වැඩිදියුණු කළ මෘදුකාංග ගෘහ නිර්මාණ ශිල්පය සඳහා LangChain සහ DSPy සමඟින් AI නියෝජිතයන් සංවිධානය කිරීම

** වැඩි දියුණු කළ මෘදුකාංග ගෘහ නිර්මාණ ශිල්පය සඳහා LangChain සහ DSPy සමඟ AI නියෝජිතයන් සංවිධානය කිරීම**

හැඳින්වීම

වර්තමාන වේගවත් ඩිජිටල් භූ දර්ශනය තුළ, කෘතිම බුද්ධිය (AI) සහ යන්ත්‍ර ඉගෙනීමේ (ML) හැකියාවන් ඒකාබද්ධ කිරීමත් සමඟ මෘදුකාංග පද්ධති වඩ වඩාත් සංකීර්ණ වෙමින් පවතී. එහි ප්‍රතිඵලයක් වශයෙන්, AI නියෝජිතයන් ඵලදායී ලෙස සංවිධානය කළ හැකි පරිමාණ කළ හැකි සහ ඔරොත්තු දෙන පද්ධති සැලසුම් කිරීම මෘදුකාංග ඉංජිනේරුවන් සඳහා දැඩි අවධානයක් යොමු කර ඇත. මෙම ලිපිය LangChain සහ DSPy භාවිතා කරමින් AI නියෝජිතයන් ක්‍රියාවට නැංවීම කෙරෙහි අවධානය යොමු කරමින්, කාර්යක්ෂම මෘදුකාංග ගෘහ නිර්මාණ සැලසුම් කිරීම සඳහා AI, මෘදුකාංග ඉංජිනේරු විද්‍යාව සහ වාද්‍ය වෘන්දයේ ඡේදනය ගවේෂණය කරයි.

** AI වාද්‍ය වෘන්දයේ අවශ්‍යතාවය**

සාම්ප්‍රදායික මෘදුකාංග පද්ධති බොහෝ විට නිර්මාණය කර ඇත්තේ මොනොලිතික් ගෘහනිර්මාණ ශිල්පයකින් වන අතර එහිදී සියලුම සංරචක දැඩි ලෙස සම්බන්ධ වී රේඛීය ආකාරයෙන් එකට ක්‍රියා කරයි. කෙසේ වෙතත්, AI සහ ML පැමිණීමත් සමඟ, මෘදුකාංග පද්ධති වැඩි වැඩියෙන් බෙදා හැරීම සහ විමධ්‍යගත වෙමින් පවතී, පොදු ඉලක්කයක් සපුරා ගැනීම සඳහා බහු නියෝජිතයන් එක්ව වැඩ කරයි. මෙය AI වාද්‍ය වෘන්දයේ අවශ්‍යතාවයට හේතු වී ඇත, බහු AI නියෝජිතයන් අතර අන්තර්ක්‍රියා ඵලදායි ලෙස කළමනාකරණය කිරීමට සහ සම්බන්ධීකරණය කිරීමට හැකි පද්ධති සැලසුම් කිරීම ඇතුළත් වේ.

LangChain: AI නියෝජිතයන් ගොඩනැගීම සඳහා රාමුවක්

LangChain යනු එකිනෙකා සමඟ සහ බාහිර පද්ධති සමඟ අන්තර් ක්‍රියා කළ හැකි AI නියෝජිතයන් ගොඩනැගීම සඳහා වන පයිතන් රාමුවකි. එය සංවර්ධකයින්ට තර්ක කිරීමට, ඉගෙනීමට සහ වෙනස්වන පරිසරයන්ට අනුවර්තනය වීමට හැකි නියෝජිතයන් නිර්මාණය කිරීමට හැකි මෙවලම් සහ පුස්තකාල සමූහයක් සපයයි. LangChain රස්ට් ක්‍රමලේඛන භාෂාවට ඉහළින් ගොඩනගා ඇති අතර AI නියෝජිතයන් ගොඩනැගීම සඳහා ඉහළ මට්ටමේ API සපයයි.

DSPy: වාද්‍ය වෘන්දය සඳහා රාමුවක්

DSPy යනු බහු AI නියෝජිතයන් මෙහෙයවිය හැකි බෙදාහැරීමේ පද්ධති ගොඩනැගීම සඳහා වන පයිතන් රාමුවකි. බහු නියෝජිතයන් අතර සංකීර්ණ අන්තර්ක්‍රියා කළමනාකරණය කළ හැකි පරිමාණ කළ හැකි සහ ප්‍රත්‍යස්ථ පද්ධති සැලසුම් කිරීමට සහ යෙදවීමට සංවර්ධකයන්ට හැකි වන මෙවලම් සහ පුස්තකාල සමූහයක් එය සපයයි. DSPy Apache Kafka පණිවිඩ පද්ධතියට ඉහළින් ගොඩනගා ඇති අතර බෙදා හරින ලද පද්ධති ගොඩනැගීම සඳහා ඉහළ මට්ටමේ API සපයයි.

LangChain සහ DSPy සමඟ AI නියෝජිතයන් ක්‍රියාත්මක කිරීම

LangChain සහ DSPy භාවිතයෙන් AI නියෝජිතයන් ක්‍රියාත්මක කිරීමට, අපි මෙම පියවර අනුගමනය කළ යුතුය:

නියෝජිත ගෘහ නිර්මාණ ශිල්පය නිර්වචනය කරන්න: ආදාන, ප්‍රතිදාන සහ අනෙකුත් නියෝජිතයන් සමඟ අන්තර්ක්‍රියා ඇතුළුව AI නියෝජිතයාගේ ගෘහ නිර්මාණ ශිල්පය නිර්වචනය කරන්න.
** නියෝජිත තර්කය ක්‍රියාත්මක කරන්න**: තර්ක කිරීම, ඉගෙනීම සහ අනුවර්තනය වීමේ යාන්ත්‍රණයන් ඇතුළුව, LangChain භාවිතයෙන් AI නියෝජිතයාගේ තර්කය ක්‍රියාත්මක කරන්න.
** නියෝජිත අන්තර්ක්‍රියා සංවිධානය කරන්න**: සන්නිවේදන ප්‍රොටෝකෝල සහ දත්ත හුවමාරු යාන්ත්‍රණ ඇතුළුව බහු AI නියෝජිතයන් අතර අන්තර්ක්‍රියා සංවිධානය කිරීමට DSPy භාවිතා කරන්න.
පද්ධතිය යෙදවීම: වලාකුළු වේදිකාවක් හෝ Docker වැනි බහාලුම් රාමුවක් භාවිතයෙන් පද්ධතිය යොදවන්න.

කේත උදාහරණය: LangChain සමඟ සරල AI නියෝජිතයෙකු ක්‍රියාත්මක කිරීම

LangChain භාවිතයෙන් AI නියෝජිතයෙකු ක්‍රියාත්මක කරන්නේ කෙසේද යන්න පෙන්නුම් කරන සරල කේත උදාහරණයක් මෙන්න:

langchain ආනයනය කරන්න
langchain.chains වෙතින් LLMCchain ආනයනය කරන්න


නියෝජිතයා = langchain.Agent(
    input_schema={"text": str},
    output_schema={"text": str},
    chain=LLMCchain(
        ආකෘතිය="davinci:instructix",
        max_length=2048,
        උෂ්ණත්වය = 0.7,
    ),
)

# නියෝජිත තර්කය ක්‍රියාත්මක කරන්න
def agent_logic(input_text):
    output_text = agent.run(input_text)
    ප්‍රතිදානය_පෙළ ආපසු දෙන්න

# නියෝජිතයා පරීක්ෂා කරන්න
input_text = "ජීවිතයේ තේරුම කුමක්ද?"
output_text = agent_logic(input_text)
මුද්‍රණය (ප්‍රතිදාන_පෙළ)

මෙම කේත උදාහරණය LangChain භාවිතා කරමින් AI නියෝජිතයෙකු නිර්වචනය කරන්නේ කෙසේද යන්න, ආදාන සහ ප්‍රතිදාන ක්‍රම, සහ නියෝජිතයාගේ තර්කනය ඇතුළුව පෙන්නුම් කරයි. නියෝජිතයා ක්‍රියාත්මක කරනු ලබන්නේ විශාල භාෂා මාදිලි (LLM) දාමයක් භාවිතයෙන් වන අතර එය තර්ක කිරීමට සහ පෙළ ජනනය කිරීමට හැකි AI නියෝජිත වර්ගයකි.

LangChain සහ DSPy සඳහා වැඩිපුරම භාවිතා කරන ලද විධාන/Snippets 5-10

LangChain සහ DSPy සඳහා වැඩිපුරම භාවිතා කරන ලද විධාන/snippets 5-10 මෙන්න:

langchain.Agent(): නව AI නියෝජිත අවස්ථාවක් නිර්මාණය කරයි.

නියෝජිතයා = langchain.Agent(
    input_schema={"text": str},
    output_schema={"text": str},
    chain=LLMCchain(
        ආකෘතිය="davinci:instructix",
        max_length=2048,
        උෂ්ණත්වය = 0.7,
    ),
)

agent.run(): දී ඇති ආදානයක් සමඟ AI නියෝජිතයා ධාවනය කරයි.

output_text = agent.run(input_text)

DSPy.create_cluster(): බෙදා හරින ලද පද්ධතිය සඳහා නව නෝඩ් පොකුරක් නිර්මාණය කරයි.

පොකුර = DSPy.create_cluster(
    num_nodes=5,
    node_type="කම්කරු",
)

DSPy.create_agent(): බෙදා හරින ලද පද්ධතිය සඳහා නව AI නියෝජිත අවස්ථාවක් නිර්මාණය කරයි.

නියෝජිතයා = DSPy.create_agent(
    cluster=පොකුරු,
    agent_type="LLM",
)

DSPy.deploy_agent(): බෙදා හරින ලද පද්ධතියට AI නියෝජිතයා යොදවයි.

DSPy.deploy_agent(
    නියෝජිත = නියෝජිත,
    cluster=පොකුරු,
)

DSPy.get_agent_status(): AI නියෝජිතයාගේ තත්ත්වය ලබා ගනී.

තත්ත්වය = DSPy.get_agent_status(
    නියෝජිත = නියෝජිත,
    cluster=පොකුරු,
)

DSPy.update_agent(): නව දත්ත හෝ පරාමිති සමඟ AI නියෝජිතයා යාවත්කාලීන කරයි.

DSPy.update_agent(
    නියෝජිත = නියෝජිත,
    cluster=පොකුරු,
    new_data={"text": "නව ආදාන පෙළ"},
)

DSPy.delete_agent(): බෙදා හරින ලද පද්ධතියෙන් AI නියෝජිතයා මකා දමයි.

DSPy.delete_agent(
    නියෝජිත = නියෝජිත,
    cluster=පොකුරු,
)

DSPy.create_chain(): බෙදා හරින ලද පද්ධතිය සඳහා AI නියෝජිතයින්ගේ නව දාමයක් නිර්මාණය කරයි.

දාමය = DSPy.create_chain(
    නියෝජිතයන්=[නියෝජක1, නියෝජිත2, නියෝජිත3],
)

DSPy.deploy_chain(): බෙදා හරින ලද පද්ධතියට AI නියෝජිතයින්ගේ දාමය යොදවයි.

DSPy.deploy_chain(
    chain=දාමය,
    cluster=පොකුරු,
)

දෘෂ්‍යකරණය

මෙන්න Chart.js භාවිතයෙන් LangChain සහ DSPy ගෘහ නිර්මාණ ශිල්පයේ දෘශ්‍යකරණයකි: '''' ජේසන් { "වර්ගය": "pieChart", "දත්ත": { "ලේබල්": ["LangChain", "DSPy"], "දත්ත කට්ටල": [ { "ලේබලය": "AI නියෝජිතයන්", "දත්ත": [50, 50], "backgroundColor": ["#4CAF50", "#FF9800"] } ] }, "විකල්ප": { "මාතෘකාව": { "දර්ශණය": ඇත්ත, "පෙළ": "LangChain සහ DSPy ගෘහ නිර්මාණ ශිල්පය" }, "පුරාවෘත්තය": { "දර්ශණය": ඇත්ත } } }

මෙම දෘශ්‍යකරණය LangChain සහ DSPy අතර AI නියෝජිතයන් බෙදා හැරීම පෙන්නුම් කරයි, නියෝජිතයන්ගෙන් 50%ක් LangChain මත ක්‍රියාත්මක වන අතර 50% DSPy මත ක්‍රියාත්මක වේ.

** නිගමනය **

LangChain සහ DSPy AI නියෝජිතයන් ගොඩ නැගීම සහ සංවිධානය කිරීම සඳහා ප්‍රබල රාමුවක් සපයන අතර, බහු නියෝජිතයන් අතර සංකීර්ණ අන්තර්ක්‍රියා ඵලදායි ලෙස කළමනාකරණය කළ හැකි පරිමාණ කළ හැකි සහ ඔරොත්තු දෙන පද්ධති සැලසුම් කිරීමට සංවර්ධකයින්ට හැකි වේ. මෙම ලිපියේ දක්වා ඇති පියවර අනුගමනය කිරීමෙන්, සංවර්ධකයින්ට LangChain සහ DSPy භාවිතයෙන් AI නියෝජිතයන් ක්‍රියාත්මක කළ හැකි අතර DSPy භාවිතයෙන් බෙදා හරින ලද පද්ධතියකට ඒවා යෙදවිය හැක. ලබා දී ඇති කේත උදාහරණ සහ දෘශ්‍යකරණය LangChain සහ DSPy හි හැකියාවන් විදහා දක්වයි, සහ ඉහළම 5-10 වැඩියෙන් භාවිතා කරන ලද විධාන/snippets සංවර්ධකයින් සඳහා ඉක්මන් යොමු කිරීමක් සපයයි.

වැඩිදියුණු කළ මෘදුකාංග ගෘහ නිර්මාණ ශිල්පය සඳහා LangChain සහ DSPy සමඟින් AI නියෝජිතයන් සංවිධානය කිරීම

Have Questions?