ZeroOps: стварэнне аўтаномнай інфраструктуры з дапамогай агентаў AI, StackGen і LangChain | B4N1

ZeroOps: стварэнне аўтаномнай інфраструктуры з дапамогай агентаў AI, StackGen і LangChain

7 months ago · b4n1 Read time: 4 min

ZeroOps: стварэнне аўтаномнай інфраструктуры з дапамогай агентаў AI, StackGen і LangChain

Уводзіны

У пастаянна развіваецца ландшафце воблачных асяроддзяў попыт на эфектыўнае і маштабаванае кіраванне інфраструктурай ніколі не быў такім высокім. Традыцыйныя інструменты аўтаматызацыі згулялі важную ролю ў аптымізацыі працэсаў, але яны часта не спраўляюцца са складанасцямі і нюансамі сучаснай інфраструктуры. Вось дзе ZeroOps - рэвалюцыйны падыход, які выкарыстоўвае Agentic AI для дасягнення аўтаномнага кіравання інфраструктурай. У гэтым артыкуле мы паглыбімся ў свет ZeroOps, даследуючы яго асноўныя кампаненты, перавагі і практычнае прымяненне.

Што такое ZeroOps?

ZeroOps - гэта новая парадыгма, якая аб'ядноўвае магутнасць штучнага інтэлекту (AI) з гнуткасцю воблачных асяроддзяў для стварэння самакіравальнай інфраструктуры. Выкарыстоўваючы магчымасці агентаў штучнага інтэлекту, StackGen і LangChain, ZeroOps дазваляе арганізацыям аўтаматызаваць кіраванне інфраструктурай, паменшыць чалавечыя памылкі і павысіць агульную эфектыўнасць.

Agentic AI: сэрца ZeroOps

Agentic AI адносіцца да тыпу AI, які дэманструе разумныя паводзіны, здольнасць прымаць рашэнні і адаптыўнасць. У кантэксце ZeroOps агенты штучнага інтэлекту Agentic прызначаны для вывучэння шаблонаў інфраструктуры, выяўлення анамалій і прыняцця карэкціруючых дзеянняў. Гэтых агентаў можна навучыць карыстацца рознымі крыніцамі даных, уключаючы журналы, паказчыкі і файлы канфігурацыі, каб глыбока разумець паводзіны інфраструктуры.

StackGen: механізм інфраструктуры як кода (IaC)

StackGen - гэта рухавік IaC з адкрытым зыходным кодам, які дазваляе арганізацыям вызначаць інфраструктуру ў выглядзе кода і кіраваць ёю. Выкарыстоўваючы StackGen, распрацоўшчыкі могуць ствараць шаблоны інфраструктуры, разгортваць прыкладанні і кіраваць рэсурсамі паслядоўным і прайграваным спосабам. Інтэграцыя StackGen з агентамі штучнага інтэлекту Agentic дазваляе ствараць інфраструктуру самааднаўлення, дзе агенты могуць выяўляць і выпраўляць праблемы ў рэжыме рэальнага часу.

LangChain: Аркестратар інфраструктуры на базе AI

LangChain - гэта фрэймворк на аснове Python, які дазваляе распрацоўшчыкам ствараць і разгортваць аркестратары інфраструктуры на аснове штучнага інтэлекту. Выкарыстоўваючы LangChain, арганізацыі могуць ствараць уласныя агенты штучнага інтэлекту, якія інтэгруюцца са StackGen і іншымі інструментамі інфраструктуры для дасягнення аўтаномнага кіравання інфраструктурай. Модульная архітэктура LangChain і шырокая бібліятэка гатовых кампанентаў робяць яго ідэальным выбарам для стварэння складаных інфраструктурных рашэнняў на аснове штучнага інтэлекту.

Практычнае прымяненне: просты прыклад

Давайце разгледзім просты прыклад таго, як ZeroOps можна прымяніць у воблачным асяроддзі. Выкажам здагадку, што ў нас ёсць вэб-прыкладанне, разгорнутае ў кластары Kubernetes, і мы хочам аўтаматызаваць працэс маштабавання прыкладання ў залежнасці ад патрэбнасці ў трафіку.


імпарт Langchain
з langchain.agents імпартаваць LLMChain
з langchain.llms імпартаваць LangChainLLM

# Вызначэнне агента AI
агент = LLMChain(
    llm=LangChainLLM(
        model_name="code-davinci-002",
        тэмпература=0,7,
        max_tokens=2048,
        stop_sequences=["\n", "\n\n"]
    ),
    chain_name="scale_app"
)

# Вызначце шаблон StackGen
шаблон = {
    "kind": "Разгортванне",
    "метададзеныя": {
        "імя": "вэб-праграма"
    },
    "спецыфікацыя": {
        "рэплікі": 1
    }
}

# Вызначэнне палітыкі маштабавання
палітыка = {
    "умова": "трафік > 1000",
    "дзеянне": {
        "рэплікі": 2
    }
}

# Стварыце аркестратар інфраструктуры на базе AI
аркестратар = LangChainLLM(
    model_name="code-davinci-002",
    тэмпература=0,7,
    max_tokens=2048,
    stop_sequences=["\n", "\n\n"]
)

# Вызначце разгортванне StackGen
разгортванне = StackGen(
    template=шаблон,
    палітыка=палітыка
)

# Разгортванне прыкладання
deployment.deploy()

# Маштабуйце прыкладанне ў залежнасці ад попыту на трафік
orchestrator.scale_app(агент, разгортванне)

У гэтым прыкладзе мы вызначылі агент штучнага інтэлекту з выкарыстаннем LangChain, які інтэгруецца са StackGen для аўтаматызацыі працэсу маштабавання вэб-праграмы на аснове попыту на трафік. Агент выкарыстоўвае папярэдне падрыхтаваную моўную мадэль для аналізу дадзеных трафіку і прыняцця рашэнняў аб маштабаванні прыкладання.

Топ-5-10 найбольш часта выкарыстоўваюцца каманд/фрагментаў

Вось некаторыя з найбольш часта выкарыстоўваюцца каманд і фрагментаў для ZeroOps:

  1. langchain init: ініцыялізуе новы праект LangChain.
langchain init my_project
  1. llm chain: стварае новы LLM ланцужок.
з langchain.agents імпартаваць LLMChain
з langchain.llms імпартаваць LangChainLLM

агент = LLMChain(
    llm=LangChainLLM(
        model_name="code-davinci-002",
        тэмпература=0,7,
        max_tokens=2048,
        stop_sequences=["\n", "\n\n"]
    ),
    chain_name="мой_ланцуг"
)
  1. разгортванне stackgen: разгортвае шаблон StackGen у воблачным пастаўшчыку.
Stackgen разгарнуць my_template.yaml
  1. orchestrator scale_app: маштабуе прыкладанне на аснове попыту на трафік.
з langchain.agents імпартаваць LLMChain
з langchain.llms імпартаваць LangChainLLM

аркестратар = LangChainLLM(
    model_name="code-davinci-002",
    тэмпература=0,7,
    max_tokens=2048,
    stop_sequences=["\n", "\n\n"]
)

orchestrator.scale_app(агент, разгортванне)
  1. навучанне агентаў: навучанне агента штучнага інтэлекту на наборы даных.
навучанне агента my_dataset.csv
  1. Палітыка Stackgen: вызначае палітыку маштабавання для прыкладання.
палітыка = {
    "умова": "трафік > 1000",
    "дзеянне": {
        "рэплікі": 2
    }
}
  1. langchain visualize: Візуалізуе працэс прыняцця рашэння агентам штучнага інтэлекту.
langchain візуалізаваць my_agent.json
  1. статус аркестратара: адлюстроўвае стан прыкладання.
статус аркестратара my_app
  1. журналы Stackgen: адлюстроўвае журналы разгортвання StackGen.
журналы stackgen my_deployment
  1. agent evaluate: Ацэньвае прадукцыйнасць агента AI.
агент ацэньвае my_agent.json

Візуалізацыя

Вось візуалізацыя архітэктуры ZeroOps з выкарыстаннем Chart.js:

{
  "тып": "бар",
  "дадзеныя": {
    "labels": ["Agentic AI", "StackGen", "LangChain"],
    "наборы дадзеных": [
      {
        "label": "Кампаненты",
        "дадзеныя": [10, 8, 12],
        "фонавы колер": [
          "rgba(255, 99, 132, 0,2)",
          "rgba(54, 162, 235, 0,2)",
          "rgba(255, 206, 86, 0,2)"
        ],
        "borderColor": [
          "rgba(255, 99, 132, 1)",
          "rgba(54, 162, 235, 1)",
          "rgba(255, 206, 86, 1)"
        ],
        "borderWidth": 1
      }
    ]
  },
  "параметры": {
    "шалі": {
      "yAxes": [
        {
          "цікі": {
            "beginAtZero": праўда
          }
        }
      ]
    }
  }
}

Гэтая візуалізацыя паказвае тры асноўныя кампаненты ZeroOps: Agentic AI, StackGen і LangChain. Лінейкавая дыяграма паказвае адносную важнасць кожнага кампанента ў архітэктуры ZeroOps.

Выснова

ZeroOps - гэта рэвалюцыйны падыход да кіравання інфраструктурай, які выкарыстоўвае Agentic AI, StackGen і LangChain для дасягнення аўтаномнага кіравання інфраструктурай. Выкарыстоўваючы магчымасці AI і IaC, ZeroOps дазваляе арганізацыям аўтаматызаваць кіраванне інфраструктурай, паменшыць чалавечыя памылкі і павысіць агульную эфектыўнасць. Дзякуючы практычным прымяненням, галоўным камандам і візуалізацыі ZeroOps гатовы змяніць спосаб кіравання інфраструктурай у воблачных асяроддзях.

Have Questions?

Let's Talk

Contact me on LinkedIn