ЗероOps DevOps автоматжуулалт нь хиймэл оюун ухаанаар ажилладаг агентууд болон зохион байгуулалтын хэрэгслүүд

Танилцуулга

Өнөөгийн хурдацтай дижитал орчинд байгууллагууд үр ашиг, өргөтгөх чадвар, найдвартай байдлыг сайжруулах арга замыг байнга хайж байдаг. DevOps автоматжуулалт нь эдгээр зорилгод хүрэх гол стратеги болж гарч ирсэн боловч уламжлалт арга барил нь ихэвчлэн гар аргаар ихээхэн хүчин чармайлт, туршлага шаарддаг. Энд ZeroOps DevOps автоматжуулалт гарч ирдэг бөгөөд энэ нь нарийн төвөгтэй ажлуудыг автоматжуулахын тулд хиймэл оюун ухаанаар ажилладаг агентууд болон зохион байгуулалтын хэрэгслүүдийг хөшүүрэг болгож, техникийн бус багуудад дижитал дэд бүтцээ удирдах боломжтой болгодог хувьсгалт арга юм.

ZeroOps DevOps Automation гэж юу вэ?

ZeroOps DevOps автоматжуулалт нь DevOps, хиймэл оюун ухаан, автоматжуулалтын зарчмуудыг хослуулан, саадгүй, өөрийгөө эдгээдэг, өөрийгөө оновчтой болгох дижитал дэд бүтцийг бий болгодог парадигм юм. Байгууллагууд хиймэл оюун ухаанаар ажилладаг агентууд болон зохион байгуулалтын хэрэгслийг ашигласнаар техникийн өргөн мэдлэг шаардахгүйгээр байршуулах, масштаблах, хянах зэрэг нарийн төвөгтэй ажлуудыг автоматжуулах боломжтой.

AI-ээр ажилладаг агентууд ба зохион байгуулалтын хэрэгслүүд

ZeroOps DevOps автоматжуулалтын гол цөм нь хиймэл оюун ухаанаар ажилладаг агентууд болон зохион байгуулах хэрэгслүүд юм. Эдгээр хэрэгслүүд нь өгөгдөлд дүн шинжилгээ хийх, хэв маягийг тодорхойлох, бодит цаг хугацаанд шийдвэр гаргахад машин сургалтын алгоритмуудыг ашигладаг. ZeroOps DevOps автоматжуулалтад ашигладаг зарим алдартай хэрэгслүүд:

DSPy: хиймэл оюун ухаанаар ажилладаг агентууд болон зохион байгуулах хэрэгслүүдийг бүтээхэд зориулсан Python-д суурилсан хүрээ. DSPy нь захиалгат агентууд болон ажлын урсгалыг бий болгох энгийн бөгөөд ойлгомжтой API-г өгдөг.
LangChain: Хиймэл оюун ухаанаар ажилладаг агентууд болон зохион байгуулалтын хэрэгслүүдийг бүтээх зэвэнд суурилсан бүтэц. LangChain нь нарийн төвөгтэй ажлын урсгалыг бий болгох хүчирхэг, өргөтгөх боломжтой архитектурыг хангадаг.

Бодит ертөнцийн хэрэглээ ба кейс судалгаа

ZeroOps DevOps автоматжуулалтын нэг тод жишээ бол Флорида мужийн Орландо дахь улсын сургуулиудын дижитал дэд бүтцийг шинэчлэх явдал юм. Сургуулийн дүүрэг нь хуучирсан техник хангамж дээр ажилладаг олон систем, программуудтай тул мэдээллийн технологийн дэд бүтцээ удирдахад ихээхэн бэрхшээлтэй тулгарсан.

Энэхүү сорилтыг шийдвэрлэхийн тулд дүүрэг DSPy болон LangChain ашиглан ZeroOps DevOps автоматжуулалтын шийдлийг хэрэгжүүлсэн. Энэхүү шийдэл нь дижитал дэд бүтцийг байршуулах, масштабжуулах, хянах ажлыг автоматжуулж, системүүд үргэлж бэлэн байж, оновчтой ажиллах боломжийг хангасан.

Хэрэгжүүлэх дэлгэрэнгүй мэдээлэл

Хэрэгжилтийн дээд түвшний тоймыг энд оруулав.

Мэдээлэл цуглуулах: Дүүрэг нь мэдээллийн технологийн дэд бүтцийн тухай, системийн гүйцэтгэл, ашиглалтын загвар, алдааны бүртгэл зэрэг мэдээллийг цуглуулсан.
Агент бий болгох: Тус дүүрэг DSPy болон LangChain ашиглан хиймэл оюун ухаанаар ажилладаг агентуудыг бүтээсэн бөгөөд цуглуулсан мэдээлэлд дүн шинжилгээ хийж, сайжруулах шаардлагатай газруудыг тодорхойлсон.
Ажлын урсгалыг бий болгох: Тус дүүрэг нь DSPy болон LangChain ашиглан ажлын урсгалыг үүсгэсэн бөгөөд энэ нь дижитал дэд бүтцийг байршуулах, масштаблах, хянах ажлыг автоматжуулсан.
Байршуулах: Дүүрэгт ZeroOps DevOps автоматжуулалтын шийдлийг нэвтрүүлсэн бөгөөд энэ нь даалгавруудыг бодит цаг хугацаанд автоматжуулж эхэлсэн.

Код жишээ

DSPy ашиглан хиймэл оюун ухаанаар ажилладаг агент үүсгэх энгийн кодын жишээ энд байна.

dspy импортлох


агент = dspy.Agent(
    нэр = "миний_агент",
    description="Миний захиалгат агент",
    оролт=["системийн_гүйцэтгэл", "ашиглалтын_загвар", "алдааны_лог"],
    гаралт=["зөвлөмж"]
)

# Агентийн логикийг тодорхойл
def логик(оролт):
    # Оруулсан мэдээлэлд дүн шинжилгээ хийж, зөвлөмж гарга
    зөвлөмж = []
    оролтын хувьд:
        хэрэв оролт["системийн_гүйцэтгэл"] < 80:
            зөвлөмж.append("Системийг томруулах")
        elif input["usage_patterns"] > 90:
            зөвлөмж.append("Системийг багасгах")
        elif оролт["error_logs"] > 10:
            зөвлөмж.append("Алдааг судалж, шийдвэрлэх")
    буцаах зөвлөмжүүд

# Агентийн логикийг тохируулна уу
agent.set_logic(логик)

# Агентийг байршуулах
dspy.deploy(агент)

Хамгийн их ашиглагддаг 5-10 тушаал/хэсэг

DSPy болон LangChain-д зориулсан хамгийн түгээмэл хэрэглэгддэг командууд болон хэсгүүдийг энд оруулав.

DSPy
- dspy.create_agent(нэр, тайлбар, оролт, гаралт): AI-аар ажилладаг тусгай агент үүсгэх.
- agent.set_logic(logic): Агентын логикийг тохируулна уу.
- dspy.deploy(agent): Агентийг байрлуулах.
- dspy.get_agent_status(agent): Агентын статусыг авна уу.
- dspy.get_agent_logs(agent): Агентын бүртгэлийг авна уу.
LangChain
- langchain.create_agent(нэр, тайлбар, оролт, гаралт): AI-аар ажилладаг тусгай агент үүсгэх.
- agent.set_logic(logic): Агентын логикийг тохируулна уу.
- langchain.deploy(agent): Агентийг байршуулах.
- langchain.get_agent_status(agent): Агентын статусыг авна уу.
- langchain.get_agent_logs(agent): Агентын бүртгэлийг авна уу.

Дүрслэл

Агентын гүйцэтгэлийг харуулахын тулд Chart.js ашиглан энгийн дүрслэл энд байна:

{
    "төрөл": "шугам",
    "өгөгдөл": {
        "шошго": ["1-р сар", "2-р сар", "3-р сар", "4-р сар", "5-р сар"],
        "өгөгдлийн багц": [
            {
                "label": "Агентийн гүйцэтгэл",
                "өгөгдөл": [80, 85, 90, 95, 100],
                "backgroundColor": "rgba(255, 99, 132, 0.2)",
                "borderColor": "rgba(255, 99, 132, 1)",
                "хилийн өргөн": 1
            }
        ]
    },
    "сонголт": {
        "гарчиг": {
            "дэлгэц": үнэн,
            "text": "Агентийн гүйцэтгэл"
        },
        "масштаб": {
            "yAxes": [
                {
                    "хачиг": {
                        "beginAtZero": үнэн
                    }
                }
            ]
        }
    }
}

Энэхүү дүрслэл нь агентын гүйцэтгэлийн хэмжүүрийг харуулсан шугаман диаграмын хамт агентын гүйцэтгэлийг цаг хугацааны явцад харуулдаг.

Дүгнэлт

ZeroOps DevOps автоматжуулалт нь дижитал дэд бүтцийн менежментийн нарийн төвөгтэй ажлуудыг автоматжуулах хувьсгалт арга юм. Байгууллагууд хиймэл оюун ухаанаар ажилладаг агентууд болон зохион байгуулалтын хэрэгслүүдийг ашигласнаар үр ашиг, өргөтгөх чадвар, найдвартай байдлыг мэдэгдэхүйц нэмэгдүүлэх боломжтой. DSPy болон LangChain-ийн тусламжтайгаар байгууллагууд бодит цаг хугацаанд даалгавруудыг автоматжуулах зорилгоор хиймэл оюун ухаанаар ажилладаг тусгай агентууд болон ажлын урсгалуудыг бий болгож чадна. Флоридагийн Орландо дахь улсын сургуулиудын дижитал дэд бүтцийг шинэчлэх нь ZeroOps DevOps автоматжуулалтын үйл ажиллагааны тод жишээ юм. ZeroOps DevOps автоматжуулалтын шийдлийг хэрэгжүүлснээр байгууллагууд үр ашиг, өргөтгөх чадвар, найдвартай байдал зэрэг томоохон үр өгөөжид хүрч чадна.

Захиалгат агент үүсгэх