پیژندنه

د سافټویر غوښتنلیکونو کې د مصنوعي استخباراتو (AI) ادغام هغه لاره بدله کړې چې موږ د ستونزې حل کولو ، پریکړې کولو ، او اتومات ته رسیدو. په هرصورت، لکه څنګه چې د AI لخوا پرمخ وړل شوي غوښتنلیکونه په زیاتیدونکي توګه پیچلي کیږي، د خوندي او توزیع وړ جوړښت ته اړتیا د اندیښنې وړ اندیښنه ګرځیدلې. پدې مقاله کې ، موږ به د AI ، سافټویر انجینرۍ ، او DevOps تقاطع وپلټو ، د ډی او اوپس پایپ لاینونو کې د AI اجنټانو مدغم کولو لپاره د آرکیسټریشن وسیلو لکه DSPy او LangChain کارولو باندې ځانګړي ټینګار سره.

د AI لخوا پرمخ وړل شوي سافټویر جوړښت ننګونې

د AI لخوا پرمخ وړل شوي سافټویر غوښتنلیکونه د سافټویر انجینرانو او DevOps ټیمونو ته ځانګړي ننګونې رامینځته کوي. ځینې مهمې ننګونې عبارت دي له:

• ** توزیع **: د AI ماډلونه د پام وړ کمپیوټري سرچینو ته اړتیا لري ، کوم چې کولی شي د تولید چاپیریال کې د توزیع کولو مسلو لامل شي.
• امنیت: د AI ماډلونه د بریدونو لپاره زیان منونکي کیدی شي ، لکه د ډیټا زهري کول او د ماډل انعطاف بریدونه. *** ادغام **: د AI ماډلونه باید د موجوده سافټویر سیسټمونو سره مدغم شي ، کوم چې یو پیچلی کار کیدی شي. څارنه او ساتنه: د AI ماډلونه دوامداره څارنې او ساتنې ته اړتیا لري ترڅو ډاډ ترلاسه کړي چې دوی دقیق او د باور وړ پاتې کیږي.

د آرکیسټریشن وسیلې: DSPy او LangChain

د آرکیسټریشن وسیلې لکه DSPy او LangChain د DevOps پایپ لاینونو کې د AI اجنټانو ادغام وړ کولو سره دې ننګونو ته حل چمتو کوي. دا وسیلې د AI ماډلونو رامینځته کولو ، ځای په ځای کولو او اداره کولو لپاره چوکاټ چمتو کوي ، د AI لخوا پرمخ وړل شوي غوښتنلیکونو لپاره خوندي او د توزیع وړ جوړښت ډاډمن کوي.

DSPy

DSPy د خلاصې سرچینې آرکیسټریشن وسیله ده چې د Python په سر کې جوړه شوې. دا د AI ماډلونو جوړولو ، پلي کولو او اداره کولو لپاره یو ساده او رواني API چمتو کوي. DSPy د AI چوکاټونو پراخه لړۍ ملاتړ کوي ، پشمول د TensorFlow، PyTorch، او scikit-learn.

LangChain

LangChain د خلاصې سرچینې آرکیسټریشن وسیله ده چې د AI ماډلونو جوړولو ، ځای په ځای کولو او اداره کولو لپاره چوکاټ چمتو کوي. LangChain د زنګ په سر کې جوړ شوی او د DevOps پایپ لاینونو کې د AI اجنټانو ادغام لپاره د لوړ فعالیت API چمتو کوي.

د DSPy سره د خوندي او توزیع وړ AI - چلونکي سافټویر جوړښت پلي کول

پدې برخه کې، موږ به د DSPy سره د خوندي او د توزیع وړ AI لخوا پرمخ وړل شوي سافټویر جوړښت پلي کولو ساده مثال وپلټو.

بېلګه: د DSPy سره د AI ساده ماډل جوړول

راځئ چې د DSPy په کارولو سره د ماشین زده کړې ماډل رامینځته کولو ساده مثال په پام کې ونیسو. موږ به د سکریټ - زده کړې کتابتون د خطي ریګریشن ماډل جوړولو لپاره وکاروو.

``پېتون dsp د dsp په توګه وارد کړئ د sklearn.linear_model څخه د LinearRegression واردول د sklearn.datasets څخه د load_diabetes واردول

د شکر ناروغۍ ډیټا سیټ پورته کړئ

ډیټاسیټ = load_diabetes()

ډیټاسیټ د روزنې او ازموینې سیټونو کې ویشئ

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

د خطي ریګریشن ماډل جوړ کړئ

ماډل = LinearRegression()

د روزنې ډیټا کې ماډل روزنه ورکړئ

model.fit(X_train, y_train)

د ازموینې ډیټا کې ماډل ارزونه وکړئ

دقت = ماډل سکور(X_test, y_test) چاپ (f"د موډل دقت: {دقت:.2f}") ``

دا کوډ بلاک ښیې چې څنګه د DSPy په کارولو سره د ماشین زده کړې ساده ماډل رامینځته کړي. موږ د ډایبېټس ډیټاسیټ بار کوو ، دا د روزنې او ازموینې سیټونو کې ویشو ، د خطي ریګریشن ماډل رامینځته کوو ، د روزنې ډیټا ته روزنه ورکوو ، او د ازموینې ډیټا کې د هغې دقت ارزونه کوو.

د LangChain سره د خوندي او د توزیع وړ AI - چلولو سافټویر جوړښت پلي کول

پدې برخه کې، موږ به د LangChain سره د خوندي او د توزیع وړ AI لخوا پرمخ وړل شوي سافټویر جوړښت پلي کولو ساده مثال وپلټو.

بېلګه: د LangChain سره د AI ساده ماډل جوړول

راځئ چې د LangChain په کارولو سره د ماشین زده کړې ماډل جوړولو ساده مثال په پام کې ونیسو. موږ به د عصبي شبکې ماډل جوړولو لپاره د TensorFlow کتابتون وکاروو.

زنګ langchain د lc په توګه وکاروئ؛ tensorflow::prelude::*;

// د ساده عصبي شبکې ماډل تعریف کړئ fn ماډل (انپټ: & ټینسر) -> ټینسر { let output = input.matmul(&Tensor::new(1, 1)); محصول }

// د LangChain ایجنټ جوړ کړئ اجازه راکړئ اجنټ = lc::اجنټ::نوی(موډل)؛

// ډیټاسیټ تعریف کړئ اجازه راکړئ ډاټاسیټ = lc::Dataset::new(vec![ lc::مثال::new(vec![1.0, 2.0], vec![3.0]), lc::مثال::new(vec![4.0, 5.0], vec![6.0]), ]);

// په ډیټاسیټ کې ماډل روزنه ورکړئ agent.train(&dataset);

// په ډیټاسیټ کې ماډل ارزونه وکړئ اجازه راکړئ دقت = agent.evaluate(&dataset); println!("د موډل دقت: {}", دقت); ``

دا کوډ بلاک ښیې چې څنګه د LangChain په کارولو سره د ماشین زده کړې ساده ماډل رامینځته کړي. موږ د ساده عصبي شبکې ماډل تعریف کوو ، د لینګ چین اجنټ رامینځته کوو ، ډیټاسیټ تعریف کوو ، ماډل په ډیټاسیټ کې روزو ، او په ډیټاسیټ کې د هغې دقت ارزونه کوو.

غوره 5-10 ډیری کارول شوي کمانډونه / ټوټې

دلته د DSPy او LangChain لپاره غوره 5-10 ډیری کارول شوي کمانډونه / ټوټې دي:

DSPy

• dsp.split_dataset(data, target, test_size=0.2): ډیټاسیټ په ټریننګ او ټیسټ سیټونو ویشي.
• dsp.build_model(model_name, model_params): د ټاکل شوي ماډل نوم او پیرامیټونو په کارولو سره د ماشین زده کړې ماډل جوړوي.
• dsp.train_model(model, data): په مشخصو معلوماتو کې د ماشین زده کړې موډل روزي.
• dsp.evaluate_model(model, data): په ټاکل شوي ډیټا کې د ماشین زده کړې ماډل فعالیت ارزوي.
• dsp.deploy_model(model, server_url): د ماشین زده کړې موډل ټاکل شوي سرور URL ته ځای په ځای کوي.

LangChain

• lc::Agent::new(model): د ټاکل شوي ماډل په کارولو سره د LangChain اجنټ جوړوي.
• lc::Dataset::new(examples): د ځانګړو بېلګو په کارولو سره د LangChain ډیټاسیټ جوړوي.
• lc::train(agent, dataset): د LangChain اجنټ په ټاکل شوي ډیټاسیټ کې روزي.
• lc::evaluate(agent, dataset): په ټاکل شوي ډیټاسیټ کې د LangChain اجنټ فعالیت ارزوي.
• lc:: deploy(agent, server_url): د LangChain اجنټ ټاکل شوي سرور URL ته ځای په ځای کوي.

لید

دلته د Chart.js په کارولو سره د AI لخوا پرمخ وړل شوي سافټویر جوړښت ساده لید دی:

جاوا سکرپٹ const ctx = document.getElementById('myChart').getContext('2d'); const chart = نوی چارټ (ctx, { ډول: 'بار'، ډاټا: { labels: ['د روزنې وخت'، 'انفرانس وخت'، 'د موډل دقت'], ډاټاسیټونه: [{ لیبل: 'DSPy', ډاټا: [10، 5، 90]، د پس منظر رنګ: 'rgba(255, 99, 132, 0.2)', د سرحد رنګ: 'rgba(255, 99, 132, 1)', د سرحد عرض: 1 }، { لیبل: 'LangChain', ډاټا: [8، 6، 92]، د پس منظر رنګ: 'rgba(54, 162, 235, 0.2)', د سرحد رنګ: 'rgba(54, 162, 235, 1)', د سرحد عرض: 1 }] }، اختیارونه: { ترازو: { y: { startAtZero: ریښتیا } } } }); ``

دا کوډ بلاک د Chart.js په کارولو سره یو ساده بار چارټ رامینځته کوي ترڅو د DSPy او LangChain فعالیت وګوري.

پایله

پدې مقاله کې ، موږ د AI ، سافټویر انجینرۍ ، او DevOps تقاطع پلټنه وکړه ، د ډی او اوپس پایپ لاینونو کې د AI اجنټانو مدغم کولو لپاره د آرکیسټریشن وسیلو لکه DSPy او LangChain کارولو باندې ځانګړي ټینګار سره. موږ وښودله چې څنګه د DSPy او LangChain په کارولو سره خوندي او د توزیع وړ AI لخوا پرمخ وړل شوي سافټویر جوړښت پلي کړو ، او د هرې وسیلې په کارولو سره د ماشین زده کړې ماډل رامینځته کولو ساده مثال وړاندې کړو. موږ د هرې وسیلې لپاره ترټولو غوره 5-10 ډیر کارول شوي کمانډونه / ټوټې او د Chart.js په کارولو سره د AI لخوا پرمخ وړل شوي سافټویر جوړښت ساده لید هم چمتو کړی.