LangChain LLM жишээ үүсгэ

Хиймэл оюун ухаанаар ажилладаг вэб программуудад аюулгүй байдлын үндсэн архитектурыг хэрэгжүүлэх

Танилцуулга

Хиймэл оюун ухаанаар ажилладаг вэб програмууд улам бүр түгээмэл болж байгаа тул бат бөх, аюулгүй архитектурын хэрэгцээ урьд өмнө хэзээ ч байгаагүй. AI-д суурилсан халдлагууд нэмэгдэж байгаа тул болзошгүй аюулыг даван туулж чадах анхдагчаар аюулгүй хандлагыг хэрэгжүүлэх нь чухал юм. Энэ нийтлэлд бид Percona-ийн аюулгүй нээлттэй эхийн мэдээллийн баазыг Chainguard-ийн өгөгдмөл аюулгүй арга барилтай хэрхэн хослуулж, хиймэл оюун ухаанаар ажилладаг вэб програмуудад зориулсан LangChain-тэй нэгтгэх талаар судлах болно.

Хиймэл оюун ухаанаар ажилладаг вэб программуудад заналхийлэх аюул

Хиймэл оюун ухаанаар ажилладаг вэб програмууд нь янз бүрийн аюул заналхийлэлд өртөмтгий байдаг, үүнд:

Өгөгдлийн хордлого: Хиймэл оюун ухаантай загваруудыг хортой өгөгдөлд оруулах замаар удирдаж, буруу таамаглал, шийдвэр гаргахад хүргэдэг.
Загвар урвуу: Халдагчид хиймэл оюун ухааны загвар эсвэл сургалтын өгөгдлийн талаарх эмзэг мэдээллийг гаргаж болно.
Сөргөлдөөнтэй довтолгоонууд: AI загваруудыг төөрөгдүүлэх зорилготой нарийн боловсруулсан оролтоор хуурч болно.

Өгөгдмөлөөр аюулгүй архитектур

Эдгээр аюулыг багасгахын тулд бид Percona-ийн аюулгүй нээлттэй эх сурвалжийн мэдээллийн санг Chainguard-ын аюулгүй байдлын өгөгдмөл арга барилтай хослуулсан, хиймэл оюун ухаанаар ажилладаг вэб программуудад зориулсан LangChain-тэй нэгтгэсэн өгөгдмөлөөр аюулгүй архитектурыг хэрэгжүүлэх болно.

Перконагийн аюулгүй нээлттэй эхийн мэдээллийн сан

Percona нь MySQL-д зориулсан Percona Server, PostgreSQL-д зориулсан Percona Server зэрэг олон төрлийн аюулгүй нээлттэй эхийн мэдээллийн санг санал болгодог. Эдгээр мэдээллийн сан нь аюулгүй байдлын найдвартай шинж чанаруудыг хангадаг, тухайлбал:

Шифрлэлт: Өгөгдөл нь амарч байх үед болон дамжин өнгөрөх үед шифрлэгдсэн бөгөөд нууц мэдээллийг нууцлах болно.
Хандалтын хяналт: Нарийвчилсан хандалтын хяналт нь администраторуудад эмзэг өгөгдөлд хандах хандалтыг хязгаарлаж, зөвхөн эрх бүхий ажилтнууд өгөгдлийг өөрчлөх, устгах боломжийг олгодог.
Аудит: Нарийвчилсан аудитын боломжууд нь мэдээллийн сангийн бүх үйл ажиллагааны иж бүрэн бүртгэлийг хангаж, аюулгүй байдлын зөрчлийг илрүүлэх, хариу арга хэмжээ авахад хялбар болгодог.

Chainguard's Secure-by-Default арга

Chainguard нь анхнаасаа аюулгүй байдлын үүднээс хэрэглүүрүүдийг бүтээх боломжийг олгодог анхдагчаар аюулгүй хандлагыг санал болгодог. Энэ арга нь:

Хамгийн бага давуу эрх: Аппликейшнүүд нь үүргээ гүйцэтгэхэд шаардагдах хамгийн бага давуу эрхээр ажиллахаар бүтээгдсэн бөгөөд халдлагын гадаргууг багасгадаг.
Өөрчлөгдөхгүй дэд бүтэц: Дэд бүтэц нь өөрчлөгдөшгүй байхаар бүтээгдсэн бөгөөд аюулгүй байдлын зөрчлийг илрүүлэх, хариу арга хэмжээ авахад хялбар болгодог.
Аюулгүй тохиргоо: Аппликешнүүдийг аюулгүй байдлын үүднээс тохируулсан бөгөөд үүнд аюулгүй байдлын үндсэн болон хамгийн бага тохиргоо орно.

LangChain интеграци

LangChain бол хиймэл оюун ухаанаар ажилладаг вэб программуудыг бүтээхэд хялбар бөгөөд ойлгомжтой API өгдөг Python номын сан юм. Бид LangChain-ийг Percona-ийн аюулгүй нээлттэй эх сурвалжийн мэдээллийн бааз болон Chainguard-ийн аюулгүй байдлын үндсэн арга барилтай нэгтгэж, найдвартай, найдвартай архитектурыг бий болгоно.

Код жишээ

LangChain-ийг Percona-ийн аюулгүй нээлттэй эх сурвалжийн мэдээллийн сан болон Chainguard-ийн аюулгүй байдлын үндсэн арга барилтай хэрхэн нэгтгэхийг харуулсан энгийн кодын жишээ энд байна.

langchain импортлох
langchain import LLM-ээс


llm = LLM(
    загвар_нэр="davinci:2-том",
    төхөөрөмж = "cuda",
    хамгийн их_токенс=1024,
)

# Percona мэдээллийн баазын холболт үүсгэх
mysql.connector импортлох
cnx = mysql.connector.connect(
    хэрэглэгч='хэрэглэгчийн нэр',
    нууц үг = 'нууц үг',
    хост='127.0.0.1',
    өгөгдлийн сан = 'мэдээллийн сан'
)

# Chainguard аюулгүй тохиргоог үүсгэ
импортын гинжин хамгаалагч
cfg = chainguard.Config(
    app_name="my_app",
    app_version = "1.0",
    env_vars={
        "DB_HOST": "127.0.0.1",
        "DB_USER": "хэрэглэгчийн нэр",
        "DB_PASSWORD": "нууц үг",
    },
)

# LangChain ашиглан мэдээллийн сангаас асуугаарай
query = "Миний хүснэгтээс сонгох *"
үр дүн = llm.query(асуулга, db=cnx, cfg=cfg)

# Үр дүнг хэвлэ
хэвлэх (үр дүн)

Энэхүү кодын жишээ нь LangChain LLM жишээг хэрхэн үүсгэх, Percona мэдээллийн санд холбогдох, Chainguard аюулгүй тохиргоог хэрхэн үүсгэхийг харуулж байна. Дараа нь мэдээллийн сангаас асууж, үр дүнг хэвлэхийн тулд LangChain ашигладаг.

Хамгийн их ашиглагддаг 5-10 тушаал/хэсэг

Энэ технологид хамгийн их ашиглагддаг 5-10 тушаал/хэсэг:

langchain.LLM(model_name="davinci:2-large", device="cuda", max_tokens=1024) - LangChain LLM жишээ үүсгэх.
mysql.connector.connect(user='username', password='password', host='127.0.0.1', database='database') - Percona мэдээллийн сангийн холболт үүсгэнэ.
chainguard.Config(app_name="my_app", app_version="1.0", env_vars={"DB_HOST": "127.0.0.1", "DB_USER": "хэрэглэгчийн нэр", "DB_PASSWORD": "password"}) - Chainguard аюулгүй тохиргоог үүсгэ.
llm.query(query, db=cnx, cfg=cfg) - Өгөгдлийн сангаас лавлахдаа LangChain ашиглана.
хэвлэх(үр дүн) - Асуулгын үр дүнг хэвлэх.
import langchain - LangChain номын санг импортлох.
import mysql.connector - Percona мэдээллийн сангийн холбогчийг импортлох.
import chainguard - Chainguard номын санг импортлох.
llm = LLM() - Загвар заахгүйгээр LangChain LLM жишээ үүсгэнэ.
cnx = mysql.connector.connect() - Өгөгдлийн бааз заалгүйгээр Percona мэдээллийн сангийн холболт үүсгэнэ.

Дүрслэл

Chart.js ашиглан аюулгүй байдлын өгөгдмөл архитектурын дүрслэлийг энд үзүүлэв:

{
  "төрөл": "бар",
  "өгөгдөл": {
    "шошго": ["Percona Database", "Chainguard Secure Configuration", "LangChain LLM"],
    "өгөгдлийн багц": [
      {
        "label": "Аюулгүй байдлын онцлогууд",
        "өгөгдөл": [10, 8, 12],
        "backgroundColor": ["#FF6384", "#36A2EB", "#FFCE56"]
      }
    ]
  },
  "сонголт": {
    "гарчиг": {
      "дэлгэц": үнэн,
      "текст": "Өгөгдмөлөөр аюулгүй архитектур"
    },
    "масштаб": {
      "yAxes": [
        {
          "хачиг": {
            "beginAtZero": үнэн
          }
        }
      ]
    }
  }
}

Энэхүү дүрслэл нь Percona-ийн аюулгүй нээлттэй эх сурвалжийн мэдээллийн сан, Chainguard-ийн аюулгүй байдлын үндсэн арга, LangChain-ийн LLM-ийн аюулгүй байдлын онцлогуудыг харуулж байна.

Дүгнэлт

Хиймэл оюун ухаанаар ажилладаг вэб аппликейшнд зориулж аюулгүй байдлын үндсэн дээр архитектурыг хэрэгжүүлэх нь өнөөгийн аюул заналхийлэлд нэн чухал юм. Percona-ийн аюулгүй нээлттэй эхийн мэдээллийн баазыг Chainguard-ийн өгөгдмөл байдлаар аюулгүй арга барилтай хослуулж, LangChain-тай нэгтгэснээр бид хиймэл оюун ухаанаар удирдуулсан халдлагыг тэсвэрлэх чадвартай, найдвартай архитектурыг бий болгож чадна. Энэхүү нийтлэлд кодын жишээ, дүрслэл зэргийг багтаасан энэхүү архитектурыг хэрхэн хэрэгжүүлэх талаар практик гарын авлагыг өгсөн болно.

LangChain LLM жишээ үүсгэ

Перконагийн аюулгүй нээлттэй эхийн мэдээллийн сан

Chainguard's Secure-by-Default арга

LangChain интеграци

Have Questions?