Кереш

DevOps өлкәсе соңгы елларда ясалма интеллект (AI) һәм машина өйрәнү (ML) интеграциясе белән зур үзгәрешләр кичерде. ЯИ зур йогынты ясый торган төп юнәлешләрнең берсе - автоматлаштыру өлкәсендә. ЯИ агентларын кулланып, оешмалар үзләренең программа тәэминаты эш процессын тәртипкә китерә ала, кулдагы хаталарны киметә һәм гомуми эффективлыкны күтәрә ала.

Бу мәкаләдә без LangChain һәм DSPy рамкаларына игътибар итеп, AI белән идарә итүче DevOps автоматлаштыру дөньясына керербез. Без бу коралларның актив проблемаларны чишү системаларын булдыру һәм программа тәэминаты эш процессларын автоматлаштыру өчен ничек кулланылачагын тикшерәчәкбез. Өстәвенә, без сезнең DevOps торбагызга Зур Тел Модельләрен (LLM) ничек интеграцияләү турында практик мисал китерербез.

LangChain һәм DSPy нәрсә ул?

AI белән идарә итүче DevOps автоматизациясенең детальләренә керер алдыннан, әйдәгез LangChain һәм DSPy рамкаларына кыскача күз салыйк.

LangChain

LangChain - ачык чыганак, ул уйлап табучыларга Зур тел модельләрен (LLM) кулланып сөйләшү AI кушымталарын төзергә мөмкинлек бирә. Бу LLMлар белән үзара бәйләнештә тору өчен гади һәм интуитив API тәэмин итә, уйлап табучыларга үз кушымталары өчен махсус сөйләшү интерфейслары булдырырга мөмкинлек бирә.

LangChain LLMA, BERT, RoBERTa кебек популяр модельләрне кертеп, LLM'ларның киң ассортиментына ярдәм итә. Ул шулай ук ​​LLM-ны махсус көйләү очракларына туры китереп көйләү һәм көйләү өчен берничә корал белән тәэмин итә.

DSPy

DSPy - Python китапханәсе, AI модельләрен сезнең DevOps торбасына интеграцияләүнең гади һәм эффектив ысулын тәкъдим итә. Ул LangChainны да кертеп, AI рамкаларының киң ассортиментын хуплый, һәм AI белән идарә итүче эш процессларын автоматлаштыру өчен берничә корал белән тәэмин итә.

DSPy Дженкинс, GitLab, һәм Docker кебек популяр DevOps кораллары белән бертуктаусыз эшләргә эшләнгән, бу AI-ны булган DevOps инфраструктурасына интеграцияләүче оешмалар өчен идеаль сайлау.

DevOps автоматлаштыру өчен AI агентларын оркестрлау

Хәзер бездә LangChain һәм DSPy турында кыскача күзәтү бар, әйдәгез, бу рамкаларны DevOps автоматлаштыру өчен AI агентларын оркестрлау өчен ничек кулланырга икәнлеген тикшерик.

Практик проблема

AI белән идарә итүче DevOps автоматизациясенең төп өстенлекләренең берсе - проблемаларны төп проблемаларга әверелгәнче актив рәвештә чишү сәләте. LangChain һәм DSPy потенциаль проблемаларны ачыклау һәм чишү өчен тәкъдимнәр бирү өчен LLM белән үзара бәйләнгән сөйләшү интерфейсларын булдыру өчен кулланылырга мөмкин.

Менә моның ничек эшләвенең гади мисалы:

"питон импорт лангчейн langchain.chat_models LLaMA импортыннан

LangChain чат моделен булдырыгыз

chat_model = LLaMA ()

Чат моделе белән үзара бәйләнеш функциясен билгеләгез

def interact_with_chat_model (сорау): җавап = chat_model.run (сорау) кире җавап

Потенциаль проблемаларны ачыклау функциясен билгеләгез

def identify_issues (код): prompt = f "Түбәндәге кодта потенциаль проблемаларны ачыклагыз: {код}" җавап = үзара бәйләнеш_чат_модель (сорау) кире җавап

Резолюция өчен тәкъдимнәр бирү функциясен билгеләгез

def provide_recommendations (сораулар): prompt = f "Түбәндәге сорауларны чишү өчен тәкъдимнәр бирегез: {сораулар}" җавап = үзара бәйләнеш_чат_модель (сорау) кире җавап

Мисал куллану

код = "" " def add (x, y): x + y кайтару "" " проблемалар = тану_иссу (код) тәкъдимнәр = тәэмин итү_ тәкъдимнәр (сораулар) бастыру (тәкъдимнәр) "

Бу мисалда без гади функцияне "интерактив_вит_чат_модель" билгелибез, ул бирелгән сорауга җавап бирү өчен LangChain чат моделе белән үзара бәйләнештә тора. Аннары без ике өстәмә функцияне билгелибез, "Ident_issues" һәм "provide_recommendations", алар чат моделен кайбер үрнәк кодындагы потенциаль проблемаларны ачыклау һәм чишү өчен тәкъдимнәр бирәләр.

Программаны эшләү эш процессларын автоматлаштыру

LangChain һәм DSPy шулай ук AI модельләрен сезнең булган DevOps торбагызга интеграцияләп программа тәэминаты эш процессларын автоматлаштыру өчен кулланылырга мөмкин.

Менә моның ничек эшләвенең мисалы:

"питон dspy импорт dspy импорт эш процессыннан

DSPy эш процессын билгеләгез

эш процессы = Эш процессы ()

Код анализлау коралын эшләтеп бирүне билгеләгез

def run_code_analysis (код): # Потенциаль проблемаларны ачыклау өчен код анализлау коралын эшләгез сораулар = [] # ... кайтару проблемалары

Резолюция өчен тәкъдимнәр бирүне билгеләгез

def provide_recommendations (сораулар): # Тәкъдимнәр бирү өчен LangChain чат моделен кулланыгыз prompt = f "Түбәндәге сорауларны чишү өчен тәкъдимнәр бирегез: {сораулар}" җавап = langchain.chat_model.run (сорау) кире җавап

Код урнаштыру биремен билгеләгез

defloyment_code (код): # Кодны җитештерү мохитенә урнаштырыгыз # ...

Эш процессын билгеләгез

эш процессы.адд_таск (run_code_analysis) эш процессы.add_task (тәэмин итү_ тәкъдимнәр) эш процессы.add_task (урнаштыру_код)

Эш процессын эшләгез

workflow.run () "

Бу мисалда без өч эштән торган гади DSPy эш процессын билгелибез: код анализлау коралын эшләү, карар өчен тәкъдимнәр бирү һәм код урнаштыру. Аннары без һәр эшне өстәп, аны эшләтеп, эш процессын билгелибез.

Иң күп кулланылган командалар / Сниппетлар

LangChain һәм DSPy өчен иң еш кулланыла торган боерыклар һәм фрагментлар:

LangChain

• "langchain.chat_models.LLaMA ()": LLaMA моделе ярдәмендә LangChain чат моделен булдырыгыз.
• "langchain.chat_model.run (сорау)": Чат моделен бирелгән сорау белән эшләгез.
• "langchain.chat_model.interact_with (сорау)": бирелгән сорау ярдәмендә чат моделе белән үзара бәйләнеш.

DSPy

• "dspy.Workflow ()": DSPy эш процессын булдырыгыз.
• "workflow.add_task (бирем)": Эш процессына бирем өстәгез.
• workflow.run (): Эш процессын эшләгез.

Визуализация

Менә Chart.js ярдәмендә эш процессының гади визуализациясе:

"json { "тип": "бар", "мәгълүмат": { "этикеткалар": ["Код анализы", "Тәкъдимнәр", "урнаштыру"], "мәгълүматлар базасы": [ { "ярлык": "Эш процессы", "мәгълүмат": [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)" ], "чик киңлеге": 1 } ] }, "вариантлар": { "титул": { "күрсәтү": дөрес, "текст": "Эш процессы" }, "тараза": { "yAxes": [ { "таллар": { "startAtZero": дөрес } } ] } } } "

Бу визуализация эш процессын күрсәтүче гади штрих схемасын күрсәтә, код анализы, тәкъдимнәр һәм урнаштыру биремнәрен күрсәтүче өч бар.

Йомгаклау

Бу мәкаләдә без LangChain һәм DSPy ярдәмендә AI белән идарә итүче DevOps автоматлаштыру дөньясын өйрәндек. Бу рамкаларның актив проблемаларны чишү системаларын булдыру һәм программа тәэминаты эш процессларын автоматлаштыру өчен ничек кулланылуын күрдек. Без шулай ук ​​LLMларны DevOps торбагызга ничек интеграцияләү һәм Chart.js ярдәмендә эш процессын визуальләштерү буенча практик мисаллар китердек.

ЯИ көчен һәм автоматизацияне кулланып, оешмалар программа тәэминаты эш процессларын тәртипкә китерә ала, кулдагы хаталарны киметә һәм гомуми эффективлыкны күтәрә ала. Сез DevOps инженеры, программа уйлап табучысы яки бизнес лидеры буласызмы, LangChain һәм DSPy - максатларыгызга ирешергә ярдәм итүче көчле корал.