மென்பொருள் மேம்பாட்டு பணிப்பாய்வுகளில் ஏஜென்டிக் AI ஐ ஒருங்கிணைத்தல்: ஒரு நடைமுறை வழிகாட்டி

** மென்பொருள் மேம்பாட்டு பணிப்பாய்வுகளில் ஏஜென்டிக் AI ஐ ஒருங்கிணைத்தல்: ஒரு நடைமுறை வழிகாட்டி**

அறிமுகம்

செயற்கை நுண்ணறிவு (AI) மற்றும் இயந்திர கற்றல் (ML) தொழில்நுட்பங்களை ஏற்றுக்கொள்வதன் மூலம் மென்பொருள் மேம்பாட்டு நிலப்பரப்பு வேகமாக வளர்ந்து வருகிறது. AI ஆராய்ச்சியின் மிகவும் உற்சாகமான பகுதிகளில் ஒன்று Agentic AI ஆகும், இது சிக்கலான இலக்குகளை அடைய மனிதர்கள் மற்றும் பிற முகவர்களுடன் தொடர்பு கொள்ளக்கூடிய அறிவார்ந்த முகவர்களை உருவாக்குவதில் கவனம் செலுத்துகிறது. இந்தக் கட்டுரையில், மென்பொருள் கட்டிடக் கலைஞர்கள் மற்றும் திட்ட மேலாளர்கள், லாங்செயின் மற்றும் DSPy போன்ற ஏஜென்டிக் AI கருவிகளைப் பயன்படுத்தி, ஒத்துழைப்பை மேம்படுத்தவும், செயல்முறைகளை தானியங்குபடுத்தவும், நவீன மேம்பாட்டுச் சூழல்களில் மென்பொருள் விநியோகத்தை மேம்படுத்தவும் எவ்வாறு முடியும் என்பதை ஆராய்வோம்.

ஏஜென்டிக் AI என்றால் என்ன?

Agentic AI என்பது குறிப்பிட்ட இலக்குகளை அடைய மனிதர்கள் அல்லது பிற முகவர்களின் சார்பாக செயல்பட வடிவமைக்கப்பட்ட AI வகையைக் குறிக்கிறது. இந்த முகவர்கள் மனிதர்கள், பிற முகவர்கள் மற்றும் சுற்றுச்சூழலுடன் தகவல்களைச் சேகரிக்கவும், முடிவுகளை எடுக்கவும் மற்றும் நடவடிக்கைகளை எடுக்கவும் தொடர்பு கொள்ளலாம். ஏஜென்டிக் AI என்பது பாரம்பரிய AI இலிருந்து வேறுபட்டது, இது வெறுமனே எதிர்வினையாற்றுவதற்குப் பதிலாக, செயல்திறனுடனும் தன்னாட்சியுடனும் வடிவமைக்கப்பட்டுள்ளது.

மென்பொருள் வளர்ச்சியில் ஏஜென்டிக் AI இன் நன்மைகள்

எனவே, மென்பொருள் கட்டிடக் கலைஞர்கள் மற்றும் திட்ட மேலாளர்கள் ஏன் ஏஜென்டிக் AI பற்றி கவலைப்பட வேண்டும்? மென்பொருள் மேம்பாட்டு பணிப்பாய்வுகளில் ஏஜென்டிக் AI ஐ ஒருங்கிணைப்பதன் சில நன்மைகள் இங்கே:

• மேம்படுத்தப்பட்ட கூட்டுப்பணி: பணிகளை தானியக்கமாக்குதல், நிகழ்நேரக் கருத்துகளை வழங்குதல் மற்றும் தகவல்தொடர்புகளை எளிதாக்குதல் ஆகியவற்றின் மூலம் குழுக்கள் மிகவும் திறம்பட ஒத்துழைக்க ஏஜென்டிக் AI உதவும்.
• தானியங்கி செயல்முறைகள்: ஏஜென்டிக் AI ஆனது மீண்டும் மீண்டும் நிகழும் மற்றும் நேரத்தைச் செலவழிக்கும் பணிகளைத் தானியக்கமாக்கி, உயர்நிலைப் பணிகளில் கவனம் செலுத்த டெவலப்பர்களை விடுவிக்கும்.
• மேம்படுத்தப்பட்ட முடிவெடுத்தல்: குழுக்கள் சிறந்த முடிவுகளை எடுப்பதற்கு உதவ ஏஜென்டிக் AI ஆனது தரவு சார்ந்த நுண்ணறிவு மற்றும் பரிந்துரைகளை வழங்க முடியும்.
• அதிகரித்த செயல்திறன்: இடையூறுகளைக் கண்டறிதல், பணிப்பாய்வுகளை மேம்படுத்துதல் மற்றும் செயல்முறைகளை ஒழுங்குபடுத்துதல் ஆகியவற்றின் மூலம் குழுக்கள் மிகவும் திறமையாக வேலை செய்ய ஏஜென்டிக் AI உதவும்.

LangChain: ஒரு பிரபலமான ஏஜென்டிக் AI கட்டமைப்பு

LangChain என்பது ஒரு பிரபலமான ஏஜென்டிக் AI கட்டமைப்பாகும், இது டெவலப்பர்கள் மனிதர்கள் மற்றும் பிற முகவர்களுடன் தொடர்பு கொள்ளக்கூடிய அறிவார்ந்த முகவர்களை உருவாக்க அனுமதிக்கிறது. LangChain ரஸ்ட் நிரலாக்க மொழியின் மேல் கட்டமைக்கப்பட்டுள்ளது மற்றும் ஏஜென்டிக் AI பயன்பாடுகளை உருவாக்குவதற்கான எளிய மற்றும் உள்ளுணர்வு API ஐ வழங்குகிறது.

LangChain உடன் தொடங்குதல்

LangChain ஐப் பயன்படுத்தத் தொடங்க, நீங்கள் LangChain நூலகத்தை நிறுவி ரஸ்ட் மேம்பாட்டு சூழலை அமைக்க வேண்டும். LangChain முகவரை எவ்வாறு உருவாக்குவது என்பதற்கான எளிய எடுத்துக்காட்டு இங்கே:

லாங்செயினைப் பயன்படுத்தவும்::{முகவர், சங்கிலி};

fn முக்கிய() {
    லெட் ஏஜென்ட் = ஏஜென்ட்:: புதிய ("எனது முகவர்");
    விடு சங்கிலி = சங்கிலி:: புதிய (முகவர்);

    chain.execute("வணக்கம், உலகம்!");
}

இந்த குறியீடு ஒரு புதிய LangChain முகவரை உருவாக்கி, "வணக்கம், உலகம்!" என்று அச்சிட எளிய கட்டளையை செயல்படுத்துகிறது. பணியகத்திற்கு.

DSPy: ஒரு பைதான் அடிப்படையிலான ஏஜென்டிக் AI கட்டமைப்பு

DSPy என்பது பைதான் அடிப்படையிலான ஏஜென்டிக் AI கட்டமைப்பாகும், இது அறிவார்ந்த முகவர்களை உருவாக்குவதற்கான எளிய மற்றும் உள்ளுணர்வு API ஐ வழங்குகிறது. DSPy பிரபலமான Python நூலகங்களான NumPy மற்றும் Pandas உடன் தடையின்றி வேலை செய்யும் வகையில் வடிவமைக்கப்பட்டுள்ளது.

DSPy உடன் தொடங்குதல்

DSPy உடன் தொடங்க, நீங்கள் DSPy நூலகத்தை நிறுவி, பைதான் மேம்பாட்டு சூழலை அமைக்க வேண்டும். ஒரு DSPy முகவரை எவ்வாறு உருவாக்குவது என்பதற்கான எளிய எடுத்துக்காட்டு இங்கே:

dsp ஐ dsp ஆக இறக்குமதி செய்

முக்கிய ():
    முகவர் = dsp.Agent("எனது முகவர்")
    agent.execute("வணக்கம், உலகம்!")

__பெயர்__ == "__முதன்மை__" என்றால்:
    முக்கிய()

இந்த குறியீடு ஒரு புதிய DSPy முகவரை உருவாக்கி, "ஹலோ, வேர்ல்ட்!" அச்சிட ஒரு எளிய கட்டளையை செயல்படுத்துகிறது. பணியகத்திற்கு.

முதல் 5-10 அதிகம் பயன்படுத்தப்பட்ட கட்டளைகள்/துணுக்குகள்

LangChain மற்றும் DSPy க்கான பொதுவாகப் பயன்படுத்தப்படும் சில கட்டளைகள் மற்றும் துணுக்குகள் இங்கே:

LangChain

• முகவர்:: புதிய ("எனது முகவர்"): புதிய LangChain முகவரை உருவாக்குகிறது.
• செயின்:: புதிய(ஏஜெண்ட்): புதிய LangChain சங்கிலியை உருவாக்குகிறது.
• chain.execute("Hello, world!"): LangChain சங்கிலியில் ஒரு கட்டளையை இயக்குகிறது.
• agent.ask("உங்கள் பெயர் என்ன?"): LangChain ஏஜெண்டிடம் ஒரு கேள்வி கேட்கிறது.
• agent.tell("என் பெயர் ஜான்."): LangChain ஏஜெண்டிடம் ஒரு தகவலைக் கூறுகிறது.

டிஎஸ்பி

• dsp.Agent("My Agent"): ஒரு புதிய DSPy முகவரை உருவாக்குகிறது.
• agent.execute("Hello, world!"): DSPy ஏஜெண்டில் ஒரு கட்டளையை செயல்படுத்துகிறது.
• agent.ask("உங்கள் பெயர் என்ன?"): DSPy ஏஜெண்டிடம் ஒரு கேள்வி கேட்கிறது.
• agent.tell("என் பெயர் ஜான்."): DSPy ஏஜெண்டிடம் ஒரு தகவலைக் கூறுகிறது.
• agent.memory["key"] = "மதிப்பு": DSPy ஏஜென்ட்டின் நினைவகத்தில் மதிப்பை அமைக்கிறது.

காட்சிப்படுத்தல்

Chart.js ஐப் பயன்படுத்தி LangChain மற்றும் DSPy முகவர்களின் எளிய காட்சிப்படுத்தல் இங்கே:

{
  "வகை": "பார்",
  "தரவு": {
    "லேபிள்கள்": ["LangChain", "DSPy"],
    "தரவுத்தொகுப்புகள்": [
      {
        "label": "முகவர் செயல்படுத்தும் நேரம்",
        "தரவு": [10, 20],
        "பின்னணி நிறம்": ["#4CAF50", "#FF9800"]
      }
    ]
  },
  "விருப்பங்கள்": {
    "தலைப்பு": {
      "காட்சி": உண்மை,
      "உரை": "முகவர் செயல்படுத்தும் நேர ஒப்பீடு"
    },
    "செதில்கள்": {
      "yAxes": [
        {
          "உண்ணி": {
            "beginAtZero": உண்மை
          }
        }
      ]
    }
  }
}

இந்த விளக்கப்படம் LangChain மற்றும் DSPy முகவர்களின் செயல்பாட்டு நேரத்தை ஒப்பிடுகிறது.

முடிவு

இந்த கட்டுரையில், மென்பொருள் கட்டிடக் கலைஞர்கள் மற்றும் திட்ட மேலாளர்கள், லாங்செயின் மற்றும் டிஎஸ்பி போன்ற ஏஜென்டிக் AI கருவிகளை எவ்வாறு பயன்படுத்தி ஒத்துழைப்பை மேம்படுத்தலாம், செயல்முறைகளை தானியங்குபடுத்தலாம் மற்றும் நவீன மேம்பாட்டு சூழல்களில் மென்பொருள் விநியோகத்தை மேம்படுத்தலாம் என்பதை நாங்கள் ஆராய்ந்தோம். எளிமையான எடுத்துக்காட்டுகள் மற்றும் பொதுவாகப் பயன்படுத்தப்படும் கட்டளைகள் மற்றும் துணுக்குகள் உட்பட, LangChain மற்றும் DSPy உடன் தொடங்குவதற்கான நடைமுறை வழிகாட்டியையும் நாங்கள் வழங்கினோம். மென்பொருள் மேம்பாட்டு பணிப்பாய்வுகளில் ஏஜென்டிக் AI ஐ ஒருங்கிணைப்பதன் மூலம், குழுக்கள் செயல்திறன், உற்பத்தித்திறன் மற்றும் முடிவெடுப்பதை மேம்படுத்தலாம், இறுதியில் சிறந்த மென்பொருள் விநியோக விளைவுகளுக்கு வழிவகுக்கும்.