የStackGen ውቅር ፋይል (ለምሳሌ.yaml)

** ራሱን የቻለ የመሠረተ ልማት ኦርኬስትራ ከ StackGen እና LangChain ጋር፡ የ AI ወኪሎችን እና አመንጪ ሞዴሎችን ለጽንፈኛ ዴቭኦፕ አውቶሜሽን እና ራስን በራስ የመሠረተ ልማት አስተዳደር ማስተዳደር**

መግቢያ

ዛሬ ባለው ፈጣን የዲጂታል መልክዓ ምድር፣ ቀልጣፋ እና ሊሰፋ የሚችል የመሠረተ ልማት አስተዳደር ፍላጎት ከፍ ያለ ሆኖ አያውቅም። ባህላዊ የዴቭኦፕስ ልምምዶች በእጅ ውቅር እና ስክሪፕት ላይ ይመረኮዛሉ፣ ይህም ወደ ስህተቶች፣ አለመመጣጠን እና ማነቆዎች ሊመራ ይችላል። እነዚህን ተግዳሮቶች ለመቅረፍ፣ ራሱን የቻለ የመሠረተ ልማት ኦርኬስትራ መፈጠሩን፣ የመሰረተ ልማት አስተዳደርን በራስ ሰር ለመስራት እና ለማመቻቸት AI ወኪሎችን እና አመንጪ ሞዴሎችን የሚጠቀም ምሳሌ እየተመለከትን ነው። በዚህ ጽሁፍ ውስጥ፣ መሠረተ ልማትን በአስተዳዳሪነት ላይ ለውጥ እያደረጉ ያሉትን የStackGen እና LangChainን አስደሳች ዓለም ውስጥ እንመረምራለን።

** StackGen ምንድን ነው?**

StackGen ራስን መፈወስን፣ ራስን መመዘን እና ራስን ማመቻቸት የመሠረተ ልማት ቁልል መፍጠር የሚያስችል ክፍት ምንጭ፣ ደመና-አግኖስቲክ መሠረተ ልማት ኦርኬስትራ መድረክ ነው። በሞጁል፣ ሊሰፋ በሚችል አርክቴክቸር ላይ የተገነባው፣ StackGen ገንቢዎች ከፍተኛ ደረጃ ገላጭ አገባብ በመጠቀም የመሠረተ ልማት ውቅሮችን እንዲገልጹ ያስችላቸዋል። ይህ አገባብ ወደ ተግባራዊ የመሠረተ ልማት አቅርቦት እና አስተዳደር ተግባራት ተተርጉሟል፣ እነዚህም በጠንካራ እና በተከፋፈለ ሞተር የሚከናወኑ።

** LangChain ምንድን ነው?**

LangChain AI ወኪሎችን፣ አመንጪ ሞዴሎችን እና ሌሎች የማሽን መማሪያ ክፍሎችን በሶፍትዌር ስርዓቶች ውስጥ ለመገንባት እና ለማዋሃድ የተዋሃደ በይነገጽ የሚያቀርብ የፓይዘን ቤተ-መጽሐፍት ነው። LangChainን በማንሳት ገንቢዎች ከውሂብ የሚማሩ፣ ከአካባቢ ለውጥ ጋር የሚላመዱ እና በመረጃ ላይ የተመሰረተ ውሳኔ የሚወስዱ የተራቀቁ AI-ተኮር መተግበሪያዎችን መፍጠር ይችላሉ። በStackGen አውድ ውስጥ፣ LangChain የመሠረተ ልማት አፈጻጸምን ለመተንተን፣ ያልተለመዱ ነገሮችን ለመተንበይ እና ጥሩ የስርዓት ባህሪን ለመጠበቅ የማስተካከያ እርምጃዎችን የሚወስዱ የ AI ወኪሎችን ማቀናጀት ያስችላል።

** ራሱን የቻለ የመሠረተ ልማት ኦርኬስትራ ከStackGen እና LangChain ጋር ***

የStackGen እና LangChainን ኃይል ለማሳየት፣ አንድ ቀላል ምሳሌ እንመልከት። ሊለካ የሚችል፣ ከፍተኛ አፈጻጸም ያለው የመሠረተ ልማት ቁልል የሚፈልግ በደመና ላይ የተመሠረተ የኢ-ኮሜርስ መድረክ እየገነባን ነው እንበል። StackGen ን ​​በመጠቀም የሚፈለገውን የመሠረተ ልማት ቶፖሎጂን የሚገልጽ ከፍተኛ-ደረጃ ውቅርን መግለፅ እንችላለን፣ የአንጓዎች ብዛት፣ የአብነት ዓይነቶች እና የአውታረ መረብ ውቅሮች።

`` ፓይቶን

ስም: ኢ-ኮሜርስ-መድረክ መግለጫ፡ ሊለካ የሚችል የኢ-ኮሜርስ መድረክ መሠረተ ልማት ስሪት: 1.0

አካላት፡- ስም: የድር አገልጋይ ዓይነት፡ EC2 ንብረቶች፡ ለምሳሌ-አይነት: t2.micro አሚ፡ አሚ-abc123 የደህንነት ቡድኖች፡ [ድር-ሰርቨር-sg] ስም: የውሂብ ጎታ ዓይነት: RDS ንብረቶች፡ ለምሳሌ-አይነት፡- db.t2.micro ሞተር: postgres የውሂብ ጎታ-ስም: ኢ-ኮሜርስ-ዲቢ የተጠቃሚ ስም: ኢ-ኮሜርስ-ተጠቃሚ የይለፍ ቃል: ኢ-ኮሜርስ-ይለፍ ቃል

ግንኙነቶች፡

• ድር-ሰርቨር -> የውሂብ ጎታ

በዚህ ምሳሌ የድር አገልጋይ እና የውሂብ ጎታ ያካተተ ቀላል የመሠረተ ልማት ቁልል ገልፀናል። የ«አካላት» ክፍል ዓይነቶቻቸውን፣ ንብረቶቻቸውን እና ግንኙነታቸውን ጨምሮ የነጠላ ክፍሎችን ይገልጻል። የ`ግንኙነት` ክፍል በክፍሎች መካከል ያለውን ግንኙነት ይገልጻል።

በመቀጠል፣ LangChainን በመጠቀም የመሠረተ ልማት አፈጻጸምን የሚተነተን እና ጥሩ የስርዓት ባህሪን ለመጠበቅ የማስተካከያ እርምጃዎችን የሚወስድ የ AI ወኪልን ለማዋሃድ እንጠቀማለን። የሲፒዩ አጠቃቀምን የሚቆጣጠር እና የአብነት አይነቶችን በዚሁ መሰረት የሚያስተካክል ቀላል AI ወኪል እንፈጥራለን።

`` ፓይቶን
# LangChain AI ወኪል ኮድ (ai_agent.py)
አስመጣ langchain
ከ langchain.ኤጀንቶች BaseAgent ያስመጡ

ክፍል ኢኮሜርስኤጀንት(ቤዝ ኤጀንት)፦
    def __init__(ራስ፣ stackgen_config):
        self.stackgen_config = stackgen_config
        self.cpu_utilization_threshold = 80

    def ሞኒተር_መሰረተ ልማት(ራስ):
        # የሲፒዩ አጠቃቀምን ይቆጣጠሩ እና የአብነት ዓይነቶችን ያስተካክሉ
        cpu_utilization = self.get_cpu_utilization()
        cpu_utilization > self.cpu_utilization_threshold ከሆነ፡-
            ራስን ማስተካከል_የአብነት_አይነቶች()

    አስተካክል_አይነት_አይነቶች(ራስ)
        በሲፒዩ አጠቃቀም ላይ በመመስረት # የአብነት ዓይነቶችን ያስተካክሉ
        ለምሳሌ_አይነት = ራስን.የግኝት_ዓይነት()
        ለምሳሌ_በምሳሌ_ዓይነት፡-
            ለምሳሌ_ታይፕ['cpu_utilization'] > self.cpu_utilization_threshold፡
                ለምሳሌ_አይነት['አምሳያ_አይነት'] = 't2.large'

# AI ወኪልን ከStackGen ጋር ያዋህዱ
stackgen_config = load_yaml('example.yaml')
ai_agent = ኢኮሜርስኤጀንት(stackgen_config)
ai_agent.monitor_infrastructure()

በዚህ ምሳሌ፣ የሲፒዩ አጠቃቀምን የሚቆጣጠር እና የአብነት አይነቶችን በዚሁ መሰረት የሚያስተካክል ቀላል AI ወኪል ፈጥረናል። AI ወኪሎችን ለመገንባት እና ለማዋሃድ የተዋሃደ በይነገጽ የሚያቀርበውን langchain ላይብረሪ በመጠቀም የ AI ወኪልን ከStackGen ጋር አዋህደናል።

ምርጥ 5-10 በብዛት ጥቅም ላይ የዋሉ ትዕዛዞች/ቅንጣዎች

ለStackGen እና LangChain በብዛት ጥቅም ላይ የዋሉት አንዳንድ ትዕዛዞች እና ቅንጥቦች እዚህ አሉ፡

1. ** የStackGen ውቅር ፋይል **: stackgen config example.yaml
2. LangChain AI ወኪል ኮድ፡ langchain ai_agent.py
3. ** AI ወኪልን ከStackGen ጋር ያዋህዱ**፡ langchain ai_agentን ያዋህዱ።py example.yaml
4. ** መሠረተ ልማትን ተቆጣጠር **: ai_agent.monitor_infrastructure()
5. የአብነት አይነቶችን ያስተካክሉ፡ ai_agent.adjust_intance_types()
6. የሲፒዩ አጠቃቀምን ያግኙ፡ ai_agent.get_cpu_utilization()
7. የአብነት አይነቶችን ያግኙ፡ ai_agent.get_intance_types()
8. ** የYAML ውቅረት ፋይልን ጫን**፡ load_yaml('example.yaml')
9. የYAML ውቅረት ፋይል አስቀምጥ፡ save_yaml('example.yaml'፣ stackgen_config)
10. ** የመሠረተ ልማት ቶፖሎጂን በዓይነ ሕሊናህ ተመልከት**፡ stackgen በዓይነ ሕሊናህ ተመልከት ምሳሌ።yaml

እይታ

የመሠረተ ልማት ቶፖሎጂን ለማየት፣ በStackGen ውቅር ፋይል ላይ በመመስረት ግራፍ ለመስራት እንደ graphviz ያለ ላይብረሪ መጠቀም እንችላለን።

`` ገበታ { "አይነት": "ባር", "ውሂብ": { "labels": ["የድር አገልጋይ", "ዳታቤዝ"], "መረጃዎች": [ { "label": "ሲፒዩ አጠቃቀም", "ውሂብ": [80, 90], "የጀርባ ቀለም": ["rgba(255, 99, 132, 0.2)", "rgba (54, 162, 235, 0.2)"], "ድንበር ቀለም": ["rgba(255, 99, 132, 1)", "rgba(54, 162, 235, 1)"], "የድንበር ስፋት": [1, 1] } ] } "አማራጮች": { "ርዕስ": { "ማሳያ": እውነት, "text": "ሲፒዩ አጠቃቀም በክፍል" } "ሚዛኖች": { "yAxes": [ { "ማሳያ": እውነት, "scaleLabel": { "ማሳያ": እውነት, "labelString": "ሲፒዩ አጠቃቀም (%)" } } ] } } }

ይህ ገበታ የዌብ ሰርቨር እና የመረጃ ቋት ክፍሎችን ሲፒዩ አጠቃቀምን ያሳያል፣ ይህም የመሠረተ ልማት አፈጻጸም ግልጽ እይታን ይሰጣል።

** መደምደሚያ**

ከStackGen እና LangChain ጋር ራሱን የቻለ የመሠረተ ልማት ኦርኬስትራ ራስን መፈወስ፣ ራስን ማመጣጠን እና ራስን ማመቻቸት የመሠረተ ልማት ቁልል መፍጠር የሚያስችል ኃይለኛ ምሳሌ ነው። የ AI ወኪሎችን እና አመንጪ ሞዴሎችን በመጠቀም፣ ገንቢዎች የመሠረተ ልማት አስተዳደርን በራስ-ሰር ሊያዘጋጁ እና ሊያሻሽሉ፣ ስህተቶችን፣ አለመጣጣሞችን እና ማነቆዎችን መቀነስ ይችላሉ። በዚህ ጽሁፍ ውስጥ የStackGen እና LangChain መሰረታዊ ነገሮችን መርምረናል፣ አርክቴክቸር፣ የውቅረት ፋይሎች እና የ AI ወኪል ውህደትን ጨምሮ። የእነዚህን ቴክኖሎጂዎች ሃይል ለማሳየት ተግባራዊ ምሳሌዎችን እና የኮድ ቅንጣቢዎችንም አቅርበናል። ቀልጣፋ እና ሊሰፋ የሚችል የመሠረተ ልማት አስተዳደር ፍላጎት እያደገ ሲሄድ፣ StackGen እና LangChain በDevOps እና በመሠረተ ልማት አስተዳደር ወደፊት የመሪነት ሚና ለመጫወት ተዘጋጅተዋል።