ימפּלאַמענטינג אַגענטיק אַי אין דיטערמאַניסטיק טעסט אַוטאָמאַטיאָן מיט LangChain און DSPy
הקדמה
די ינקריסינג קאַמפּלעקסיטי פון ווייכווארג סיסטעמען האט געמאכט פּראָבע אָטאַמיישאַן אַ קריטיש אַספּעקט פון ווייכווארג אַנטוויקלונג. טראַדיציאָנעל פּראָבע אָטאַמיישאַן פראַמעוואָרקס פאַרלאָזנ זיך סקריפּטיד אַפּראָוטשיז, וואָס קענען זיין קרישלדיק און שווער צו טייַנען. אין די לעצטע יאָרן, די ימערדזשאַנס פון אַגענטיק אַי און אָרטשעסטראַטיאָן מכשירים האט אָפּענעד נייַע פּאַסאַבילאַטיז פֿאַר אָטאַמייטינג קאָמפּלעקס פּראָבע סינעריאָוז. אין דעם אַרטיקל, מיר וועלן ויספאָרשן די ינטערסעקשאַן פון אַגענטיק אַי, אָרטשעסטראַטיאָן מכשירים און ווייכווארג אינזשעניריע צו אָטאַמייט קאָמפּלעקס פּרובירן סינעריאָוז מיט LangChain און DSPy.
וואָס איז אַגענטיק אַי?
אַגענטיק אַי רעפערס צו אַ טיפּ פון קינסטלעך סייכל וואָס איז דיזיינד צו נעמען אַקשאַנז אויף ביכאַף פון אַ באַניצער אָדער סיסטעם. אַגענטיק אַי סיסטעמען זענען ביכולת צו מאַכן דיסיזשאַנז, לערנען פון דערפאַרונג און אַדאַפּט זיך צו נייַע סיטואַטיאָנס. אין דעם קאָנטעקסט פון פּראָבע אָטאַמיישאַן, אַגענטיק אַי קענען ווערן גענוצט צו אָטאַמייט קאָמפּלעקס פּראָבע סינעריאָוז דורך סימיאַלייטינג באַניצער ינטעראַקשאַנז, מאַכן דיסיזשאַנז באזירט אויף פּראָבע דאַטן און אַדאַפּטינג צו טשאַנגינג פּראָבע טנאָים.
וואָס איז LangChain?
LangChain איז אַן אָפֿן-מקור אָרקעסטראַטיאָן טול וואָס אַלאַוז דעוועלאָפּערס צו בויען קאָמפּלעקס אַי סיסטעמען ניצן אַ פאַרשיידנקייַט פון פּראָגראַממינג שפּראַכן, אַרייַנגערעכנט פּיטהאָן, רוסט און גיין. LangChain גיט אַ פלעקסאַבאַל און מאַדזשאַלער אַרקאַטעקטשער וואָס ינייבאַלז דעוועלאָפּערס צו ויסשטימען פאַרשידענע אַי קאַמפּאָונאַנץ, אַזאַ ווי נאַטירלעך שפּראַך פּראַסעסינג (NLP) און קאָמפּיוטער זעאונג, צו בויען סאַפיסטאַקייטיד אַי סיסטעמען.
וואָס איז DSPy?
DSPy איז אַ פּיטהאָן ביבליאָטעק וואָס גיט אַ סכום פון מכשירים פֿאַר בנין און דיפּלויינג אַי סיסטעמען. DSPy איז דיזיינד צו אַרבעטן סימלאַס מיט LangChain און גיט אַ קייט פון פֿעיִקייטן, אַרייַנגערעכנט דאַטן פּראַסעסינג, מאַשין לערנען און טיף לערנען.
ימפּלאַמענטינג אַגענטיק אַי אין דיטערמאַניסטיק טעסט אַוטאָמאַטיאָן
צו ינסטרומענט אַגענטיק אַי אין דיטערמאַניסטיק פּראָבע אָטאַמיישאַן, מיר קענען נוצן LangChain און DSPy צו בויען אַ פּראָבע אָטאַמיישאַן פריימווערק וואָס סימיאַלייץ באַניצער ינטעראַקשאַנז, מאכט דיסיזשאַנז באזירט אויף פּראָבע דאַטן און אַדאַפּט זיך צו טשאַנגינג פּראָבע טנאָים.
דאָ איז אַ פּשוט בייַשפּיל פון ווי מיר קענען נוצן LangChain און DSPy צו אָטאַמייט אַ פּראָבע סצענאַר:
אַרייַנפיר לאַנגטשאַין
פֿון langchain.chains אַרייַנפיר LLMChain
פֿון langchain.llms אַרייַנפיר דספּיללם
טעסט_סצענאַר = {
"user_input": "לאָגין",
"expected_output": "לאָגין געראָטן"
}
# דעפינירן די אַגענטיק אַי אַגענט
אַגענט = LLMChain(
llm=DSPyLLM(),
input_type="text",
output_type="טעקסט"
)
# דעפינירן די פּראָבע אָטאַמיישאַן פונקציע
דעף טעסט_אָטאַמיישאַן (טעסט_סצענאַר):
# סימולירן באַניצער ינטעראַקשאַן
user_input = test_scenario["user_input"]
# מאַכן באַשלוס באזירט אויף פּראָבע דאַטן
באַשלוס = אַגענט.רון (באַניצער_ינפּוט)
# אַדאַפּט צו טשאַנגינג פּראָבע טנאָים
אויב באַשלוס == "לאָגין געראָטן":
print ("טעסט דורכגעגאנגען")
אַנדערש:
print("פּרובירן דורכגעפֿאַלן")
# לויפן די פּראָבע אָטאַמיישאַן פונקציע
טעסט_אָטאַמיישאַן (טעסט_סצענאַר)
אין דעם בייַשפּיל, מיר דעפינירן אַ פּראָבע סצענאַר וואָס ינוואַלווז סימיאַלייטינג אַ באַניצער ינטעראַקשאַן, מאַכן אַ באַשלוס באזירט אויף פּראָבע דאַטן און אַדאַפּטינג צו טשאַנגינג פּראָבע טנאָים. דערנאָך מיר דעפינירן אַן אַגענטיק אַי אַגענט ניצן LangChain און DSPy, און נוצן עס צו אָטאַמייט די פּראָבע סצענאַר.
שפּיץ 5-10 מערסט געוויינט קאַמאַנדז / סניפּאַץ
דאָ זענען די שפּיץ 5-10 מערסט געוויינט קאַמאַנדז / סניפּאַץ פֿאַר LangChain און DSPy:
langchain.LLMCain(llm=DSPyLLM()): קריייץ אַן אַגענטיק אַי אַגענט ניצן LangChain און DSPy.DSPyLLM(): יניטיאַליזעס אַ DSPy LLM (Large Language Model) בייַשפּיל.LLMCain(ינפּוט_טיפּע = "טעקסט", רעזולטאַט_טיפּע = "טעקסט"): קריייץ אַן אַגענטיק אַי אַגענט מיט טעקסט אַרייַנשרייַב און רעזולטאַט טייפּס.agent.run(user_input): לויפט די אַגענטיק אַי אַגענט מיט באַניצער אַרייַנשרייַב.test_scenario = {"user_input": "לאָגין", "expected_output": "לאָגין געראָטן"}: דעפינירט אַ פּראָבע סצענאַר מיט באַניצער אַרייַנשרייַב און דערוואַרט רעזולטאַט.langchain.chains.LLMCain(llm=DSPyLLM()): קריייץ אַן אַגענטיק אַי אַגענט ניצן LangChain און DSPy.DSPyLLM().predict(user_input): פּרידיקס די רעזולטאַט פון די DSPy LLM מיט באַניצער אַרייַנשרייַב.LLMCain(ינפּוט_טיפּע = "טעקסט", רעזולטאַט_טיפּע = "טעקסט"). לויפן (וסער_ינפּוט): לויפט די אַגענטיק אַי אַגענט מיט טעקסט אַרייַנשרייַב און רעזולטאַט טייפּס.טעסט_אָטאַמיישאַן (טעסט_סצענאַר): לויפט די פּראָבע אָטאַמיישאַן פֿונקציע מיט אַ פּראָבע סצענאַר.langchain.chains.LLMCain(llm=DSPyLLM()).run(user_input): לויפט די אַגענטיק אַי אַגענט מיט באַניצער אַרייַנשרייַב.
וויסואַליזאַטיאָן
דאָ איז אַ וויזשוואַלאַזיישאַן פון די אַגענטיק אַי אַגענט ניצן Chart.js:
{
"type": "באַר",
"דאַטן": {
"labels": ["באַניצער אַרייַנשרייַב", "באַשלוס", "אַדאַפּטיישאַן"],
"דאַטאַסעטס": [
{
"label": "אַגענטיק אַי אַגענט",
"דאַטן": [10, 20, 30],
"backgroundColor": "rgba(255, 99, 132, 0.2)",
"borderColor": "rgba(255, 99, 132, 1)",
"באָרדערווידטה": 1
}
]
},
"אָפּציעס": {
"טיטל": {
"ווייַז": אמת,
"text": "אַגענטיק אַי אַגענט"
},
"סקאַלעס": {
"יאַקסעס": [
{
"טיקס": {
"באַגינאַט זעראָ": אמת
}
}
]
}
}
}
די וויזשוואַלאַזיישאַן ווייזט די פאָרשטעלונג פון אַגענטיק אַי אַגענט אין סימיאַלייטינג באַניצער ינטעראַקשאַנז, מאַכן דיסיזשאַנז באזירט אויף פּראָבע דאַטן און אַדאַפּטינג צו טשאַנגינג פּראָבע טנאָים.
** מסקנא**
אין דעם אַרטיקל, מיר ויספאָרשן די ינטערסעקשאַן פון אַגענטיק אַי, אָרטשעסטראַטיאָן מכשירים און ווייכווארג אינזשעניריע צו אָטאַמייט קאָמפּלעקס פּרובירן סינעריאָוז מיט LangChain און DSPy. מיר ימפּלאַמענאַד אַ פּשוט בייַשפּיל פון אַגענטיק אַי אין דיטערמאַניסטיק פּראָבע אָטאַמיישאַן און צוגעשטעלט אַ קייט פון קאַמאַנדז / סניפּאַץ פֿאַר LangChain און DSPy. מיר אויך וויזשוואַלייזד די פאָרשטעלונג פון די אַגענטיק אַי אַגענט ניצן Chart.js. דורך לעווערידזשינג אַגענטיק אַי און אָרטשעסטראַטיאָן מכשירים, דעוועלאָפּערס קענען בויען סאַפיסטאַקייטיד פּראָבע אָטאַמיישאַן פראַמעוואָרקס וואָס סימולירן באַניצער ינטעראַקשאַנז, מאַכן דיסיזשאַנז באזירט אויף פּראָבע דאַטן און אַדאַפּט זיך צו טשאַנגינג פּראָבע טנאָים.