרקפלאָוז דורך:

1. ** אָטאַמייטינג ריפּעטיטיוו טאַסקס **: אַי-געטריבן אָטאַמיישאַן קענען דורכפירן טאַסקס אַזאַ ווי קאָד באריכטן, טעסטינג און דיפּלוימאַנט, פריי מענטש דעוועלאָפּערס צו פאָקוס אויף העכער-מדרגה טאַסקס.
2. ** ידענטיפיצירן פּאָטענציעל ישוז**: מאַשין לערנען אַלגערידאַמז קענען אַנאַלייז דאַטן פון פאַרשידן קוואלן צו ידענטיפיצירן פּאָטענציעל ישוז איידער זיי ווערן הויפּט פּראָבלעמס.
3. ** אָפּטימיזינג וואָרקפלאָווס **: אַגענטיק סי / סי קענען אַפּטאַמייז וואָרקפלאָווס דורך ידענטיפיצירן די מערסט עפעקטיוו רוץ פֿאַר קאָד דיפּלוימאַנט און מינאַמייזינג דאַונטיים.

ימפּלעמענטינג אַגענטיק סי / קאָמפּאַקטדיסק מיט DSPy און LangChain

DSPy און LangChain זענען צוויי פאָלקס פראַמעוואָרקס פֿאַר בנין אַגענטיק אַי סיסטעמען. DSPy איז אַ פּיטהאָן ביבליאָטעק פֿאַר בנין פונאנדערגעטיילט סיסטעמען, בשעת LangChain איז אַ פריימווערק פֿאַר בנין קאַנווערסיישאַנאַל אַי סיסטעמען.

צו ינסטרומענט אַגענטיק סי / קאָמפּאַקטדיסק מיט DSPy און LangChain, מיר וועלן נוצן די פאלגענדע קאַמפּאָונאַנץ:

1. DSPy: מיר וועלן נוצן DSPy צו בויען אַ פונאנדערגעטיילט סיסטעם וואָס קענען שעפּן גרויס אַמאַונץ פון דאַטן און דורכפירן קאָמפּלעקס קאַמפּיאַטיישאַנז.
2. LangChain: מיר וועלן נוצן LangChain צו בויען אַ קאַנווערסיישאַנאַל אַי סיסטעם וואָס קענען ינטעראַקט מיט דעוועלאָפּערס און צושטעלן ינסייץ אין די סי / סי פּראָצעס.

דאָ איז אַ פּשוט בייַשפּיל פון ווי צו נוצן DSPy און LangChain צו ינסטרומענט אַגענטיק סי / סי:

אַרייַנפיר דספּי
פֿון לאַנגטשאַין אַרייַנפיר LLM

# דעפינירן אַ DSPy קנויל
קנויל = dspy.cluster()

# דעפינירן אַ LangChain LLM
llm = LLM ("טעקסט-דאַווינסי-003")

# דעפינירן אַ סי / קאָמפּאַקטדיסק וואָרקפלאָוו
def ci_cd_workflow (קאָד):
    # אַנאַלייז קאָד מיט DSPy
    אַנאַליסיס = cluster.analyze (קאָד)
    
    # ניצן LangChain צו צושטעלן ינסייץ
    ינסייץ = llm.generate_insights (אַנאַליסיס)
    
    # צוריקקומען די ינסייץ
    צוריקקומען ינסייץ

# טעסט די CI / CD וואָרקפלאָוו
קאָד = "פּרינט ('העלא וועלט!')"
ינסייץ = ci_cd_workflow (קאָד)
דרוק (ינסייץ)

דער קאָד דיפיינז אַ סי / קאָמפּאַקטדיסק וואָרקפלאָוו וואָס ניצט DSPy צו אַנאַלייז קאָד און LangChain צו צושטעלן ינסייץ. די 'ci_cd_workflow' פֿונקציע נעמט אין קאָד ווי אַרייַנשרייַב, אַנאַליזעס עס מיט DSPy, און דערנאָך ניצט LangChain צו דזשענערייט ינסייץ. די ינסייץ זענען דעמאָלט אומגעקערט ווי רעזולטאַט.

שפּיץ 5-10 מערסט געוויינט קאַמאַנדז / סניפּאַץ

דאָ זענען די שפּיץ 5-10 מערסט געוויינט קאַמאַנדז / סניפּאַץ פֿאַר DSPy און LangChain:

דספּי

1. dspy.Cluster(): קריייץ אַ דספּי קנויל.
2. cluster.analyze (קאָד): אַנאַליזעס קאָד ניצן דספּי.
3. cluster.deploy (קאָד): דיפּלויז קאָד ניצן DSPy.
4. קלוסטער.מאָניטאָר (קאָד): מאָניטאָרס קאָד ניצן דספּי.
5. dspy.utils.log(לעוועל, אָנזאָג): לאָגס אַ אָנזאָג אין די ספּעסיפיעד מדרגה.

לאנגטשיין

1. LLM("text-davinci-003"): קריייץ אַ LangChain LLM.
2. llm.generate_insights(אַנאַליסיס): דזשענערייץ ינסייץ ניצן לאַנגטשאַין.
3. llm.interact(analysis): ינטעראַקץ מיט דעוועלאָפּערס ניצן לאַנגטשאַין.
4. langchain.utils.log (לעוועל, אָנזאָג): לאָגס אַ אָנזאָג אין די ספּעסיפיעד מדרגה.
5. langchain.utils.tokenize(טעקסט): טאָקעניזיז טעקסט ניצן לאַנגטשאַין.

וויסואַליזאַטיאָן

דאָ איז אַ וויזשוואַלאַזיישאַן פון די אַגענטיק סי / קאָמפּאַקטדיסק וואָרקפלאָוו ניצן Chart.js:

{
  "type": "באַר",
  "דאַטן": {
    "labels": ["קאָוד אַנאַליסיס", "ינסייט דור", "דיפּלוימאַנט"],
    "דאַטאַסעטס": [
      {
        "label": "DSPy",
        "דאַטן": [10, 20, 30],
        "backgroundColor": ["#FF6384", "#36A2EB", "#FFCE56"]
      },
      {
        "label": "לאַנגטשאַין",
        "דאַטן": [20, 30, 40],
        "backgroundColor": ["#FF6384", "#36A2EB", "#FFCE56"]
      }
    ]
  },
  "אָפּציעס": {
    "טיטל": {
      "ווייַז": אמת,
      "text": "אַגענטיק סי / קאָמפּאַקטדיסק וואָרקפלאָוו"
    },
    "סקאַלעס": {
      "יאַקסעס": [
        {
          "טיקס": {
            "באַגינאַט זעראָ": אמת
          }
        }
      ]
    }
  }
}

די וויזשוואַלאַזיישאַן ווייַזן די אַגענטיק סי / קאָמפּאַקטדיסק וואָרקפלאָוו ווי אַ באַר טשאַרט, מיט DSPy און LangChain רעפּריזענטיד ווי באַזונדער דאַטאַסעץ.

# מסקנא

אין דעם אַרטיקל, מיר ויספאָרשן די באַגריף פון אַגענטיק סי / קאָמפּאַקטדיסק און ווי צו ינסטרומענט עס מיט DSPy און LangChain. מיר דיסקאַסט די בענעפיץ פון אַגענטיק סי / סי, אַרייַנגערעכנט אָטאַמייטיד ריפּעטיטיוו טאַסקס, ידענטיפיצירן פּאָטענציעל ישוז און אָפּטימיזינג וואָרקפלאָוז. מיר אויך צוגעשטעלט אַ פּשוט בייַשפּיל פון ווי צו נוצן DSPy און LangChain צו ינסטרומענט אַגענטיק סי / קאָמפּאַקטדיסק, ווי געזונט ווי די שפּיץ 5-10 מערסט געוויינט קאַמאַנדז / סניפּאַץ פֿאַר DSPy און LangChain. צום סוף, מיר אַרייַנגערעכנט אַ וויזשוואַלאַזיישאַן פון די אַגענטיק סי / קאָמפּאַקטדיסק וואָרקפלאָוו ניצן Chart.js.

דורך לעווערידזשינג DSPy און LangChain, דעוועלאָפּערס קענען בויען אַגענטיק אַי סיסטעמען וואָס פֿאַרבעסערן די עפעקטיווקייַט און יפעקטיוונאַס פון DevOps וואָרקפלאָוז. צי איר זענט אַ סיזאַנד דעוועלאָפּער אָדער נאָר סטאַרטינג זיך, Agentic CI / CD איז אַ יקסייטינג און ראַפּאַדלי יוואַלווינג פעלד וואָס איז ווערט ויספאָרשן.