DSPy ۽ LangChain سان ڊيو اوپس پائپ لائنن ۾ آرڪيسٽريٽنگ ايجنٽ AI بهتر ٿيل زيرو اوپس لاءِ
تعارف
DevOps پائپ لائنز ۾ مصنوعي ذهانت (AI) جي انضمام سافٽ ويئر جي ترقي، آزمائش ۽ ترتيب ڏيڻ جي طريقي ۾ انقلاب آڻي ڇڏيو آهي. Agentic AI، AI جو هڪ ذيلي سيٽ جيڪو خودمختيار فيصلو سازي ۽ عمل وٺڻ جي قابل بنائي ٿو، ان ۾ وڌيڪ صلاحيت آهي ته DevOps عملن جي ڪارڪردگي ۽ اثرائتي کي وڌائڻ. هن آرٽيڪل ۾، اسان ڊي ايس پي ۽ LangChain استعمال ڪندي DevOps پائپ لائنن ۾ آرڪيسٽريٽنگ ايجنٽ AI جي تصور کي ڳولينداسين، ۽ ZeroOps حاصل ڪرڻ ۾ هن طريقي جي فائدن تي بحث ڪنداسين.
Agentic AI ڇا آهي؟
Agentic AI هڪ قسم جي AI ڏانهن اشارو ڪري ٿو جيڪو انساني مداخلت کان سواء، فيصلا ڪرڻ ۽ عمل ڪرڻ جي صلاحيت رکي ٿو. اهو حاصل ڪيو ويو آهي ترقي يافته مشين لرننگ الگورتھم، قدرتي ٻولي پروسيسنگ، ۽ سنجيدگي واري فن تعمير جي استعمال سان. Agentic AI سسٽم تجربي مان سکي سگھن ٿا، نون حالتن کي اپنائڻ، ۽ انسانن سان وڌيڪ قدرتي ۽ وجداني طريقي سان رابطو ڪري سگھن ٿا.
** ZeroOps ڇا آهي؟**
ZeroOps هڪ DevOps فلسفو آهي جنهن جو مقصد سافٽ ويئر ڊولپمينٽ، ڊولپمينٽ، ۽ سار سنڀال ۾ انساني مداخلت جي ضرورت کي ختم ڪرڻ آهي. اهو حاصل ڪيو ويو آٽوميشن، آرڪسٽريشن، ۽ اي آءِ تي هلندڙ فيصلو سازي جي استعمال ذريعي. ZeroOps تنظيمن کي تيزيءَ سان سافٽ ويئر لڳائڻ جي قابل بنائي ٿو، اعليٰ معيار سان، ۽ گھٽ قيمتن تي.
** DevOps پائپ لائنز ۾ آرڪيسٽريٽنگ ايجنٽ AI**
DevOps پائپ لائنز ۾ ايجنٽ AI کي ترتيب ڏيڻ لاءِ، اسان کي AI-منظم فيصلا سازي ۽ عمل وٺڻ کي پائپ لائن ۾ ضم ڪرڻ جي ضرورت آهي. اهو DSPy ۽ LangChain جي استعمال ذريعي حاصل ڪري سگهجي ٿو، ٻه مشهور فريم ورڪ ٺاهڻ ۽ ترتيب ڏيڻ لاءِ AI تي هلندڙ ايپليڪيشنون.
DSPy
DSPy هڪ پٿون فريم ورڪ آهي AI تي هلندڙ ايپليڪيشنن جي تعمير ۽ ترتيب ڏيڻ لاءِ. اهو ڊيٽا پروسيسنگ، مشين سکيا، ۽ قدرتي ٻولي پروسيسنگ لاء اوزار ۽ لائبريرين جو هڪ سيٽ مهيا ڪري ٿو. DSPy مشهور فريم ورڪ جهڙوڪ LangChain ۽ FastAPI سان بيحد ڪم ڪرڻ لاءِ ٺهيل آهي.
Langchain
LangChain هڪ پٿون فريم ورڪ آهي جيڪو AI تي هلندڙ ايپليڪيشنن جي تعمير ۽ ترتيب ڏيڻ لاءِ. اهو قدرتي ٻولي پروسيسنگ، مشين لرننگ، ۽ سنجيدگي واري فن تعمير لاء اوزار ۽ لائبريرين جو هڪ سيٽ مهيا ڪري ٿو. LangChain ڊزائين ڪيل آھي بيحد ڪم ڪرڻ لاءِ مشهور فريم ورڪ جهڙوڪ DSPy ۽ FastAPI.
ٽيڪنيڪي عمل درآمد
DSPy ۽ LangChain استعمال ڪندي DevOps پائپ لائنن ۾ آرڪيسٽريٽنگ ايجنٽ AI جي ٽيڪنيڪل عمل کي ظاهر ڪرڻ لاءِ، اچو ته هڪ سادي مثال تي غور ڪريون. فرض ڪريو ته اسان هڪ DevOps پائپ لائن استعمال ڪندي ويب ايپليڪيشن جي ترتيب کي خودڪار ڪرڻ چاهيون ٿا. اسان DSPy استعمال ڪري سگھون ٿا AI تي ٻڌل فيصلو سازي وارو نظام ٺاھڻ لاءِ جيڪو فڪٽرن جي بنياد تي بهتر لڳائڻ واري حڪمت عملي جو تعين ڪري ٿو جهڙوڪ ايپليڪيشن ڪارڪردگي، صارف جي راءِ، ۽ سسٽم وسيلن.
``پٿون ڊي ايس پي درآمد ڪريو langchain درآمد LLM کان
def deployment_strategy(app_performance, user_feedback, system_resources): # ڊيٽا کي پروسيس ڪرڻ ۽ فيصلا ڪرڻ لاء ڊي ايس پي استعمال ڪريو data = dspy.Data(app_performance, user_feedback, system_resources) فيصلو = dspy.DecisionMaker (ڊيٽا)
# استعمال ڪريو LangChain ٺاھڻ جو منصوبو ٺاھيو
llm = LLM ("text-davinci-003")
plan = llm.generate_text(f"Deploy {app_performance} سان {user_feedback} ۽ {system_resources} وسيلن سان")
واپسي جو منصوبو
DevOps پائپ لائن جي وضاحت ڪريو
def پائپ لائن (app_performance، user_feedback، system_resources): # پائپ لائن کي ترتيب ڏيڻ لاء ڊي ايس پي استعمال ڪريو پائپ لائن = dspy. پائپ لائن () pipeline.add_task(deployment_strategy, app_performance, user_feedback, system_resources) pipeline.add_task(dspytasks.Deploy, plan)
# پائيپ لائين هلايو
pipeline.run()
پائيپ لائين هلايو
پائپ لائن (90, 4.5, 80) ``
مٿين 5-10 سڀ کان وڌيڪ استعمال ٿيل ڪمانڊ/ٽڪرا
هتي آهن مٿيان 5-10 سڀ کان وڌيڪ استعمال ٿيل ڪمانڊ / ٽڪڙا DSPy ۽ LangChain لاءِ:
dspy.Data(): پروسيسنگ ۽ فيصلو ڪرڻ لاءِ ڊيٽا آبجیکٹ ٺاهي ٿو.dspy.DecisionMaker(): ڊيٽا ۽ حوالي جي بنياد تي فيصلا ڪري ٿو.LLM.generate_text(): ان پٽ پرامپٽس جي بنياد تي ٽيڪسٽ ٺاهي ٿو.dspytasks.Deploy(): ڊيپلائيمينٽ پلان جي بنياد تي ايپليڪيشن کي ترتيب ڏئي ٿو.dspy.Pipeline(): هڪ DevOps پائپ لائن ترتيب ڏئي ٿي.pipeline.add_task(): پائپ لائن ۾ ڪم شامل ڪري ٿو.pipeline.run(): پائيپ لائين هلندي آهي.dspy.Data.process(): فيصلو ڪرڻ لاءِ ڊيٽا کي پروسيس ڪري ٿو.dspy.DecisionMaker.decide(): ڊيٽا ۽ حوالي جي بنياد تي فيصلو ڪري ٿو.LLM.generate_text(prompt): ان پٽ پرامپٽس جي بنياد تي ٽيڪسٽ ٺاهي ٿو.
تصوير
هتي Chart.js استعمال ڪندي ايجنٽ AI تي هلندڙ DevOps پائپ لائن جو هڪ تصور آهي: جيسن { "قسم": "بار"، "ڊيٽا": { "labels": ["ڊيٽا پروسيسنگ"، "فيصلو ڪرڻ"، "تعميرات"], "ڊيٽا سيٽس": [ { "label": "Agentic AI", "ڊيٽا": [10, 20, 30], "backgroundColor": "rgba(255, 99, 132, 0.2)", "borderColor": "rgba(255, 99, 132, 1)", "سرحد جي ويڪر": 1 } ] }، "اختيارن": { "ترازو": { "yAxes": [ { "ticks": { "beginAtZero": سچ } } ] } } } `` هي نقشو ڏيکاري ٿو ايجنٽ AI-driven DevOps پائپ لائن جا ٽي مرحلا: ڊيٽا پروسيسنگ، فيصلو سازي، ۽ تعیناتي.
اختتام
هن آرٽيڪل ۾، اسان DSPy ۽ LangChain استعمال ڪندي DevOps پائپ لائنز ۾ آرڪيسٽريٽنگ ايجنٽ AI جي تصور کي دريافت ڪيو. اسان هڪ سادي مثال ڏيکاريو آهي ته ڪيئن خودڪار طريقي سان ويب ايپليڪيشن جي ترتيب کي استعمال ڪندي هڪ AI-هلندڙ فيصلو سازي سسٽم. اسان Chart.js استعمال ڪندي ايجنٽ AI-هلائيندڙ DevOps پائپ لائن جو نقشو پڻ مهيا ڪيو. ايجنٽ AI کي DevOps پائپ لائنن ۾ ضم ڪرڻ سان، تنظيمون حاصل ڪري سگهن ٿيون ZeroOps ۽ تيزيءَ سان سافٽ ويئر ترتيب ڏئي، اعليٰ معيار سان، ۽ گهٽ قيمتن تي.