Автономит дэд бүтцийн зохион байгуулалтад зориулсан DevOps ажлын урсгалд агентын хиймэл оюун ухааныг нэвтрүүлэх

** Автономит дэд бүтцийн зохион байгуулалтад зориулсан DevOps ажлын урсгалд Agentic AI-г нэвтрүүлэх**

Танилцуулга

Хиймэл оюун ухаан (AI), DevOps болон дэд бүтцийн зохион байгуулалтын уулзвар нь дэд бүтцийн менежментийн шинэ парадигмыг бий болгосон - автономит дэд бүтцийн зохион байгуулалт. Энэ арга нь дэд бүтцийн хангамж, масштаб, менежментийг автоматжуулж, оновчтой болгохын тулд AI болон Machine Learning (ML) алгоритмуудыг хөшүүрэг болгож, хөгжүүлэгчдэд дээд түвшний ажлуудад анхаарлаа төвлөрүүлэх боломжийг олгодог. Энэ нийтлэлд бид LangChain, DSPy, StackGen зэрэг хэрэгслүүдэд анхаарлаа хандуулж, хөгжүүлэгчийн туршлагыг нэмэгдүүлэх, DevOps ажлын урсгалын өргөтгөх чадварыг сайжруулахад агентын хиймэл оюун ухааны үүргийг судлах болно.

Agentic AI гэж юу вэ?

Agentic AI гэдэг нь хүний тодорхой оролцоогүйгээр бие даасан зан үйлийг харуулдаг, шийдвэр гаргаж, өөрөө үйлдэл хийдэг хиймэл оюун ухааны төрлийг хэлдэг. DevOps-ийн хүрээнд дэд бүтцийн хангамж, байршуулалт, өргөтгөл, хяналт, алдааг олж засварлах зэрэг ажлуудыг автоматжуулахад агентын хиймэл оюун ухааныг ашиглаж болно. Энэхүү арга нь хөгжүүлэгчдэд код бичих, программ зохиох зэрэг дээд түвшний ажлуудад анхаарлаа төвлөрүүлэх боломжийг олгодог бол AI систем нь үндсэн дэд бүтцийг хариуцдаг.

LangChain: Agentic AI системийг бий болгох хүрээ

LangChain нь хэрэглэгчидтэй харилцах, даалгавар гүйцэтгэх, шийдвэр гаргах боломжтой хиймэл хиймэл оюун ухааны системийг бий болгох нээлттэй эхийн хүрээ юм. Энэ нь харилцан ярианы интерфэйс, байгалийн хэлний боловсруулалт (NLP) болон машин сургалтын загваруудыг бий болгоход зориулсан API болон хэрэгслүүдийн багцаар хангадаг. LangChain-ийг чатбот болон виртуал туслахаас эхлээд бие даасан дэд бүтцийн зохион байгуулалтын систем хүртэл өргөн хүрээний програмуудыг бүтээхэд ашиглаж болно.

DSPy: Agentic AI системийг бий болгох Python номын сан

DSPy нь хэрэглэгчидтэй харилцах, даалгавар гүйцэтгэх, шийдвэр гаргах боломжтой агент AI системийг бий болгох Python номын сан юм. Энэ нь харилцан ярианы интерфэйс, NLP болон машин сургалтын загваруудыг бий болгох API болон хэрэгслүүдийн багцаар хангадаг. DSPy нь чатбот болон виртуал туслахаас эхлээд бие даасан дэд бүтцийн зохион байгуулалтын систем хүртэл өргөн хүрээний програмуудыг бүтээхэд ашиглаж болно.

StackGen: Дэд бүтцийг бий болгох, удирдах хэрэгсэл

StackGen нь дэд бүтцийг код болгон барьж, удирдах хэрэгсэл юм. Энэ нь дэд бүтцийн тохиргоог тодорхойлох, нөөц бүрдүүлэх, байршуулалтыг удирдахад зориулсан API болон хэрэгслүүдийн багцаар хангадаг. StackGen нь виртуал машин, контейнерээс эхлээд сервергүй функцууд болон үүлэн программууд хүртэл өргөн хүрээний дэд бүтцийг барьж, удирдахад ашиглаж болно.

Agentic AI-г DevOps Workflows-д нэвтрүүлэх

DevOps ажлын урсгалд агент AI-г хэрэгжүүлэхийн тулд бид LangChain, DSPy, StackGen-ийн хослолыг ашиглаж болно. Бид эдгээр хэрэгслийг бие даасан дэд бүтцийн зохион байгуулалтын системийг бий болгоход хэрхэн ашиглаж болох жишээг энд харуулав.

langchain импортлох
dspy импортлох
импортын стекген


дэд бүтцийн_тохиргоо = {
    "нөөц": [
        {"нэр": "вэб сервер", "төрөл": "EC2", "бүс нутаг": "us-west-2"},
        {"нэр": "өгөгдлийн сан", "төрөл": "RDS", "бүс": "us-west-2"}
    ]
}

# Байршуулах тохиргоог тодорхойлох
deployment_config = {
    "үйлчилгээ": [
        {"нэр": "вэб сервер", "зураг": "nginx: хамгийн сүүлийн үеийн", "порт": 80},
        {"нэр": "өгөгдлийн сан", "зураг": "mysql: хамгийн сүүлийн үеийн", "порт": 3306}
    ]
}

# LangChain агент үүсгэ
агент = langchain.Agent(
    нэр = "дэд бүтэц-оркестратор",
    description="Бие даасан дэд бүтцийн зохион байгуулалтын систем"
)

# DSPy загвар үүсгэх
загвар = dspy.Model(
    нэр = "дэд бүтэц-оркестратор",
    description="Дэд бүтцийн шаардлагыг урьдчилан таамаглах загвар"
)

# StackGen стек үүсгэх
стек = stackgen.Stack(
    нэр = "дэд бүтэц-оркестратор",
    description="Дэд бүтцийг удирдахад зориулсан стек"
)

# Агент AI ажлын урсгалыг тодорхойлох
ажлын урсгал = [
    {"алхам": "дэд бүтцийн_шаардлагуудыг урьдчилан таамаглах", "загвар": загвар},
    {"алхам": "дэд бүтцийн хангамж", "стек": стек},
    {"алхам": "үйлчилгээг байршуулах", "байрлуулах_тохиргоо": байршуулах_тохиргоо}
]

# Агент AI ажлын урсгалыг ажиллуул
agent.run(ажлын урсгал)

Энэ код нь дэд бүтцийн хэрэгцээг урьдчилан таамаглах, нөөцөөр хангах, үйлчилгээг нэвтрүүлэхэд LangChain, DSPy, StackGen ашигладаг бие даасан дэд бүтцийн зохион байгуулалтын системийг тодорхойлдог.

Хамгийн их ашиглагддаг 5-10 тушаал/хэсэг

LangChain, DSPy болон StackGen-д хамгийн их ашиглагддаг 5-10 тушаал/хэсэг энд байна:

Дүрслэл

Chart.js ашиглан хиймэл оюун ухааны ажлын урсгалын дүрслэлийг энд үзүүлэв:

{
  "төрөл": "бар",
  "өгөгдөл": {
    "шошго": ["Дэд бүтцийн шаардлагыг урьдчилан таамаглах", "Дэд бүтцийг хангах", "Үйлчилгээг байршуулах"],
    "өгөгдлийн багц": [
      {
        "label": "Агентик AI ажлын урсгал",
        "өгөгдөл": [10, 20, 30],
        "backgroundColor": "rgba(255, 99, 132, 0.2)",
        "borderColor": "rgba(255, 99, 132, 1)",
        "хилийн өргөн": 1
      }
    ]
  },
  "сонголт": {
    "гарчиг": {
      "дэлгэц": үнэн,
      "текст": "Агентик хиймэл оюун ухааны ажлын урсгал"
    },
    "масштаб": {
      "yAxes": [
        {
          "хачиг": {
            "beginAtZero": үнэн
          }
        }
      ]
    }
  }
}

Энэхүү дүрслэл нь дэд бүтцийн шаардлагуудыг урьдчилан таамаглах, дэд бүтцийг хангах, үйлчилгээг нэвтрүүлэх гэсэн гурван алхам бүхий агентын хиймэл оюун ухааны ажлын урсгалыг баганан диаграмм хэлбэрээр харуулж байна.

Дүгнэлт

Энэ нийтлэлд бид хөгжүүлэгчийн туршлагыг сайжруулах, DevOps ажлын урсгал дахь өргөтгөх чадварыг сайжруулахад агентын хиймэл оюун ухааны үүргийг судалсан. Бид LangChain, DSPy, StackGen-ийг AI системийг бий болгох хэрэгсэл болгон танилцуулж, бие даасан дэд бүтцийн зохион байгуулалтын системийг бий болгоход эдгээр хэрэгслийг хэрхэн ашиглахыг харуулсан. Мөн бид Chart.js ашиглан хиймэл хиймэл оюун ухааны ажлын урсгалын дүрслэлийг өгсөн. Агентлаг хиймэл оюун ухааныг ашигласнаар хөгжүүлэгчид код бичих, программ зохиох зэрэг дээд түвшний ажлуудад анхаарлаа төвлөрүүлж чаддаг бол AI систем нь үндсэн дэд бүтцийг хариуцдаг.