Kreye yon tiyo enjèstyon done | B4N1

Kreye yon tiyo enjèstyon done

6 months ago · b4n1 Read time: 5 min

Oksèstrasyon DevOps ki mache ak AI ak DSPy ak LangChain: Yon Achitekti Évolutive pou Envestigasyon Ensidan Otomatik

Nan peyizaj dijital rapid-ritm jodi a, ekip DevOps fè fas a yon defi de pli zan pli konplèks: idantifye ak rezoud ensidan yo avèk efikasite ak efikasite. Kòm volim ak vitès nan degaje lojisyèl akselere, chans pou erè ak vyolasyon sekirite ap grandi. Pou rete devan koub la, òganizasyon yo dwe adopte estrateji inovatè ki ogmante pouvwa entèlijans atifisyèl (AI) pou otomatize envestigasyon ak rezolisyon ensidan yo.

Nan atik sa a, nou pral fouye nan detay aplikasyon teknik yo lè l sèvi avèk DSPy ak LangChain pou kreye yon achitekti évolutive pou envestigasyon otomatik ensidan. Lè nou konbine fòs de teknoloji dènye kri sa yo, nou pral montre kijan pou konstwi yon sistèm solid ak efikas ki amelyore efikasite ak efikasite DevOps.

Konprann DSPy ak LangChain

Anvan nou plonje nan aplikasyon teknik la, ann prezante yon ti tan DSPy ak LangChain.

DSPy

DSPy se yon bibliyotèk Python ki bay yon koòdone wo nivo pou bati ak deplwaye aplikasyon AI ki mache ak pisans. Li ofri yon seri de karakteristik, tankou:

  • Sèvisyon modèl: DSPy pèmèt ou sèvi modèl AI kòm API, sa ki fè li fasil pou entegre yo nan aplikasyon ki egziste deja.
  • Jesyon modèl: DSPy bay zouti pou jere modèl AI, tankou deplwaman modèl, siveyans, ak vèsyon.
  • Entegrasyon done: DSPy pèmèt entegrasyon san pwoblèm ak divès sous done, tankou baz done, API, ak sistèm dosye.

LangChain

LangChain se yon bibliyotèk Python ki bay yon kad pou bati aplikasyon AI konvèsasyon. Li ofri yon seri de karakteristik, tankou:

  • Entèfas konvèsasyon: LangChain pèmèt kreyasyon entèfas konvèsasyon, tankou chatbots ak asistan vwa.
  • Traitement Lang Natirèl (NLP): LangChain bay zouti pou travay NLP, tankou klasifikasyon tèks, analiz santiman, ak rekonesans antite.
  • Jesyon graf konesans: LangChain pèmèt kreyasyon ak jesyon graf konesans, ki esansyèl pou aplikasyon AI konvèsasyon.

Konstwi Achitekti Évolutive

Pou konstwi yon achitekti évolutive pou envestigasyon ensidan otomatik, nou pral konbine fòs DSPy ak LangChain. Achitekti nou an pral konpoze de eleman sa yo:

  1. Enjèstyon Done: Nou pral itilize DSPy pou enjere done ki soti nan divès sous, tankou mòso bwa, mezi, ak API.
  2. Traitement Done: Nou pral sèvi ak DSPy pou trete done yo enjere, n ap aplike modèl AI pou idantifye ensidan potansyèl yo.
  3. Deteksyon ensidan: Nou pral sèvi ak LangChain pou kreye yon koòdone konvèsasyon pou deteksyon ensidan, ki pèmèt itilizatè yo kominike avèk sistèm nan epi bay yon kontèks pou envestigasyon ensidan.
  4. Jesyon Grafik Konesans: Nou pral sèvi ak LangChain pou kreye ak jere yon graf konesans, ki pral estoke enfòmasyon sou ensidan yo, ki gen ladan kòz yo, efè, ak rezolisyon yo.
  5. Rezolisyon: Nou pral sèvi ak DSPy pou aplike modèl AI pou rezoud ensidan yo, swe graf konesans la pou enfòme desizyon y ap pran.

Aplikasyon teknik

Ann plonje nan detay aplikasyon teknik nan achitekti nou an.

Enjèstyon Done

Nou pral sèvi ak DSPy pou enjere done ki soti nan divès sous, tankou mòso bwa, mezi, ak API. Nou pral kreye yon tiyo enjèstyon done lè l sèvi avèk klas "DataPipeline" DSPy a, ki pral okipe pwosesis done ak depo.

enpòte dspy kòm dsp


tiyo = dsp.DataPipeline ()

# Ajoute sous done nan tiyo a
pipeline.add_source("journaux", dsp.LogSource())
pipeline.add_source("metrik", dsp.MetricSource())
pipeline.add_source("api", dsp.APISource())

# Kòmanse tiyo a
pipeline.start()

Pwosesis done

Nou pral sèvi ak DSPy pou trete done yo enjere, n ap aplike modèl AI pou idantifye ensidan potansyèl yo. Nou pral kreye yon tiyo tretman done lè l sèvi avèk klas "DataPipeline" DSPy a, ki pral okipe pwosesis done ak depo.

enpòte dspy kòm dsp

# Kreye yon tiyo tretman done
tiyo = dsp.DataPipeline ()

# Ajoute modèl AI nan tiyo a
pipeline.add_model("deteksyon_ensidan", dsp.IncidentDetectionModel())
pipeline.add_model("anomaly_detection", dsp.AnomalyDetectionModel())

# Kòmanse tiyo a
pipeline.start()

Deteksyon ensidan

Nou pral sèvi ak LangChain pou kreye yon koòdone konvèsasyon pou deteksyon ensidan, sa ki pèmèt itilizatè yo kominike avèk sistèm nan epi bay yon kontèks pou envestigasyon ensidan.

enpòte langchain kòm lc

# Kreye yon koòdone konvèsasyon
koòdone = lc.ConversationalInterface ()

# Ajoute yon chatbot nan koòdone a
interface.add_chatbot("deteksyon_ensidan", lc.Chatbot())

# Kòmanse koòdone a
interface.start()

Jesyon Grafik Konesans

Nou pral sèvi ak LangChain pou kreye ak jere yon graf konesans, ki pral estoke enfòmasyon sou ensidan, ki gen ladan kòz yo, efè, ak rezolisyon yo.

enpòte langchain kòm lc

# Kreye yon graf konesans
graf = lc.KnowledgeGraph ()

# Ajoute nœuds nan graf la
graph.add_node("ensidan1", lc.Node())
graph.add_node("ensidan2", lc.Node())

# Ajoute bor nan graf la
graph.add_edge("ensidan1", "ensidan2", lc.Edge())

Rezolisyon

Nou pral sèvi ak DSPy pou aplike modèl AI pou rezoud ensidan yo, swe graf konesans la pou enfòme desizyon y ap pran.

enpòte dspy kòm dsp

# Kreye yon tiyo rezolisyon
tiyo = dsp.DataPipeline ()

# Ajoute modèl AI nan tiyo a
pipeline.add_model("rezolisyon_ensidan", dsp.IncidentResolutionModel())

# Kòmanse tiyo a
pipeline.start()

Top 5-10 kòmandman/frag ki pi itilize yo

Men 5-10 kòmandman/frag ki pi itilize pou DSPy ak LangChain:

DSPy

  • dsp.DataPipeline(): Kreye yon tiyo done pou enjèstyon done ak pwosesis.
  • dsp.add_source(): Ajoute yon sous done nan tiyo a.
  • dsp.add_model(): Ajoute yon modèl AI nan tiyo a.
  • dsp.start(): Kòmanse tiyo a.
  • dsp.stop(): Sispann tiyo a.

LangChain

  • lc.ConversationalInterface(): Kreye yon koòdone konvèsasyon pou deteksyon ensidan.
  • lc.add_chatbot(): Ajoute yon chatbot nan koòdone a.
  • lc.start(): Kòmanse koòdone a.
  • lc.KnowledgeGraph(): Kreye yon graf konesans pou jesyon ensidan.
  • lc.add_node(): Ajoute yon ne nan graf la.
  • lc.add_edge(): Ajoute yon kwen nan graf la.

Vizyalizasyon

Men yon vizyalizasyon achitekti nou an lè l sèvi avèk Chart.js:

{
  "type": "tagram",
  "done": {
    "labels": ["Enjèstyon Done", "Trasesman Done", "Deteksyon Ensidan", "Jesyon Grafik Konesans", "Rezolisyon"],
    "datasets": [
      {
        "label": "Eleman Achitekti",
        "done": [30, 20, 20, 15, 15],
        "backgroundColor": [
          "rgba(255, 99, 132, 0.2)",
          "rgba(54, 162, 235, 0.2)",
          "rgba(255, 206, 86, 0.2)",
          "rgba(75, 192, 192, 0.2)",
          "rgba(153, 102, 255, 0.2)"
        ],
        "borderColor": [
          "rgba(255, 99, 132, 1)",
          "rgba(54, 162, 235, 1)",
          "rgba(255, 206, 86, 1)",
          "rgba(75, 192, 192, 1)",
          "rgba(153, 102, 255, 1)"
        ],
        "borderWidth": 1
      }
    ]
  },
  "opsyon": {
    "tit": {
      "display": vre,
      "text": "Eleman Achitekti"
    },
    "lejand": {
      "ekspozisyon": vre
    }
  }
}

Vizyalizasyon sa a montre senk eleman nan achitekti nou an, ak konpozan enjèstyon ak pwosesis done yo pran pi gwo pati nan.

Konklizyon

Nan atik sa a, nou te demontre kijan pou konstwi yon achitekti évolutive pou envestigasyon otomatik ensidan lè l sèvi avèk DSPy ak LangChain. Lè nou konbine fòs de teknoloji dènye kri sa yo, nou te kreye yon sistèm solid ak efikas ki amelyore efikasite ak efikasite DevOps. Nou te bay tou yon egzanp aplikasyon pratik, ki gen ladan fragments kòd ak yon vizyalizasyon achitekti a. Lè yo adopte achitekti sa a, òganizasyon yo ka amelyore tan repons ensidan yo, redwi tan yo, ak amelyore fyab sistèm jeneral.

Have Questions?

Let's Talk

Contact me on LinkedIn