LangChain және AWS DevOps агентімен AI-мен жұмыс істейтін DevOps автоматтандыруын енгізу
Кіріспе
Жасанды интеллект (AI), DevOps және оркестрлік құралдардың қиылысуы бағдарламалық жасақтаманы әзірлеу мен жеткізуде автоматтандырудың жаңа дәуірін тудырды. Бұл мақалада біз LangChain, алдыңғы қатарлы AI құрылымы мен бағдарламалық жасақтаманы жеткізу құбырларын автоматтандыруға арналған қуатты құрал AWS DevOps Agent-пен интеграциясын зерттейміз. Осы технологияларды біріктіру арқылы біз негізгі себептерді талдауды жеңілдететін және бағдарламалық қамтамасыз етуді жеткізудің жалпы тиімділігін арттыратын AI-ге негізделген DevOps автоматтандыру жүйесін жасай аламыз.
LangChain және AWS DevOps агентін түсіну
LangChain
LangChain – әзірлеушілерге сөйлесу AI үлгілерін құруға және орналастыруға мүмкіндік беретін ашық бастапқы AI құрылымы. Ол AI мүмкіндіктерін бағдарламалық қосымшаларға біріктіру үшін қарапайым және интуитивті API ұсынады. LangChain AI үлгілерінің кең ауқымын қолдайды, соның ішінде тіл үлгілері, білім графиктері және дәлелдеу қозғалтқыштары.
AWS DevOps агенті
AWS DevOps Agent — AWS CodePipeline біріктіру арқылы бағдарламалық қамтамасыз етуді жеткізу құбырларын автоматтандыратын құрал. Ол әзірлеушілерге код құру, тестілеу және орналастыру сияқты тапсырмаларды автоматтандыруға мүмкіндік береді. AWS DevOps Agent жоғары теңшеуге болады және AWS қызметтерінің кең ауқымымен біріктірілуі мүмкін.
AI-мен жұмыс істейтін DevOps автоматтандыруын енгізу
LangChain және AWS DevOps Agent көмегімен AI-мен жұмыс істейтін DevOps автоматтандыруын енгізу үшін бізге мына қадамдарды орындау қажет:
- LangChain-ті AWS DevOps Agent-пен біріктіру: AI-мен жұмыс істейтін автоматтандыруды қосу үшін LangChain-ті AWS DevOps Agent-пен біріктіру керек. Бұған LangChain-пен әрекеттесетін реттелетін AWS DevOps Agent плагинін жасау арқылы қол жеткізуге болады.
- LangChain конфигурациялау: Түбірлік себептерді талдау үшін қолайлы AI үлгісін пайдалану үшін LangChain конфигурациялауымыз керек. Бұл тілдік модель, білім графигі немесе пайымдау механизмі болуы мүмкін.
- AWS CodePipeline-мен біріктіру: бағдарламалық қамтамасыз етуді жеткізу құбырларын автоматтандыру үшін AWS DevOps Agent-ті AWS CodePipeline-мен біріктіру керек.
Код мысалы
Міне, LangChain-ті AWS DevOps агентімен біріктіру жолын көрсететін қарапайым код мысалы:
langchain импорттау
langchain.agents импорт агентінен
langchain.llms импорттау LLM
llm = LLM("langchain/llama:1")
# AWS DevOps агентін инициализациялау
агент = Агент(
llm=lm,
атауы = "devops-агент",
description="AWS DevOps Агенті",
)
# AWS DevOps Agent үшін реттелетін плагинді анықтаңыз
Class CustomPlugin:
def __init__ (өзіндік, агент):
self.agent = агент
def execute (өзіндік, оқиға):
# Оқиғаны талдау үшін LangChain пайдаланыңыз
талдау = langchain.analyze(оқиға)
# Талдауға негізделген тапсырмаларды автоматтандыру үшін AWS DevOps агентін пайдаланыңыз
тапсырмалар = агент.тапсырмалар(талдау)
тапсырмаларды қайтару
# Арнайы плагинді AWS DevOps агентімен тіркеңіз
agent.register_plugin(CustomPlugin(агент))
# Бағдарламалық құралды жеткізу құбырларын автоматтандыру үшін AWS DevOps агентін пайдаланыңыз
agent.run_pipeline()
Бұл код мысалы бағдарламалық қамтамасыз етуді жеткізу құбырларын автоматтандыру үшін LangChain-ті AWS DevOps агентімен біріктіру жолын көрсетеді. Теңшелетін плагин оқиғаларды талдау үшін LangChain және талдау негізінде тапсырмаларды автоматтандыру үшін AWS DevOps Agent пайдаланады.
Ең көп қолданылатын 5-10 пәрмендер/үзінділер
Міне, LangChain және AWS DevOps Agent үшін ең көп қолданылатын 5-10 командалар/үзінділер:
| Пәрмен/Үзінді | Сипаттама |
|---|---|
langchain.analyze(оқиға) |
LangChain |
агент.тапсырмалар(талдау) |
Талдау негізінде AWS DevOps Agent көмегімен тапсырмаларды автоматтандыру |
agent.register_plugin(plugin) |
AWS DevOps Agent |
llm = LLM("langchain/llama:1") |
LangChain LLM инициализациясы |
агент = Агент(llm=llm, name="devops-агент", сипаттамасы="AWS DevOps Агенті") |
AWS DevOps агентін инициализациялау |
agent.run_pipeline() |
AWS DevOps Agent |
langchain.llms.LLM("langchain/llama:1") |
LangChain LLM инициализациясы |
langchain.agents.Agent(llm=llm, name="devops-agent", сипаттамасы="AWS DevOps Agent") |
AWS DevOps агентін инициализациялау |
агент.тапсырмалар(талдау) |
Талдау негізінде AWS DevOps Agent көмегімен тапсырмаларды автоматтандыру |
agent.register_plugin(CustomPlugin(агент)) |
AWS DevOps Agent |
визуализация
Міне, Chart.js арқылы AI-мен жұмыс істейтін DevOps автоматтандыру жүйесінің визуализациясы:
{
"түрі": "бар",
«деректер»: {
"labels": ["LangChain", "AWS DevOps Agent", "Custom Plugin"],
"деректер жинағы": [
{
"label": "Автоматтандыру тиімділігі",
"деректер": [80, 90, 95],
"backgroundColor": ["#4CAF50", "#FF9800", "#2196F3"]
}
]
},
"опциялар": {
«атауы»: {
"дисплей": шын,
"text": "AI арқылы жұмыс істейтін DevOps автоматтандыруының тиімділігі"
},
«таразы»: {
"yAxes": [
{
«кенелер»: {
"beginAtZero": шын
}
}
]
}
}
}
Бұл визуализация жоғары автоматтандыру тиімділігіне ықпал ететін LangChain, AWS DevOps Agent және пайдаланушы плагині бар AI-мен жұмыс істейтін DevOps автоматтандыру жүйесінің тиімділігін көрсетеді.
Қорытынды
Бұл мақалада біз түбірлік себептерді талдауды автоматтандыру және бағдарламалық қамтамасыз етуді жеткізу құбырларын жақсарту үшін AI, DevOps және LangChain және AWS DevOps Agent сияқты оркестрлік құралдардың қиылысуын зерттедік. Біз күшті AI-мен жұмыс істейтін DevOps автоматтандыру жүйесін жасау үшін LangChain-ті AWS DevOps Agent-пен біріктіру жолын көрсеттік. Код мысалы мен визуализация жүйенің тиімділігі мен мүмкіндіктерін нақты түсінуді қамтамасыз етті. Осы мақалада сипатталған қадамдарды орындау арқылы әзірлеушілер бағдарламалық жасақтаманы әзірлеу және жеткізу құбырларында AI-мен жұмыс істейтін DevOps автоматтандыруын енгізе алады.