Ташкили агентҳои AI барои автоматизатсияи DevOps: Равиши LangChain ва DSPy | B4N1

Ташкили агентҳои AI барои автоматизатсияи DevOps: Равиши LangChain ва DSPy

3 months ago · b4n1 Read time: 5 min

Муқаддима

Соҳаи DevOps дар солҳои охир дигаргуниҳои назаррасро паси сар кард, ки ҳамгироии зеҳни сунъӣ (AI) ва омӯзиши мошинсозӣ (ML) торафт намоёнтар мешавад. Яке аз соҳаҳои калидие, ки AI таъсири назаррас мерасонад, дар соҳаи автоматизатсия мебошад. Бо истифода аз агентҳои AI, созмонҳо метавонанд ҷараёни кории таҳияи нармафзори худро ба тартиб дароранд, хатогиҳои дастиро кам кунанд ва самаранокии умумии онҳоро беҳтар созанд.

Дар ин мақола, мо ба ҷаҳони автоматикунонии DevOps, ки аз ҷониби AI идора карда мешавад, тамаркуз карда, ба чаҳорчӯбаи LangChain ва DSPy тамаркуз хоҳем кард. Мо меомӯзем, ки чӣ гуна ин асбобҳоро барои эҷоди системаҳои ҳалли мушкилот ва автоматикунонии ҷараёни коркарди нармафзор истифода бурдан мумкин аст. Илова бар ин, мо як мисоли амалии чӣ гуна ҳамгиро кардани Моделҳои Забони калон (LLM) ба лӯлаи DevOps-и худро пешниҳод хоҳем кард.

LangChain ва DSPy чист?

Пеш аз он ки мо ба тафсилоти автоматикунонии DevOps бо AI асос гузорем, биёед ба чаҳорчӯбаҳои LangChain ва DSPy мухтасар назар андозем.

LangChain

LangChain як чаҳорчӯбаи кушодаасос аст, ки ба таҳиягарон имкон медиҳад барномаҳои гуфтугӯии AI бо истифода аз моделҳои забонҳои калон (LLMs) созанд. Он API-и оддӣ ва беихтиёрона барои ҳамкорӣ бо LLM-ро таъмин мекунад ва ба таҳиягарон имкон медиҳад, ки интерфейсҳои гуфтугӯии фармоиширо барои замимаҳои худ эҷод кунанд.

LangChain доираи васеи LLM-ро дастгирӣ мекунад, аз ҷумла моделҳои маъмул ба монанди LLaMA, BERT ва RoBERTa. Он инчунин як қатор асбобҳоро барои танзим ва танзими LLM-ро барои мувофиқ кардани ҳолатҳои мушаххаси истифода таъмин мекунад.

DSPy

DSPy китобхонаи Python аст, ки роҳи содда ва муассири ҳамгироӣ кардани моделҳои AI-ро ба лӯлаи DevOps-и худ пешкаш мекунад. Он доираи васеи чаҳорчӯбаҳои AI, аз ҷумла LangChain -ро дастгирӣ мекунад ва як қатор асбобҳоро барои автоматикунонии ҷараёнҳои кории аз ҷониби AI идорашаванда таъмин мекунад.

DSPy барои бефосила кор кардан бо абзорҳои маъмули DevOps ба монанди Ҷенкинс, GitLab ва Docker тарҳрезӣ шудааст, ки онро барои созмонҳое, ки мехоҳанд AI-ро ба инфрасохтори мавҷудаи DevOps ҳамроҳ кунанд, интихоби беҳтарин месозад.

Оркестратсия кардани агентҳои AI барои автоматизатсияи DevOps

Акнун, ки мо шарҳи мухтасари LangChain ва DSPy дорем, биёед бифаҳмем, ки чӣ гуна ин чаҳорчӯбҳоро барои ташкили агентҳои AI барои автоматизатсияи DevOps истифода бурдан мумкин аст.

Ҳалли масъалаи проактивӣ

Яке аз бартариҳои калидии автоматикунонии DevOps, ки ба AI асос ёфтааст, қобилияти ҳалли фаъолонаи мушкилот пеш аз он ки онҳо ба мушкилоти асосӣ табдил ёбанд. LangChain ва DSPy метавонанд барои эҷоди интерфейсҳои гуфтугӯии фармоишӣ истифода шаванд, ки бо LLMҳо барои муайян кардани мушкилоти эҳтимолӣ ва пешниҳоди тавсияҳо барои ҳалли онҳо ҳамкорӣ мекунанд.

Ин як мисоли оддии он аст, ки ин чӣ гуна кор карда метавонад:

`` питон langchain ворид кунед аз langchain.chat_models воридоти LLaMA

Модели сӯҳбати LangChain эҷод кунед

chat_model = LLaMA ()

Функсияеро барои ҳамкорӣ бо модели чат муайян кунед

def interact_with_chat_model (фаъол): посух = chat_model.run (фаъол) ҷавоби бозгашт

Функсияро барои муайян кардани мушкилоти эҳтимолӣ муайян кунед

def муайян_масъалаҳо (код): prompt = f"Мушкилоти эҳтимолиро дар коди зерин муайян кунед: {code}" посух = interact_with_chat_model (фаъол) ҷавоби бозгашт

Функсияеро барои пешниҳоди тавсияҳо барои ҳалли масъала муайян кунед

def provide_commendations(масъалаҳо): prompt = f"Барои ҳалли масъалаҳои зерин тавсияҳо пешниҳод кунед: {масъалаҳо}" посух = interact_with_chat_model (фаъол) ҷавоби бозгашт

Намунаи истифода

код = """ def илова (x, y): баргардонидани x + y """ масъалаҳо = муайян_масъалаҳо (рамз) тавсияҳо = provide_recommendations(масъалаҳо) чоп (тавсияҳо)


Дар ин мисол, мо як функсияи оддии "interact_with_chat_model" -ро муайян мекунем, ки бо модели чати LangChain барои пешниҳоди посух ба дархости додашуда ҳамкорӣ мекунад. Сипас, мо ду функсияи иловагии `identify_sues` ва `provide_recommendations`-ро муайян мекунем, ки модели чатро барои муайян кардани мушкилоти эҳтимолӣ дар баъзе кодҳои намунавӣ истифода мебаранд ва барои ҳалли онҳо тавсияҳо пешниҳод мекунанд.

### Автоматикунонии ҷараёни коркарди нармафзор

LangChain ва DSPy инчунин метавонанд барои автоматикунонии ҷараёни коркарди нармафзор тавассути ҳамгироии моделҳои AI ба лӯлаи мавҷудаи DevOps истифода шаванд.

Дар ин ҷо як мисоли он аст, ки ин чӣ гуна метавонад кор кунад:

`` питон
воридоти dspy
аз dspy воридоти ҷараёни корӣ

# Ҷараёни кории DSPy-ро муайян кунед
ҷараёни корӣ = Ҷараёни корӣ ()

# Барои иҷро кардани асбоби таҳлили код вазифаеро муайян кунед
def run_code_analysis (код):
    # Барои муайян кардани мушкилоти эҳтимолӣ асбоби таҳлили кодро иҷро кунед
    масъалаҳо = []
    #...
    масъалаҳои бозгашт

# Барои пешниҳоди тавсияҳо барои ҳалли масъала вазифа муайян кунед
def provide_commendations(масъалаҳо):
    # Барои пешниҳоди тавсияҳо модели сӯҳбати LangChain-ро истифода баред
    prompt = f"Барои ҳалли масъалаҳои зерин тавсияҳо пешниҳод кунед: {масъалаҳо}"
    посух = langchain.chat_model.run (фаъол)
    ҷавоби бозгашт

# Вазифаро барои ҷойгиркунии код муайян кунед
def deploy_code (рамз):
    # Рамзро дар муҳити истеҳсолӣ ҷойгир кунед
    #...

# Ҷараёни корро муайян кунед
workflow.add_task(run_code_analysis)
workflow.add_task(provide_commendations)
workflow.add_task(deploy_code)

# Ҷараёни корро иҷро кунед
workflow.run()

Дар ин мисол, мо ҷараёни кории оддии DSPy-ро муайян мекунем, ки аз се вазифа иборат аст: иҷро кардани асбоби таҳлили код, пешниҳоди тавсияҳо барои ҳалли мушкилот ва ҷойгиркунии код. Сипас, мо ҷараёни корро тавассути илова кардани ҳар як вазифа ва иҷро кардани он муайян мекунем.

Top 5-10 Фармонҳо/порчаҳои бештар истифодашаванда

Инҳоянд баъзе аз фармонҳо ва порчаҳои маъмултарин барои LangChain ва DSPy:

LangChain

  • langchain.chat_models.LLaMA(): Бо истифода аз модели LLaMA модели сӯҳбати LangChain эҷод кунед.
  • langchain.chat_model.run(prompt): Модели чатро бо дархости додашуда иҷро кунед.
  • langchain.chat_model.interact_with(prompt): Бо модели чат бо истифода аз дархости додашуда ҳамкорӣ кунед.

DSPy

  • dspy.Workflow(): Ҷараёни кори DSPy эҷод кунед.
  • workflow.add_task(task): Ба ҷараёни кор супориш илова кунед.
  • workflow.run(): Ҷараёни корро иҷро кунед.

Визуалӣ

Ин аст визуализатсияи оддии ҷараёни кор бо истифода аз Chart.js:

``json { "type": "бар", "маълумот": { "labels": ["Таҳлили код", "Тавсияҳо", "Ҷойгиркунӣ"], "маҷмӯи додаҳо": [ { "label": "Ҷараёни кор", "data": [10, 20, 30], "backgroundColor": [ "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)" ], "BroderWidth": 1 } ] }, "Options": { "унвон": { "дисплей": дуруст, "text": "Ҷараёни кор" }, "тарозу": { "yAxes": [ { "тик": { "beginAtZero": дуруст } } ] } } }


Ин визуализатсия диаграммаи сатри оддиеро нишон медиҳад, ки ҷараёни корро бо се сутуни таҳлили код, тавсияҳо ва вазифаҳои ҷобаҷогузорӣ намояндагӣ мекунад.

## Хулоса

Дар ин мақола, мо бо истифода аз LangChain ва DSPy ҷаҳони автоматикунонии DevOps бо AI асосёфтаро омӯхтаем. Мо дидем, ки чӣ гуна ин чаҳорчӯбҳоро барои эҷоди системаҳои ҳалли масъалаҳо ва автоматикунонии ҷараёни коркарди нармафзор истифода бурдан мумкин аст. Мо инчунин мисолҳои амалии чӣ гуна ҳамгиро кардани LLM-ро ба лӯлаи DevOps-и худ ва визуализатсияи ҷараёни кор бо истифода аз Chart.js пешниҳод кардем.

Бо истифода аз қудрати AI ва автоматизатсия, созмонҳо метавонанд ҷараёни кории таҳияи нармафзори худро ба тартиб дароранд, хатогиҳои дастиро кам кунанд ва самаранокии умумии онҳоро беҳтар созанд. Новобаста аз он ки шумо муҳандиси DevOps, таҳиягари нармафзор ё пешвои тиҷорат ҳастед, LangChain ва DSPy асбобҳои пурқуввате мебошанд, ки метавонанд ба шумо барои расидан ба ҳадафҳои худ кӯмак расонанд.

Have Questions?

Let's Talk

Contact me on LinkedIn