** Ṣiṣe awọn eto sọfitiwia Iwosan-ara-ẹni pẹlu Olona-Aṣoju AI Architectures ati LangChain ***

Ibere

Ninu idagbasoke ala-ilẹ sọfitiwia iyara-iyara oni, kikọ awọn eto sọfitiwia imularada ti ara ẹni ti di ibeere pataki fun idaniloju igbẹkẹle, iwọn, ati resilience ti awọn ọna ṣiṣe sọfitiwia eka. Awọn ayaworan ile monolithic ti aṣa ko to lati pade awọn ibeere ti idagbasoke sọfitiwia ode oni, nibiti awọn eto gbọdọ ni anfani lati ni ibamu si awọn ibeere iyipada, mu awọn ikuna airotẹlẹ, ati bọsipọ lati awọn aṣiṣe ni iyara. Eyi ni ibiti awọn ile-iṣẹ AI ti ọpọlọpọ-aṣoju ati LangChain wa sinu ere, nfunni ni ojutu ti o lagbara fun kikọ awọn ọna ṣiṣe sọfitiwia ti ara ẹni ti o le kọ ẹkọ, ṣe deede, ati dahun si awọn ipo iyipada.

** Kini Awọn faaji AI Olona-Aṣoju?**

Awọn faaji AI ti ọpọlọpọ-aṣoju jẹ iru eto AI pinpin ti o ni ọpọlọpọ awọn aṣoju adase ti o ṣe ajọṣepọ pẹlu ara wọn ati agbegbe wọn lati ṣaṣeyọri ibi-afẹde to wọpọ. Aṣoju kọọkan ni awọn agbara ṣiṣe ipinnu tirẹ, imọ, ati awọn orisun, ati pe wọn le ṣe ibasọrọ pẹlu ara wọn lati pin alaye, ipoidojuko awọn iṣe, ati ni ibamu si awọn ipo iyipada.

Ni ipo ti awọn eto sọfitiwia, awọn ile-itumọ AI aṣoju-pupọ le ṣee lo lati kọ awọn ọna ṣiṣe imularada ti ara ẹni ti o le rii ati dahun si awọn aṣiṣe, awọn ikuna, ati awọn asemase miiran ni akoko gidi. Nipa pinpin ilana ṣiṣe ipinnu kọja awọn aṣoju pupọ, awọn ọna ṣiṣe wọnyi le kọ ẹkọ lati iriri, ṣe deede si awọn ipo iyipada, ati bọsipọ lati awọn aṣiṣe ni kiakia.

Kini LangChain?

LangChain jẹ ile-ikawe Python orisun-ìmọ fun kikọ awọn eto AI aṣoju-pupọ. O pese ilana ti o rọrun, rọ, ati iwọn fun kikọ awọn ọna ṣiṣe AI eka ti o le kọ ẹkọ, ṣe deede, ati dahun si awọn ipo iyipada. LangChain jẹ apẹrẹ lati ṣiṣẹ pẹlu ọpọlọpọ awọn ilana AI, pẹlu TensorFlow, PyTorch, ati Keras, ati pe a le lo lati kọ awọn ọna ṣiṣe ti o ṣepọ pẹlu awọn orisun data oriṣiriṣi, pẹlu awọn apoti isura data, APIs, ati awọn ẹrọ IoT.

** Ṣiṣe awọn eto sọfitiwia Iwosan-ara ẹni pẹlu LangChain ***

Lati kọ eto sọfitiwia imularada ti ara ẹni pẹlu LangChain, a nilo lati ṣe apẹrẹ ile-iṣẹ AI ti ọpọlọpọ-aṣoju ti o le rii ati dahun si awọn aṣiṣe, awọn ikuna, ati awọn aiṣedeede miiran ni akoko gidi. Eyi ni awotẹlẹ ipele giga ti faaji:

1. ** Apẹrẹ Aṣoju ***: A nilo lati ṣe apẹrẹ ti awọn aṣoju adase ti o le ṣe ajọṣepọ pẹlu ara wọn ati agbegbe wọn lati ṣaṣeyọri ibi-afẹde ti o wọpọ. Aṣoju kọọkan yẹ ki o ni awọn agbara ṣiṣe ipinnu tirẹ, imọ, ati awọn orisun.
2. ** Aworan Imo ***: A nilo lati ṣẹda iwọn imo ti o duro fun awọn ibatan laarin awọn aṣoju, agbegbe, ati awọn ibi-afẹde ti eto naa. Aworan yii le ṣee lo lati ronu nipa ipo eto naa ati ṣe awọn ipinnu.
3. ** Ipinnu-Ṣiṣe ***: A nilo lati ṣe ilana ṣiṣe ipinnu ti o fun laaye awọn aṣoju lati ronu nipa ipo ti eto naa ati ṣe awọn ipinnu ti o da lori awọn aworan imọ.
4. ** Ipilẹṣẹ Iṣe ***: A nilo lati ṣe ilana ilana ipaniyan ti o fun laaye awọn aṣoju lati ṣe awọn ipinnu wọn ati ṣe ajọṣepọ pẹlu agbegbe.

Eyi ni apẹẹrẹ ti o rọrun ti eto sọfitiwia imularada ti ara ẹni ti a ṣe pẹlu LangChain: `` Python gbe wọle langchain lati langchain.agents gbe wọle Aṣoju lati langchain.llms gbe wọle LLM

aworan = { 'awọn aṣoju': ['aṣoju1', 'aṣoju2', 'aṣoju3'], 'ayika': ['database','API','IoT device'], 'Awọn ibi-afẹde': ['ṣawari awọn aṣiṣe', 'dahun si awọn ikuna', 'bọsipọ lati awọn aṣiṣe'] }

Ṣe alaye ilana ṣiṣe ipinnu

def decision_making(aṣoju, knowledge_graph): # Idi nipa ipo eto naa ipinle = imo_graph ['awọn aṣoju'] [aṣoju] # Ṣe ipinnu ti o da lori ipinle ipinnu = 'dahun si ikuna' pada ipinnu

Ṣetumo ilana ipaniyan iṣe

def action_execution (aṣoju, ipinnu): # Ṣiṣe ipinnu naa ti ipinnu == 'dahun si ikuna': # Dahun si ikuna tẹjade ('Dahun si ikuna…') pada

Ṣẹda aṣoju LangChain kan

aṣoju = Aṣoju ( orukọ = 'aṣoju-iwosan-ara-ẹni', ipinnu_making=ipinnu_sise, action_execution=action_execution, imo_graph = aworan )

Ṣẹda LangChain LLM kan

llm = LLM oruko='iwosan ara-llm', awoṣe = 'davinci' )

Ṣẹda eto LangChain kan

eto = langchain.System( aṣoju = aṣoju, llm=llm )

Ṣiṣe eto naa

system.run ()

Apeere yii ṣe afihan eto sọfitiwia ti ara ẹni ti o rọrun ti o le rii awọn aṣiṣe, dahun si awọn ikuna, ati bọsipọ lati awọn aṣiṣe ni iyara. Eto naa ni akojọpọ awọn aṣoju adase ti o ṣe ajọṣepọ pẹlu ara wọn ati agbegbe wọn lati ṣaṣeyọri ibi-afẹde to wọpọ. Awọn aṣoju lo iwọn imo kan lati ronu nipa ipo ti eto naa ati ṣe awọn ipinnu ti o da lori iyaya naa.

** Top 5-10 Awọn aṣẹ ti a lo julọ / awọn snippets ***

Eyi ni awọn aṣẹ 5-10 ti o lo julọ / awọn snippets fun LangChain:

1. `langchain.Agent ()`: Ṣẹda titun LangChain oluranlowo.
2. `langchain.LLM ()`: Ṣẹda titun kan LangChain LLM.
3. `langchain.System ()`: Ṣẹda titun LangChain eto.
4. `agent.decision_making ()`: Ṣiṣe ilana ṣiṣe ipinnu fun oluranlowo.
5. `agent.action_execution ()`: Ṣiṣe awọn ilana ipaniyan igbese fun oluranlowo.
6. `llm.predict()`: Ṣe asọtẹlẹ nipa lilo LLM.
7. `system.run ()`: Ṣiṣe eto LangChain.
8. `graph.add_node ()`: Ṣafikun ipade tuntun kan si aworan imọ.
9. `graph.add_edge ()`: Ṣafikun eti tuntun si awọnya imọ.
10. `graph.remove_node()`: Yọ oju ipade kan kuro ninu awonya imo.

** Iworan ***

Eyi ni iwoye ti o rọrun ti aworan oye nipa lilo Chart.js:
`` json
{
  "iru": "aworan",
  "data": {
    "awọn apa": [
      {"id": "aṣojú1", "aami": "Aṣojú 1"},
      {"id": "agent2", "aami": "Aṣojú 2"},
      {"id": "agent3", "aami": "Aṣojú 3"},
      {"id": "database", "label": "Database"},
      {"id": "API", "aami": "API"},
      {"id": "Ẹrọ IoT", "aami": "Ẹrọ IoT"}
    ],
    "eti": [
      {"orisun": "agent1", "afojusun": "database"},
      {"orisun": "agent2", "afojusun": "API"},
      {"orisun": "agent3", "afojusun": "Ẹrọ IoT"},
      {"orisun": "agent1", "afojusun": "aṣoju2"},
      {"orisun": "agent2", "afojusun": "aṣoju3"}
    ]
  },
  "awọn aṣayan": {
    "ilana": {
      "type": "circular"
    },
    "awọn apa": {
      "iwọn": 50
    },
    "eti": {
      "iwọn": 2
    }
  }
}

Iwoye yii fihan awọn ibatan laarin awọn aṣoju, agbegbe, ati awọn ibi-afẹde ti eto naa.

Ipari

Ṣiṣe awọn eto sọfitiwia imularada ti ara ẹni pẹlu awọn ile-itumọ AI aṣoju-pupọ ati LangChain nfunni ni ojutu ti o lagbara fun aridaju igbẹkẹle, scalability, ati resilience ti awọn eto sọfitiwia eka. Nipa pinpin ilana ṣiṣe ipinnu kọja awọn aṣoju pupọ, awọn ọna ṣiṣe wọnyi le kọ ẹkọ lati iriri, ṣe deede si awọn ipo iyipada, ati bọsipọ lati awọn aṣiṣe ni kiakia. Pẹlu LangChain, awọn olupilẹṣẹ le kọ awọn ọna ṣiṣe AI eka ti o ṣepọ pẹlu ọpọlọpọ awọn orisun data, pẹlu awọn apoti isura infomesonu, APIs, ati awọn ẹrọ IoT. Nipa titẹle koodu apẹẹrẹ ati lilo oke 5-10 ti o lo awọn aṣẹ / snippets, awọn olupilẹṣẹ le kọ awọn eto sọfitiwia imularada ti ara wọn pẹlu LangChain.