Осол гэмтлийг автоматаар шалгах зорилгоор LangChain болон StackGen-тэй хиймэл оюун ухаанаар ажилладаг програм хангамж хөгжүүлэлтийг зохион байгуулах

Танилцуулга

Хиймэл оюун ухаан (AI) болон автоматжуулалтын өсөлт нь програм хангамжийн хөгжүүлэлтийн талбарт хувьсгал хийсэн. Орчин үеийн програм хангамжийн системүүд улам бүр нарийн төвөгтэй болж байгаа тул ослыг үр дүнтэй, үр дүнтэй судлах, шийдвэрлэх хэрэгцээ урьд өмнөхөөсөө илүү хурцаар тавигдаж байна. Энэ нийтлэлд бид AI-д суурилсан DevOps автоматжуулалтыг ашиглан ослын мөрдөн байцаалт, шийдвэрлэх ажиллагааг автоматжуулахын тулд хоёр хүчирхэг зохион байгуулалтын хэрэгсэл болох LangChain болон StackGen-ийг ашиглах боломжийг судлах болно. Мөн бид AWS DevOps Agent болон Claude Agents-ийн ашиглалтыг судалж, DevOps багийг хиймэл оюун ухаанаар ажилладаг автоматжуулалтаар солих боломжийг судлах болно.

LangChain гэж юу вэ?

LangChain бол хиймэл оюун ухаанаар ажилладаг программуудыг бүтээхэд зориулагдсан нээлттэй эхийн Python-д суурилсан хүрээ юм. Энэ нь байгалийн хэлний боловсруулалт (NLP), машин сургалт (ML) болон мэдээллийн шинжлэх ухаанд зориулсан багц хэрэгсэл, номын сангуудаар хангадаг. LangChain нь хөгжүүлэгчдэд AI загваруудыг бий болгож, тэдгээрийг янз бүрийн мэдээллийн эх сурвалжтай нэгтгэх боломжийг олгодог бөгөөд энэ нь хиймэл оюун ухаанд суурилсан DevOps автоматжуулалтын шугамыг бий болгоход тохиромжтой сонголт юм.

StackGen гэж юу вэ?

StackGen нь дэд бүтцийг код (IaC) болгон барьж, удирдахад зориулагдсан үүлэнд суурилсан, нээлттэй эхийн хэрэгсэл юм. Энэ нь дэд бүтцийн тохиргоог тодорхойлох тунхаглалын синтаксийг хангаж, үүлэн нөөцийг байршуулах, удирдах ажлыг автоматжуулдаг. StackGen нь LangChain-тай саадгүй нэгдэж, хөгжүүлэгчдэд ослын мөрдөн байцаалт, шийдвэрлэх ажиллагааг автоматжуулах хиймэл оюун ухаанаар ажилладаг IaC дамжуулах хоолойг бий болгох боломжийг олгодог.

** LangChain болон StackGen-тэй хиймэл оюун ухаанд суурилсан DevOps автоматжуулалтыг хэрэгжүүлэх**

LangChain болон StackGen-тэй хиймэл оюун ухаанд суурилсан DevOps автоматжуулалтыг хэрэгжүүлэхийн тулд бид дараах алхмуудыг хийх хэрэгтэй.

AI загварыг тодорхойлох: LangChain ашиглан бид ослын өгөгдөлд дүн шинжилгээ хийж, болзошгүй шалтгааныг тодорхойлох боломжтой хиймэл оюун ухааны загварыг тодорхойлдог.
StackGen-тэй нэгтгэх: Бид хиймэл оюун ухааны загварыг StackGen-тэй нэгтгэснээр үүлэн нөөцийг байршуулах, удирдах ажлыг автоматжуулах боломжийг олгодог.
AWS DevOps Agent-ийг тохируулах: Бид AWS DevOps Agent-ийг ослын мэдээллийг цуглуулж, LangChain AI загварт шинжилгээнд илгээхээр тохируулдаг.
Клод агент үүсгэх: Бид DevOps багийг орлож чадах хиймэл оюун ухаанаар ажилладаг автоматжуулалтын агент болох Клод агентыг бүтээдэг.

Код жишээ: LangChain AI загвар

Ослын шинжилгээнд зориулж LangChain AI загварыг хэрхэн бүтээхийг харуулсан энгийн кодын жишээ энд байна.

langchain импортлох
langchain.llms импортын LLM-ээс


загвар = LLM(
    нэр = "үйлдлийн_шинжилгээ",
    загвар = "текст-давинчи-003",
    хамгийн_урт=2048,
)

# Ослын мэдээллийг тодорхойлох
тохиолдлын_өгөгдөл = {
    "indent_id": "INC-001",
    "description": "Үйлдвэрлэлийн сервер дээр 500 алдаа",
    "цаг хугацааны тамга": "2023-02-15 14:30:00",
}

# Ослын мэдээлэлд дүн шинжилгээ хийх
шинжилгээ = model.run(
    prompt=f"Болсон явдалд дүн шинжилгээ хийх {тохилын_өгөгдөл['ойлдлын_id']} тайлбартай {тохиолдлын_өгөгдөл['тайлбар']}",
)

# Шинжилгээг хэвлэх
хэвлэх (шинжилгээ)

Энэ код нь ослын өгөгдөлд дүн шинжилгээ хийж, болзошгүй шалтгаануудын хураангуйг өгдөг LangChain AI загварыг тодорхойлдог.

Хамгийн их ашиглагддаг 5-10 тушаал/хэсэг

LangChain болон StackGen-д хамгийн их хэрэглэгддэг 5-10 тушаал/хэсэг энд байна:

langchain llm: Боломжтой LLM-үүдийг жагсаах (Том хэлний загварууд)
langchain загвар: Захиалгат AI загварыг тодорхойлно
stackgen init: Шинэ StackGen төслийг эхлүүлнэ
stackgen deploy: Дэд бүтцийн тохиргоог үүлэн дээр байрлуулна
aws devops agent collect: Ослын мэдээллийг цуглуулж, LangChain AI загвар руу илгээдэг.
langchain анализ: LangChain AI загварыг ашиглан ослын өгөгдөлд дүн шинжилгээ хийдэг
stackgen update: Дэд бүтцийн тохиргоог шинэчилж, өөрчлөлтийг үүлэн дээр байрлуулна
langchain үүсгэх: Шинжилгээний хураангуйг үүсгэдэг
stackgen delete: Дэд бүтцийн тохиргоо болон нөөцийг устгана
langchain train: LangChain AI загварыг шинэ өгөгдөл дээр сургадаг

Дүрслэл: AI-д суурилсан DevOps автоматжуулалтын дамжуулах хоолой

Chart.js ашиглан хиймэл оюун ухаанд суурилсан DevOps автоматжуулалтын шугамын дүрслэлийг энд үзүүлэв.

{
  "төрөл": "даг",
  "өгөгдөл": {
    "зангилаа": [
      {
        "id": "тохиолдлын_өгөгдөл",
        "label": "Ойл явдлын өгөгдөл",
        "x": 0,
        "y": 0
      },
      {
        "id": "langchain_model",
        "label": "LangChain AI загвар",
        "x": 2,
        "y": 0
      },
      {
        "id": "stackgen_infra",
        "label": "StackGen дэд бүтэц",
        "x": 4,
        "y": 0
      },
      {
        "id": "aws_devops_agent",
        "label": "AWS DevOps Agent",
        "x": 6,
        "y": 0
      },
      {
        "id": "claudia_agent",
        "label": "Клод агент",
        "x": 8,
        "y": 0
      }
    ],
    "ирмэгүүд": [
      {
        "эх сурвалж": "тохиолдлын_өгөгдөл",
        "target": "langchain_model",
        "шошго": "Шинжилгээ хийх"
      },
      {
        "эх сурвалж": "langchain_model",
        "target": "stackgen_infra",
        "шошго": "Байршуулах"
      },
      {
        "эх сурвалж": "stackgen_infra",
        "target": "aws_devops_agent",
        "шошго": "Цуглуулах"
      },
      {
        "эх сурвалж": "aws_devops_agent",
        "target": "claudia_agent",
        "label": "Шийдвэрлэх"
      }
    ]
  }
}

Энэхүү дүрслэл нь AI-д суурилсан DevOps автоматжуулалтын шугамаар дамжих ослын өгөгдлийн урсгалыг дүн шинжилгээ хийхээс эхлээд шийдвэрлэх хүртэл харуулж байна.

Дүгнэлт

Энэ нийтлэлд бид AI-д суурилсан DevOps автоматжуулалтыг ашиглан ослын мөрдөн байцаалт, шийдвэрлэх ажиллагааг автоматжуулахын тулд LangChain болон StackGen ашиглах боломжийг судалсан. Бид AWS DevOps Agent болон Claude Agents-ийн хэрэглээг судалж, DevOps багийг хиймэл оюун ухаанаар ажилладаг автоматжуулалтаар солих боломжийн талаар ярилцсан. Эдгээр хэрэгсэл, технологийг ашигласнаар байгууллагууд ослын хариу өгөх хугацааг сайжруулж, зогсолтыг багасгаж, системийн ерөнхий найдвартай байдлыг сайжруулж чадна.

Ирээдүйн ажил

Энэ чиглэлээр хийх цаашдын ажилд дараахь зүйлс орно.

Осолд дүн шинжилгээ хийх, шийдвэрлэхэд зориулсан илүү дэвшилтэт AI загваруудыг хөгжүүлэх
LangChain болон StackGen-ийг бусад DevOps хэрэгслүүд болон платформуудтай нэгтгэх
Claude Agents гэх мэт хиймэл оюун ухаанаар ажилладаг автоматжуулалтын бусад агентуудын хэрэглээг судлах
Бодит нөхцөл байдалд хиймэл оюун ухаанд суурилсан DevOps автоматжуулалтын үр дүнтэй байдлын талаар нэмэлт судалгаа хийх.

AI-д суурилсан DevOps автоматжуулалтыг үргэлжлүүлэн шинэчилж, сайжруулснаар бид байгууллага болон эцсийн хэрэглэгчдэд ашигтай, илүү үр дүнтэй, үр дүнтэй, найдвартай програм хангамж хөгжүүлэх процессыг бий болгож чадна.

Осол гэмтлийг автоматаар шалгах зорилгоор LangChain болон StackGen-тэй хиймэл оюун ухаанаар ажилладаг програм хангамж хөгжүүлэлтийг зохион байгуулах

Have Questions?