Ag òrdachadh fèin-ghluasad DevOps le cumhachd AI le DSPy agus LangChain | B4N1

Ag òrdachadh fèin-ghluasad DevOps le cumhachd AI le DSPy agus LangChain

5 months ago · b4n1 Read time: 4 min

===============================================

Ro-ràdh

Tha cruth-tìre leasachadh bathar-bog ag atharrachadh gu luath, le barrachd gabhail ri Artificial Intelligence (AI) agus Machine Learning (ML) ann an fèin-ghluasad DevOps. Faodaidh fèin-ghluasad le cumhachd AI cuideachadh le sruthan obrach iom-fhillte a sgioblachadh, èifeachdas a leasachadh, agus an coltas gum bi mearachd daonna ann a lughdachadh. San artaigil seo, nì sinn sgrùdadh air mar as urrainn dhut DSPy agus LangChain a luathachadh gus riochdairean le cumhachd AI a chuir an gnìomh airson mion-sgrùdadh bun-adhbhar agus optimization èifeachdais ann am pìoban leasachadh bathar-bog.

Dè a th’ ann an DSPy?

Tha DSPy na leabharlann Python a leigeas le luchd-leasachaidh sruthan-obrach fèin-ghluasaid le cumhachd AI a thogail agus a chleachdadh. Tha e a’ toirt seachad frèam scalable agus sùbailte airson a bhith ag aonachadh diofar mhodalan AI agus ML, ga dhèanamh na dheagh roghainn airson fèin-ghluasad DevOps.

Dè a th’ ann an LangChain?

Tha LangChain na leabharlann Python a leigeas le luchd-leasachaidh riochdairean AI còmhraidh a thogail agus a chleachdadh. Tha e a’ toirt seachad API sìmplidh agus intuitive airson riochdairean a chruthachadh a thuigeas agus a fhreagras ri cuir a-steach cànain nàdarra.

A’ cur an gnìomh riochdairean AI airson mion-sgrùdadh bunaiteach adhbhar

Tha mion-sgrùdadh bun-adhbhar na phàirt riatanach de fèin-ghluasad DevOps, leis gu bheil e a’ cuideachadh le bhith ag aithneachadh adhbharan bunaiteach chùisean agus gan casg bho bhith a’ tachairt san àm ri teachd. Gus mion-sgrùdadh bun-adhbhar le cumhachd AI a chuir an gnìomh, is urrainn dhuinn DSPy a chleachdadh gus sruth-obrach a chruthachadh a bhios ag aonachadh le LangChain.

Seo tar-shealladh àrd-ìre den t-sruth-obrach:

  1. Cruinneachadh Dàta: Cruinnich dàta iomchaidh bho dhiofar thùsan, leithid logaichean, meatrach, agus faidhlichean rèiteachaidh.
  2. Ro-phròiseasadh Dàta: Dèan ro-làimh air an dàta a chaidh a chruinneachadh gus ullachadh airson mion-sgrùdadh.
  3. Trèanadh Modail: Trèan modal ML air an dàta ro-phròiseas gus pàtrain agus dàimhean a chomharrachadh.
  4. Cleachdadh Modail: Cleachd am modail air a thrèanadh ann an sruth-obrach DSPy.
  5. ** Amalachadh àidseant **: Amalaich sruth-obrach DSPy le àidseant LangChain gus eadar-obrachadh cànain nàdarra a chomasachadh.

Eisimpleir Còd: Sruth-obrach Mion-sgrùdadh Bun-adhbhar

toirt a-steach dspy mar dsp
bho àidseant in-mhalairt langchain

# Mìnich sruth-obrach DSPy
sruth-obrach = dsp.Sruth-obrach(
    name="root_cause_analysis",
    gnìomhan=[
        dsp.Task ("data_collection", "Cruinnich dàta bho logaichean agus meatrach"),
        dsp.Task ("data_preprocessing", "Dàta ro-phròiseas airson mion-sgrùdadh"),
        dsp.Task ("model_training", "Trèan modail ML air dàta ro-phròiseas"),
        dsp.Task ("model_deployment", "Cleachd modail le trèanadh ann an sruth-obrach DSPy"),
    ],
)

# Mìnich àidseant LangChain
àidseant = àidseant (
    name="root_cause_agent",
    model = "distilbert-base-gun chùis",
    prompt="Dè as coireach ris a’ chùis?",
)

# Amalachadh sruth-obrach DSPy leis an àidseant LangChain
workflow.add_agent(àidseant)

# Ruith an sruth-obrach
sruth-obrach.run()

A’ cur an gnìomh riochdairean AI airson Optimization Èifeachdas

Tha optimization èifeachdais na phàirt riatanach eile de fèin-ghluasad DevOps, leis gu bheil e a’ cuideachadh le bhith ag adhartachadh astar agus cinneasachd pìoban leasachadh bathar-bog. Gus optimization èifeachdais le cumhachd AI a chuir an gnìomh, is urrainn dhuinn DSPy a chleachdadh gus sruth-obrach a chruthachadh a bhios ag aonachadh le LangChain.

Seo tar-shealladh àrd-ìre den t-sruth-obrach:

  1. Cruinneachadh Dàta: Cruinnich dàta iomchaidh bho dhiofar thùsan, leithid logaichean, meatrach, agus faidhlichean rèiteachaidh.
  2. Ro-phròiseasadh Dàta: Dèan ro-làimh air an dàta a chaidh a chruinneachadh gus ullachadh airson mion-sgrùdadh.
  3. Trèanadh Modail: Trèan modal ML air an dàta ro-phròiseas gus pàtrain agus dàimhean a chomharrachadh.
  4. Cleachdadh Modail: Cleachd am modail air a thrèanadh ann an sruth-obrach DSPy.
  5. ** Amalachadh àidseant **: Amalaich sruth-obrach DSPy le àidseant LangChain gus eadar-obrachadh cànain nàdarra a chomasachadh.

Eisimpleir Còd: Sruth-obrach Optimization Èifeachdas

toirt a-steach dspy mar dsp
bho àidseant in-mhalairt langchain

# Mìnich sruth-obrach DSPy
sruth-obrach = dsp.Sruth-obrach(
    name = "èifeachdas_optimization",
    gnìomhan=[
        dsp.Task ("data_collection", "Cruinnich dàta bho logaichean agus meatrach"),
        dsp.Task ("data_preprocessing", "Dàta ro-phròiseas airson mion-sgrùdadh"),
        dsp.Task ("model_training", "Trèan modail ML air dàta ro-phròiseas"),
        dsp.Task ("model_deployment", "Cleachd modail le trèanadh ann an sruth-obrach DSPy"),
    ],
)

# Mìnich àidseant LangChain
àidseant = àidseant (
    name = "agent_èifeachdais",
    model = "distilbert-base-gun chùis",
    prompt="Ciamar as urrainn dhomh an loidhne-phìoban a mheudachadh airson èifeachdas nas fheàrr?",
)

# Amalachadh sruth-obrach DSPy leis an àidseant LangChain
workflow.add_agent(àidseant)

# Ruith an sruth-obrach
sruth-obrach.run()

Na 5-10 Òrdughan/Beagan as motha a chleachdar

Seo cuid de na h-òrdughan agus criomagan as cumanta airson DSPy agus LangChain:

DSPy

  1. dsp.Workflow(name = "my_workflow", gnìomhan = [...]): Cruthaich sruth-obrach DSPy ùr.
  2. dsp.Task(name = "my_task", tuairisgeul = "An obair agam"): Cruthaich gnìomh ùr ann an sruth-obrach DSPy.
  3. workflow.add_agent(agent): Cuir àidseant LangChain ri sruth-obrach DSPy.
  4. workflow.run(): Ruith sruth-obrach DSPy.
  5. dsp.get_task_output(task): Faigh toradh gnìomh ann an sruth-obrach DSPy.

LangChain

  1. Agent(name="my_agent", model="distilbert-base-uncased", prompt = "Mo bhrosnachadh"): Cruthaich àidseant LangChain ùr.
  2. agent.respond(prompt="Mo bhrosnachadh"): Faigh freagairt bho àidseant LangChain.
  3. agent.add_context(context="Mo cho-theacsa"): Cuir co-theacs ri àidseant LangChain.
  4. agent.remove_context(context="Mo cho-theacs"): Thoir air falbh co-theacsa bho àidseant LangChain.
  5. agent.get_model(): Faigh am modail ML bunaiteach de àidseant LangChain.

Sealladh

Seo dealbh de shruth-obrach DSPy agus LangChain a’ cleachdadh Chart.js:

{
  "type": "bàr",
  "dàta": {
    "labels": ["Mion-sgrùdadh air adhbhar bunaiteach", "Optimization Èifeachdas"],
    "stòr-dàta": [
      {
        "label": "Sruth-obrach DSPy",
        "dàta": [10, 20],
        "backgroundColor": ["#4CAF50", "#FF9800"]
      },
      {
        "label": "Gnìomhaire LangChain",
        "dàta": [5, 15],
        "backgroundColor": ["#2196F3", "#009688"]
      }
    ]
  },
  "roghainnean": {
    "tiotal": {
      "taisbeanadh": fìor,
      "text": "Sruth-obrach DSPy agus LangChain"
    },
    "sgàilean": {
      "yAxes": [
        {
          "breacan": {
            "toiseach AtZero": fìor
          }
        }
      ]
    }
  }
}

Tha an dealbh seo a’ sealltainn an àireamh de ghnìomhan anns gach sruth-obrach DSPy agus an àireamh de fhreagairtean bho gach àidseant LangChain.

Co-dhùnadh

San artaigil seo, rannsaich sinn mar a bu chòir DSPy agus LangChain a luathachadh gus riochdairean le cumhachd AI a chuir an gnìomh airson mion-sgrùdadh bun-adhbhar agus optimization èifeachdais ann am pìoban leasachadh bathar-bog. Thug sinn seachad eisimpleirean còd agus ìomhaighean gus na bun-bheachdan a nochdadh, agus chomharraich sinn cuid de na h-òrdughan agus na criomagan as cumanta airson DSPy agus LangChain. Le bhith a’ leantainn an iùil seo, faodaidh luchd-leasachaidh na sruthan-obrach fèin-ghluasaid aca fhèin a chruthachadh le cumhachd AI a’ cleachdadh DSPy agus LangChain.

Have Questions?

Let's Talk

Contact me on LinkedIn