AWS DevOps නියෝජිත වින්‍යාසය පූරණය කරන්න

** AI-බලවත් නියෝජිතයින් සහ DevOps මෙවලම් සමඟ සිදුවීම් විමර්ශනය ස්වයංක්‍රීය කිරීම**

හැඳින්වීම

වර්තමාන ක්ලවුඩ් ස්වදේශීය පරිසරයන් තුළ, සිදුවීම් විමර්ශනය සහ විභේදනය DevOps භාවිතයන්හි තීරණාත්මක සංරචක වේ. කෙසේ වෙතත්, අතින් සිද්ධි විමර්ශනය කාලය ගතවන, දෝෂ සහිත විය හැකි අතර, බොහෝ විට පුළුල් විශේෂඥ දැනුමක් අවශ්‍ය වේ. මෙම අභියෝගවලට මුහුණ දීම සඳහා, අපි ස්වයංක්‍රීය සිදුවීම් විමර්ශනය සහ විසඳීම සඳහා AWS DevOps නියෝජිතයා සහ DSPy සමඟ Kiro AI-බලවත් නියෝජිතයන් ඒකාබද්ධ කිරීම ගවේෂණය කරන්නෙමු.

සංරචක අවබෝධ කර ගැනීම

ඒකාබද්ධතාවයට කිමිදීමට පෙර, සම්බන්ධ වන සංරචක තේරුම් ගනිමු:

Kiro AI-බලවත් නියෝජිතයන්: Kiro යනු කාර්යයන් සහ කාර්ය ප්‍රවාහයන් ස්වයංක්‍රීය කිරීම සඳහා අභිරුචි නියෝජිතයන් නිර්මාණය කිරීමට හැකි AI බලයෙන් ක්‍රියාත්මක වන වේදිකාවකි. මෙම නියෝජිතයින්ට ලඝු-සටහන්, ප්‍රමිතික සහ වින්‍යාස ගොනු ඇතුළු විවිධ දත්ත මූලාශ්‍ර පිළිබඳව පුහුණු කළ හැක.
AWS DevOps නියෝජිතයා: AWS DevOps නියෝජිතයා යනු AWS හි කාර්යයන් සහ කාර්ය ප්‍රවාහයන් ස්වයංක්‍රීය කිරීම සක්‍රීය කරන මෙවලමකි. යෙදුම් යෙදවීම, කාර්ය සාධනය නිරීක්ෂණය කිරීම සහ ගැටළු නිරාකරණය කිරීම වැනි කාර්යයන් ස්වයංක්‍රීය කිරීමට නම්‍යශීලී සහ පරිමාණය කළ හැකි ක්‍රමයක් එය සපයයි.
DSPy: DSPy යනු Cloud-native දත්ත වේදිකාවක් වන DSPy සමඟ අන්තර් ක්‍රියා කිරීමට සරල සහ කාර්යක්ෂම ක්‍රමයක් සපයන Python පුස්තකාලයකි. DSPy අභිරුචි දත්ත නල මාර්ග නිර්මාණය කිරීම, දත්ත සැකසීම සහ දත්ත දෘශ්‍යකරණය සක්‍රීය කරයි.

ඒකාබද්ධ දළ විශ්ලේෂණය

AWS DevOps නියෝජිතයා සහ DSPy සමඟ Kiro AI-බලවත් නියෝජිතයන් ඒකාබද්ධ කිරීම පහත පියවරයන් ඇතුළත් වේ:

දත්ත එකතු කිරීම: AWS DevOps නියෝජිතයා ලඝු-සටහන්, ප්‍රමිතික සහ වින්‍යාස ගොනු වැනි විවිධ මූලාශ්‍රවලින් දත්ත රැස් කරයි.
දත්ත සැකසීම: එකතු කරන ලද දත්ත DSPy භාවිතයෙන් සකසනු ලැබේ, එමඟින් අභිරුචි දත්ත නල මාර්ග නිර්මාණය කිරීම, දත්ත සැකසීම සහ දත්ත දෘශ්‍යකරණය සක්‍රීය කරයි.
නියෝජිත පුහුණුව: සැකසූ දත්ත Kiro AI බලයෙන් ක්‍රියාත්මක වන නියෝජිතයා පුහුණු කිරීමට භාවිතා කරයි, එමඟින් දත්තවල රටා සහ විෂමතා ඉගෙන ගැනීමට නියෝජිතයාට හැකියාව ලැබේ.
සිදුවීම් විමර්ශනය: යම් සිදුවීමක් සිදු වූ විට, Kiro AI බලයෙන් ක්‍රියාත්මක වන නියෝජිතයා විසින් පුහුණු කරන ලද ආකෘති සහ දත්ත භාවිතයෙන් සිද්ධිය විමර්ශනය කිරීමට පොළඹවනු ලැබේ.
විභේදනය: AWS DevOps නියෝජිතයා භාවිතයෙන් ක්‍රියාත්මක කළ හැකි සිදුවීම් නිරාකරණය සඳහා නියෝජිතයා නිර්දේශ සපයයි.

කේත උදාහරණය

AWS DevOps නියෝජිතයා සහ DSPy සමඟ Kiro AI බලයෙන් ක්‍රියාත්මක වන නියෝජිතයන් ඒකාබද්ධ කිරීම පෙන්නුම් කරන සරල කේත උදාහරණයක් මෙන්න:

os ආනයනය කරන්න
json ආනයනය කරන්න
කිරෝස් ආනයන නියෝජිතයාගෙන්
dspy ආනයනය DSPy වෙතින්


aws_config = json.load(open('aws_config.json'))

# Kiro AI බලයෙන් ක්‍රියා කරන නියෝජිතයෙකු සාදන්න
නියෝජිත = නියෝජිත(
    name='සිද්ධිය_පරීක්ෂණ',
    description='ස්වයංක්‍රීය සිද්ධි විමර්ශනය සහ විසඳුම',
    model='incident_investigation_model'
)

# DSPy උදාහරණයක් සාදන්න
dspy = DSPy(
    host='localhost',
    වරාය=8080,
    පරිශීලක නාමය='පරිපාලක',
    මුරපදය='මුරපදය'
)

# DSPy භාවිතයෙන් දත්ත නල මාර්ගයක් නිර්වචනය කරන්න
නල මාර්ගය = dspy.pipeline(
    name='incident_investigation_pipeline',
    description='ස්වයංක්‍රීය සිද්ධි විමර්ශන නල මාර්ගය',
    මූලාශ්‍ර=['ලොග්', 'මිතික', 'වින්‍යාසය']
)

# දත්ත නල මාර්ගය භාවිතයෙන් Kiro AI බලයෙන් ක්‍රියාත්මක වන නියෝජිතයා පුහුණු කරන්න
agent.train(
    නල මාර්ගය=නල මාර්ගය,
    data=dspy.data(
        name='incident_investigation_data',
        description='ස්වයංක්‍රීය සිද්ධි විමර්ශන දත්ත'
    )
)

# සිදුවීමක් විමර්ශනය කිරීමට Kiro AI බලයෙන් ක්‍රියා කරන නියෝජිතයා ක්‍රියාරම්භ කරන්න
සිදුවීම = {
    'id': 'INC-12345',
    'විස්තරය': 'යෙදුම් අක්‍රීය කාලය'
}
agent.trigger(
    සිද්ධිය=සිද්ධිය,
    data=dspy.data(
        name='incident_investigation_data',
        description='ස්වයංක්‍රීය සිද්ධි විමර්ශන දත්ත'
    )
)

# සිදුවීම් විසඳීම සඳහා නියෝජිතයාගේ නිර්දේශ ලබා ගන්න
නිර්දේශ = agent.recommends(
    සිද්ධිය=සිද්ධිය,
    data=dspy.data(
        name='incident_investigation_data',
        description='ස්වයංක්‍රීය සිද්ධි විමර්ශන දත්ත'
    )
)

# AWS DevOps නියෝජිතයා භාවිතයෙන් නියෝජිතයාගේ නිර්දේශ ක්‍රියාත්මක කරන්න
aws_config['නිර්දේශ'] = නිර්දේශ
aws_config['incident_id'] = සිද්ධිය['id']
aws_config['description'] = සිද්ධිය['විස්තරය']

ඉහළම 5-10 වැඩිපුරම භාවිතා කරන ලද විධාන/Snippets

මෙම තාක්ෂණය සඳහා වැඩිපුරම භාවිතා කරන ලද විධාන/ස්නිපෙට් 5-10 මෙන්න:

Kiro AI-බලවත් නියෝජිත නිර්මාණය:

නියෝජිත = නියෝජිත( name='සිද්ධිය_පරීක්ෂණ', description='ස්වයංක්‍රීය සිද්ධි විමර්ශනය සහ විසඳුම', model='incident_investigation_model' )

2. **DSPy අවස්ථා නිර්මාණය**:
    ``` පිඹුරා
dspy = DSPy(
    host='localhost',
    වරාය=8080,
    පරිශීලක නාමය='පරිපාලක',
    මුරපදය='මුරපදය'
)

දත්ත නල මාර්ග අර්ථ දැක්වීම:

නල මාර්ගය = dspy.pipeline( name='incident_investigation_pipeline', description='ස්වයංක්‍රීය සිද්ධි විමර්ශන නල මාර්ගය', මූලාශ්‍ර=['ලොග්', 'මිතික', 'වින්‍යාසය'] )

4. **Kiro AI-බලවත් නියෝජිත පුහුණුව**:
    ``` පිඹුරා
agent.train(
    නල මාර්ගය=නල මාර්ගය,
    data=dspy.data(
        name='incident_investigation_data',
        description='ස්වයංක්‍රීය සිද්ධි විමර්ශන දත්ත'
    )
)

Kiro AI-බලවත් නියෝජිත ක්‍රේරක:

agent.trigger( සිද්ධිය=සිද්ධිය, data=dspy.data( name='incident_investigation_data', description='ස්වයංක්‍රීය සිද්ධි විමර්ශන දත්ත' ) )

6. ** නියෝජිත නිර්දේශ ලබා ගැනීම**:
    ``` පිඹුරා
නිර්දේශ = agent.recommends(
    සිද්ධිය=සිද්ධිය,
    data=dspy.data(
        name='incident_investigation_data',
        description='ස්වයංක්‍රීය සිද්ධි විමර්ශන දත්ත'
    )
)

AWS DevOps නියෝජිත වින්‍යාස පූරණය කිරීම:

aws_config = json.load(open('aws_config.json'))

8. **AWS DevOps නියෝජිත නිර්දේශ ක්‍රියාත්මක කිරීම**:
    ``` පිඹුරා
aws_config['නිර්දේශ'] = නිර්දේශ
aws_config['incident_id'] = සිද්ධිය['id']
aws_config['description'] = සිද්ධිය['විස්තරය']

DSPy දත්ත ලබා ගැනීම:

දත්ත = dspy.data( name='incident_investigation_data', description='ස්වයංක්‍රීය සිද්ධි විමර්ශන දත්ත' )

10. **Kiro AI-බලවත් නියෝජිත මාදිලිය පැටවීම**:
    ``` පිඹුරා
ආකෘතිය = agent.model(
    name='incident_investigation_model',
    description='ස්වයංක්‍රීය සිද්ධි විමර්ශන ආකෘතිය'
)

දෘෂ්‍යකරණය

මෙන්න Chart.js භාවිතයෙන් ඒකාබද්ධ කිරීම පිළිබඳ දෘශ්‍යකරණයක්: ''''ජේසන් { "වර්ගය": "බාර්", "දත්ත": { "ලේබල්": ["දත්ත එකතු කිරීම", "දත්ත සැකසීම", "නියෝජිත පුහුණුව", "සිදුවීම් විමර්ශනය", "විභේදනය"], "දත්ත කට්ටල": [ { "ලේබලය": "කාලය (තත්පර)", "දත්ත": [10, 20, 30, 40, 50], "පසුබිම් වර්ණය": [ "rgba(255, 99, 132, 0.2)", "rgba(54, 162, 235, 0.2)", "rgba(255, 206, 86, 0.2)", "rgba(75, 192, 192, 0.2)", "rgba(153, 102, 255, 0.2)" ], "දේශසීමා වර්ණය": [ "rgba(255, 99, 132, 1)", "rgba(54, 162, 235, 1)", "rgba(255, 206, 86, 1)", "rgba(75, 192, 192, 1)", "rgba(153, 102, 255, 1)" ], "දේශසීමා පළල": 1 } ] }, "විකල්ප": { "පරිමාණ": { "yAxes": [ { "කිනිතුල්ලන්": { "beginAtZero": ඇත්ත } } ] } } }

මෙම දෘශ්‍යකරණය ඒකාබද්ධ කිරීමේ ක්‍රියාවලියේ එක් එක් පියවර සඳහා ගතවන කාලය පෙන්වයි.

** නිගමනය **

මෙම ලිපියෙන්, අපි ක්ලවුඩ්-ස්වදේශික පරිසරයන්හි ස්වයංක්‍රීය සිද්ධි විමර්ශනය සහ විසඳීම සඳහා AWS DevOps නියෝජිත සහ DSPy සමඟ Kiro AI-බලවත් නියෝජිතයන් ඒකාබද්ධ කිරීම ගවේෂණය කළෙමු. අපි සම්බන්ධ වූ සංරචක, ඒකාබද්ධ කිරීමේ ක්‍රියාවලිය සහ ඒකාබද්ධ කිරීම පෙන්නුම් කරන සරල කේත උදාහරණය පිළිබඳ සවිස්තරාත්මක දළ විශ්ලේෂණයක් ලබා දුන්නෙමු. අපි Chart.js භාවිතයෙන් අනුකලනය පිළිබඳ දෘශ්‍යකරණයක් සහ මෙම තාක්ෂණය සඳහා වැඩිපුරම භාවිතා කරන ලද විධාන/ස්නිපෙට් 5-10 ලැයිස්තුවක් ද ඇතුළත් කළෙමු.

AWS DevOps නියෝජිත වින්‍යාසය පූරණය කරන්න

Have Questions?