Nýting Agentic AI fyrir DevOps sjálfvirkni með Kiro og LangChain
Kynning
Í hraðskreiðum hugbúnaðarþróunarlandslagi nútímans eru DevOps teymi stöðugt að leita leiða til að bæta skilvirkni og áreiðanleika stöðugrar samþættingar og stöðugrar dreifingar (CI/CD) leiðslna. Ein efnileg nálgun er að nýta sér gervigreind, sem gerir kleift að búa til greindar umboðsmenn sem geta gert sjálfvirkan og fínstillt DevOps verkefni. Í þessari grein munum við kanna hvernig á að innleiða gervigreindarmiðla með því að nota Kiro og LangChain, tvo háþróaða ramma sem eru að gjörbylta sviði DevOps sjálfvirkni.
What is Agentic AI?
Agentic AI vísar til tegundar gervigreindar sem er hönnuð til að framkvæma verkefni sjálfstætt, líkt og mannlegur umboðsmaður. Í tengslum við DevOps er hægt að nota umboðslega gervigreind til að gera sjálfvirk verkefni eins og að byggja, prófa og dreifa hugbúnaðarforritum. Með því að nýta vélanám og náttúrulega málvinnslu (NLP) tækni geta umboðsmenn gervigreindar umboðsmenn lært af reynslunni og lagað sig að breyttu umhverfi, sem gerir þá tilvalið fyrir flókið og kraftmikið DevOps vinnuflæði.
Við kynnum Kiro og LangChain
Kiro og LangChain eru tveir opinn uppspretta rammar sem eru sérstaklega hönnuð til að byggja umboðsleg gervigreind kerfi. Kiro er Rust-undirstaða ramma sem veitir öflugan og stigstærðan vettvang til að byggja upp greindar umboðsmenn, en LangChain er Python-undirstaða ramma sem leggur áherslu á NLP og tungumálaskilning.
Kiro: Ryðbundinn rammi til að byggja upp greindar umboðsmenn
Kiro er nútímaleg umgjörð sem byggir á ryð sem veitir alhliða vettvang til að byggja upp greindar umboðsmenn. Með Kiro geta verktaki búið til umboðsmenn sem geta haft samskipti við ýmis kerfi, þjónustu og gagnaveitur og framkvæmt verkefni eins og:
- Sjálfvirk verkflæði og ferla
- Að greina gögn og taka ákvarðanir
- Samskipti við menn og önnur kerfi
Arkitektúr Kiro er hannaður til að vera mjög skalanlegur og sveigjanlegur, sem gerir það að kjörnum vali fyrir stórfelld DevOps sjálfvirkniverkefni.
LangChain: Python-undirstaða ramma fyrir NLP og tungumálaskilning
LangChain er Python-undirstaða ramma sem leggur áherslu á NLP og tungumálaskilning. Með LangChain geta verktaki búið til umboðsmenn sem geta skilið og búið til mannlegt tungumál og framkvæmt verkefni eins og:
- Náttúruleg málvinnsla (NLP)
- Textagreining og tilfinningagreining
- Tungumálaþýðing og kynslóð
Arkitektúr LangChain er hannaður til að vera mjög mát og teygjanlegur, sem gerir það tilvalið val til að byggja upp sérsniðna NLP og tungumálaskilningsgetu.
Að innleiða gervigreindarmiðla með Kiro og LangChain
Til að sýna fram á kraft Kiro og LangChain skulum við íhuga einfalt dæmi um að byggja upp gervigreind-knúinn umboðsmann sem gerir sjálfvirkan CI/CD leiðslu. Í þessu dæmi munum við nota Kiro til að búa til umboðsmann sem getur haft samskipti við Git geymslu, smíðað og prófað kóðann og dreift forritinu á skýjapallur.
Hér er einfaldur kóðablokk sem sýnir hvernig á að búa til Kiro umboðsmann sem gerir sjálfvirkan CI/CD leiðslu:
import kiro
frá langchain import LLAMA
umboðsmaður = kiro.Agent(
name="ci_cd_agent",
description="Sjálfvirkir CI/CD leiðslu",
actions=[
kiro.Action(
name="git_clone",
description="Klónar Git geymsluna",
code="""
import git
repo = git.Repo.clone("https://github.com/user/repo.git")
"""
),
kiro.Action(
name="build",
description="Byggir kóðann",
kóða="""
innflutnings undirferli
subprocess.run(["gera", "byggja"])
"""
),
kiro.Action(
name="test",
description="Kekur prófin",
code="""
innflutnings undirferli
subprocess.run(["gera", "prófa"])
"""
),
kiro.Action(
name="deploy",
description="Dreifir forritinu",
kóða="""
innflutnings undirferli
subprocess.run(["gera", "dreifa"])
"""
)
]
)
# Búðu til LangChain LLAMA líkan
lama = LLAMA(
name="llama_model",
description="LLAMA líkan fyrir tungumálaskilning",
kóða="""
flytja inn langkeðju
módel = langchain.LLAMA(
name="llama_model",
description="LLAMA líkan fyrir tungumálaskilning",
kóða="""
flytja inn langkeðju
módel = langchain.LLAMA(
name="llama_model",
description="LLAMA líkan fyrir tungumálaskilning",
kóða="""
def process_text(texti):
# Vinndu textann með því að nota LLAMA líkanið
skila texta
"""
)
"""
)
"""
)
# Búðu til Kiro umboðsmann sem notar LangChain LLAMA líkanið
umboðsmaður = kiro.Agent(
nafn = "ci_cd_agent",
description="Sjálfvirkir CI/CD leiðslu",
aðgerðir=[
kiro.Action(
nafn = "git_clone",
description="Klónar Git geymsluna",
kóða="""
flytja inn git
repo = git.Repo.clone("https://github.com/user/repo.git")
"""
),
kiro.Action(
name="byggja",
description="Byggir kóðann",
kóða="""
innflutnings undirferli
subprocess.run(["gera", "byggja"])
"""
),
kiro.Action(
name="próf",
description="Kekur prófin",
kóða="""
innflutnings undirferli
subprocess.run(["gera", "prófa"])
"""
),
kiro.Action(
name="deploy",
description="Dreifir forritinu",
kóða="""
innflutnings undirferli
subprocess.run(["gera", "dreifa"])
"""
)
],
language_model=llama
)
# Keyra umboðsmanninn
agent.run()
Þessi kóðablokk sýnir hvernig á að búa til Kiro umboðsmann sem gerir sjálfvirkan CI/CD leiðslu með LangChain LLAMA líkaninu fyrir tungumálaskilning. Umboðsmaðurinn getur haft samskipti við Git geymslu, smíðað og prófað kóðann og dreift forritinu á skýjapallur.
Top 5-10 mest notuðu skipanir/bútar
Hér eru 5-10 mest notuðu skipanirnar/bútarnir fyrir Kiro og LangChain:
kiroutil init: Frumstillir nýtt Kiro verkefni.kiroutil build: Byggir Kiro umboðsmann.langchain init: Frumstillir nýtt LangChain verkefni.langchain build: Byggir LangChain líkan.kiroutil run: Rekur Kiro umboðsmann.langchain test: Prófar LangChain líkan.kiroutil deploy: Sendir Kiro umboðsmann á skýjapallur.langchain evaluate: Metur LangChain líkan.kiroutil debug: Villuleitir Kiro umboðsmann.langchain visualize: Sýnir LangChain líkan.
Sjónræn
Hér er mynd af Kiro og LangChain arkitektúrnum með því að nota Chart.js:
{
"type": "bar",
"gögn": {
"labels": ["Kiro", "LangChain"],
"gagnasett": [
{
"label": "Arkitektúr",
"gögn": [100, 80],
"bakgrunnslitur": ["#4CAF50", "#FF9800"]
}
]
},
"valkostir": {
"titill": {
"display": satt,
"text": "Kiro og LangChain arkitektúr"
},
"goðsögn": {
"skjá": satt
}
}
}
Þessi sjónmynd sýnir háþróaða arkitektúr Kiro og LangChain, undirstrikar styrkleika þeirra og veikleika.
Niðurstaða
Í þessari grein höfum við kannað kraft umboðslegs gervigreindar fyrir DevOps sjálfvirkni með Kiro og LangChain. Með því að nýta þessa nýjustu ramma, geta verktaki búið til greinda umboðsmenn sem geta gert sjálfvirkan og fínstillt CI/CD leiðslur, bætt skilvirkni hugbúnaðarafhendingar og dregið úr hættu á villum. Með Kiro og LangChain geta verktaki búið til sérsniðna NLP og tungumálaskilningsgetu og haft samskipti við ýmis kerfi, þjónustu og gagnaveitur. Við höfum einnig útvegað einfaldan kóðablokk sem sýnir hvernig á að búa til Kiro umboðsmann sem gerir sjálfvirkan CI/CD leiðslu með því að nota LangChain LLAMA líkanið fyrir tungumálaskilning.