LangChain чатботын жасаңыз

Kiro AI-қуат агенттері және LangChain көмегімен AI-қуатындағы DevOps автоматтандыруын енгізу

Кіріспе

DevOps ландшафты жасанды интеллект (AI) және машиналық оқыту (ML) технологияларын қолдану арқылы қарқынды дамып келеді. AI айтарлықтай әсер ететін негізгі салалардың бірі DevOps автоматтандыру болып табылады. Бұл мақалада біз кеңейтілген автоматтандыру және оркестрлік мүмкіндіктер үшін Kiro AI-мен жұмыс істейтін агенттерді LangChain-пен біріктіруге назар аудара отырып, DevOps автоматтандыруындағы AI агенттерінің техникалық орындалуын зерттейміз.

Kiro AI-мен жұмыс істейтін агенттер дегеніміз не?

Kiro AI-мен жұмыс істейтін агенттер - тапсырмаларды автоматтандыру және шешімдер қабылдау үшін AI және ML алгоритмдерін пайдаланатын бағдарламалық құрал агентінің түрі. Бұл агенттер деректерден үйренуге және өзгермелі ортаға бейімделуге арналған, бұл оларды DevOps құбырлары сияқты күрделі және динамикалық жүйелер үшін өте қолайлы етеді.

LangChain дегеніміз не?

LangChain — сөйлесу AI қосымшаларын құруға арналған құралдар мен API интерфейстерін ұсынатын Python кітапханасы. Ол әзірлеушілерге табиғи тілді өңдеу (NLP) және машиналық оқыту алгоритмдерін пайдаланып чат-боттарды, дауыстық көмекшілерді және басқа сөйлесу интерфейстерін жасауға мүмкіндік береді.

Kiro AI-мен жұмыс істейтін агенттерді LangChain-пен біріктіру

Kiro AI-мен жұмыс істейтін агенттерді LangChain-мен біріктіру үшін біз агенттермен өзара әрекеттесетін және оларды қажетті кірістер мен шығыстармен қамтамасыз ете алатын сөйлесу интерфейсін жасауымыз керек. Міне, архитектураға жоғары деңгейдегі шолу:

Пайдаланушы енгізуі: Пайдаланушы мәтін немесе дауыс түрінде енгізуді қамтамасыз ете отырып, сөйлесу интерфейсімен әрекеттеседі.
Табиғи тілді өңдеу (NLP): кіріс тиісті ақпарат пен ниетті шығару үшін NLP алгоритмдері арқылы өңделеді.
Агентті таңдау: сөйлесу интерфейсі пайдаланушы енгізуі мен ниеті негізінде сәйкес Kiro AI-мен жұмыс істейтін агентті таңдайды.
Агентпен өзара әрекеттесу: таңдалған агент тапсырмаларды автоматтандыру немесе шешімдер қабылдау сияқты қажетті әрекеттерді орындау үшін іске қосылады.
Шығару: Агенттің шығысы өңделеді және сөйлесу интерфейсі арқылы пайдаланушыға қайтарылады.

Техникалық енгізу

Бұл архитектураны жүзеге асыру үшін бізге Python, Rust және Go бағдарламалау тілдерінің тіркесімін пайдалану керек. Міне, Kiro AI-мен жұмыс істейтін агенттердің LangChain-пен интеграциясын көрсететін қарапайым код блогы:

langchain импорттау
киро импорт агентінен


чатбот = langchain.Chatbot(
    модель="davinci:002",
    температура=0,7,
    max_tokens=2048,
    user_agent="Kiro AI-мен жұмыс істейтін агент"
)

# Kiro AI-мен жұмыс істейтін агент жасаңыз
агент = Агент(
    name="Менің агентім",
    description="Тапсырмаларды автоматтандыратын қарапайым агент",
    әрекеттер=[
        "орындау_командасы",
        "пошта_жіберу",
        "билет_жасау"
    ]
)

# Агентпен әрекеттесу функциясын анықтаңыз
def әрекеттесу_агентпен(енгізу_мәтін):
    # NLP көмегімен енгізуді өңдеңіз
    ниет = langchain.extract_intent(input_text)
    
    # Ниет негізінде тиісті агентті таңдаңыз
    егер intent == "run_command":
        agent.run_command()
    elif intent == "send_email":
        agent.send_email()
    elif intent == "билет жасау":
        agent.create_ticket()
    
    # Агент шығысын қайтарыңыз
    қайтару агенті.output

# Функцияны тексеріңіз
input_text = "Құрастыру сценарийін іске қосу"
шығыс = агентпен_әрекеттесу(енгізу_мәтін)
басып шығару (шығару)

Бұл код блогы LangChain чатботын және Kiro AI-мен жұмыс істейтін агентті қалай жасау керектігін және сөйлесу интерфейсін пайдаланып агентпен қалай әрекеттесу керектігін көрсетеді.

Ең көп қолданылатын 5-10 пәрмендер/үзінділер

Kiro AI-мен жұмыс істейтін агенттер мен LangChain үшін ең жиі қолданылатын командалар мен үзінділердің кейбірі:

langchain.Chatbot(model="davinci:002", температура=0,7, max_tokens=2048, user_agent="Kiro AI-Powered Agent"): көрсетілген үлгі және параметрлері бар LangChain чатботын жасайды.
Агент(аты="Менің агентім", сипаттамасы="Тапсырмаларды автоматтандыратын қарапайым агент", әрекеттер=["орындау_командасы", "электрондық поштаны жіберу", "билет жасау"]): көрсетілген аты, сипаттамасы және әрекеттері бар Kiro AI-мен жұмыс істейтін агентті жасайды.
langchain.extract_intent(input_text): ниетті шығару үшін NLP арқылы енгізілген мәтінді өңдейді.
agent.run_command(): пәрменді іске қосу үшін агентті іске қосады.
agent.send_email(): агентті электрондық поштаны жіберуге шақырады.
agent.create_ticket(): билетті жасау үшін агентті іске қосады.
langchain.Chatbot().ask(input_text): чатботқа сұрақ қояды және жауапты қайтарады.
langchain.Chatbot().tell(input_text): чатботқа мәлімдеме айтып, жауапты қайтарады.
langchain.Chatbot().listen(): пайдаланушы енгізуін тыңдайды және жауапты қайтарады.
langchain.Chatbot().stop(): чатботты тоқтатады және ресурстарды шығарады.

визуализация

Міне, Chart.js көмегімен архитектураның қарапайым визуализациясы:

{
  "type": "дөңгелек диаграмма",
  «деректер»: {
    "labels": ["Пайдаланушы енгізуі", "NLP", "Агентті таңдау", "Агентпен өзара әрекеттесу", "Шығару"],
    "деректер жинағы": [
      {
        "label": "Архитектура",
        "деректер": [10, 20, 30, 40, 50],
        "фон түсі": [
          "#FF6384",
          "#36A2EB",
          "#FFCE56",
          "#4BC0C0",
          "#FF99CC"
        ]
      }
    ]
  },
  "опциялар": {
    "атауы": {
      "дисплей": шын,
      "text": "AI арқылы жұмыс істейтін DevOps автоматтандыру архитектурасы"
    },
    "легенда": {
      «дисплей»: шын
    }
  }
}

Бұл визуализация архитектураның әртүрлі құрамдастарын көрсетеді, соның ішінде пайдаланушы енгізуі, NLP, агент таңдау, агент әрекеттесуі және шығыс.

Қорытынды

Бұл мақалада біз кеңейтілген автоматтандыру және оркестрлік мүмкіндіктер үшін Kiro AI-мен жұмыс істейтін агенттерді LangChain-пен біріктіруге назар аудара отырып, DevOps автоматтандыруындағы AI агенттерін техникалық енгізуді зерттедік. Біз Kiro AI-мен жұмыс істейтін агенттердің LangChain-мен интеграциясын көрсететін қарапайым код блогын көрсеттік және Kiro AI-мен жұмыс істейтін агенттер мен LangChain үшін ең жиі қолданылатын пәрмендер мен үзінділердің тізімін ұсындық. Біз сондай-ақ Chart.js арқылы архитектураның визуализациясын қостық. AI-мен жұмыс істейтін агенттер мен сөйлесу интерфейстерін пайдалану арқылы DevOps топтары тапсырмаларды автоматтандырады, тиімділікті жақсартады және қателерді азайтады, бұл DevOps автоматтандыруын тиімдірек және тиімді етеді.

LangChain чатботын жасаңыз

Have Questions?