“LangChain” we “DSPy” bilen “AI” bilen dolandyrylýan programma üpjünçilik ulgamlaryny orkestrlemek: Giňeldilip bilinýän arhitektura we awtomatlaşdyryşa çuňňur çümmek | B4N1

“LangChain” we “DSPy” bilen “AI” bilen dolandyrylýan programma üpjünçilik ulgamlaryny orkestrlemek: Giňeldilip bilinýän arhitektura we awtomatlaşdyryşa çuňňur çümmek

5 months ago · b4n1 Read time: 5 min

Giriş

Häzirki wagtda çalt depginde ösýän sanly landşaftda, netijeli awtomatlaşdyryş we orkestr zerurlygy artýan programma üpjünçiligi ulgamlary has çylşyrymlaşýar. Emeli intellekt (AI) we Machine Learning (ML) -iň birleşmegi, programma üpjünçilik ulgamlaryny dizaýn etmegimizi we ornaşdyrmagymyzy özgertdi. Şeýle-de bolsa, bu ulgamlar masştabda we çylşyrymlylykda ulaldygyça, olary dolandyrmak kyn meselä öwrülýär.

LangChain we DSPy şu ýerde oýnaýar. LangChain, AI bilen dolandyrylýan programma üpjünçilik ulgamlaryny döretmäge mümkinçilik berýän Python kitaphanasydyr, DSPy bolsa ulalýan we özbaşdak programma arhitekturasyny gurmak üçin Rust esasly çarçuwadyr. Bu makalada, uly göwrümli programma üpjünçilik ulgamlarynda netijeli awtomatlaşdyryş we orkestr üçin AI agentleri, LangChain we DSPy ulanyp, ulaldylan we özbaşdak programma arhitekturasyny dizaýn etmegiň we durmuşa geçirmegiň usullaryny öwrenip, LangChain we DSPy dünýäsine göz aýlarys.

LangChain näme?

LangChain, AI tarapyndan dolandyrylýan programma üpjünçilik ulgamlaryny gurmak üçin gurallar we API-ler toplumyny üpjün edýän Python kitaphanasydyr. Döredijilere çylşyrymly AI iş akymlaryny döretmäge, birnäçe AI modellerini birleşdirmäge we ýönekeý we duýgur API ulanyp meseleleri awtomatlaşdyrmaga mümkinçilik berýär. LangChain, tebigy dilleri gaýtadan işlemek (NLP), kompýuter görmek we güýçlendirmek okuwy ýaly AI modelleriniň giň toplumyny goldaýar.

LangChain-iň käbir esasy aýratynlyklary:

  • ** AI iş akymyny dolandyrmak **: LangChain çylşyrymly AI iş akymlaryny döretmek üçin ýönekeý we içgin API üpjün edýär, döredijilere birnäçe AI modellerini birleşdirmäge we meseleleri awtomatlaşdyrmaga mümkinçilik berýär.
  • ** Model integrasiýa **: LangChain, NLP, kompýuter görmek we güýçlendirmek okuwy ýaly AI modelleriniň giň toplumyny goldaýar.
  • ** Awtomatlaşdyryş **: LangChain döredijilere AI modellerini ulanyp, el bilen gatyşmagyň zerurlygyny azaldyp, meseleleri awtomatlaşdyrmaga mümkinçilik berýär.

DSPy näme?

DSPy ulaldylan we özbaşdak programma arhitekturasyny gurmak üçin Rust esasly çarçuwadyr. AI bilen dolandyrylýan ulgamlary goşmak bilen çylşyrymly programma üpjünçilik ulgamlaryny döretmek üçin gurallar we API-ler toplumyny üpjün edýär. DSPy aşakdaky ýaly aýratynlyklary üpjün edip, uly göwrümli programma üpjünçilik ulgamlaryny dolandyrmak üçin döredildi.

  • ** Göwrümlilik **: DSPy gorizontal ulalmak we ýük balansy ýaly aýratynlyklary üpjün edip, uly göwrümli programma üpjünçilik ulgamlaryny dolandyrmak üçin döredildi.
  • ** Awtonomiýa **: DSPy döredijilere el bilen gatyşmagyň zerurlygyny azaldyp, özbaşdak programma üpjünçilik ulgamlaryny döretmäge mümkinçilik berýär.
  • ** AI integrasiýasy **: DSPy AI modellerini birleşdirmek üçin döredijilere AI tarapyndan dolandyrylýan programma üpjünçilik ulgamlaryny döretmäge mümkinçilik berýän API toplumyny üpjün edýär.

LangChain we DSPy bilen ulaldylan we özbaşdak programma arhitekturasyny dizaýn etmek

“LangChain” we “DSPy” ulanyp ulalýan we özbaşdak programma arhitekturasyny dizaýn etmek üçin ädimme-ädim çemeleşmeli. Ine, prosesiň ýokary derejeli syny:

  1. ** Talaplary kesgitläň **: Awtomatlaşdyrylmaly meseleleri we integrirlemeli AI modellerini goşmak bilen programma üpjünçiligi ulgamynyň talaplaryny kesgitläň.
  2. ** AI modellerini saýlaň **: Takyklygy, ulalmagy we dowamlylygy ýaly faktorlary göz öňünde tutup, programma üpjünçiligi ulgamynda ulanyljak AI modellerini saýlaň. 3 ..
  3. ** AI iş prosesini durmuşa geçiriň **: Saýlanan AI modellerini we API-lerini ulanyp, LangChain ulanyp, AI iş prosesini amala aşyryň.
  4. ** DSPy birleşdiriň **: DSPy programma üpjünçiligi ulgamyna goşuň, ulalmak we özbaşdaklyk ýaly aýratynlyklary üpjün ediň.
  5. ** Synag we ýerleşdirmek **: Programma üpjünçiligini talaplara laýyk gelýändigini we ulaldylyp we özbaşdak bolmagyny üpjün edip, programma üpjünçiligini synagdan geçiriň we ýerleşdiriň.

Mysal kody: LangChain bilen AI iş prosesini amala aşyrmak

Ine, LangChain ulanyp, AI iş prosesini nädip amala aşyrmalydygyny görkezýän mysal kody bloky: `` piton langchain import ediň langchain.chains-den LLMChain import edýär

AI modellerini kesgitläň

nlp_model = langchain.load_model ("nlp_model") cv_model = langchain.load_model ("cv_model")

AI iş prosesini kesgitläň

iş tertibi = LLMChain ( giriş_model = nlp_model, çykyş_model = cv_model, prompt = "Teksti derňäň we gysgaça mazmun dörediň" )

AI iş prosesini işlediň

netije = workflow.run ("Bu nusga tekst")

Netijäni çap ediň

çap (netije) `` Bu kod bloky, LangChain ulanyp, AI iş prosesini nädip kesgitlemelidigini, birnäçe AI modellerini birleşdirip we zerur bolanda meseleleri awtomatlaşdyrmagy görkezýär.

Iň köp ulanylýan buýruklar / bölekler

LangChain we DSPy üçin iň köp ulanylýan 5-10 buýruk / bölek:

  1. ** langchain.load_model () **: LangChain ulanyp AI modelini ýükleýär. piton nlp_model = langchain.load_model ("nlp_model")
  2. ** LLMChain () **: LangChain ulanyp, AI iş prosesini kesgitleýär. piton iş tertibi = LLMChain ( giriş_model = nlp_model, çykyş_model = cv_model, prompt = "Teksti derňäň we gysgaça mazmun dörediň" )
  3. ** workflow.run () **: LangChain ulanyp, AI iş prosesini işledýär. piton netije = workflow.run ("Bu nusga tekst")
  4. ** dspy.init () **: DSPy başlaýar. piton dspy.init ()
  5. ** dspy.create_agent () **: DSPy ulanyp AI agentini döredýär. piton agent = dspy.create_agent ("nlp_model")
  6. ** dspy.create_workflow () **: DSPy ulanyp AI iş prosesini kesgitleýär. piton iş tertibi = dspy.create_workflow ( giriş_model = nlp_model, çykyş_model = cv_model, prompt = "Teksti derňäň we gysgaça mazmun dörediň" )
  7. ** dspy.run_workflow () **: DSPy ulanyp, AI iş prosesini işledýär. piton netije = dspy.run_workflow (iş tertibi, "Bu nusga tekst")
  8. ** langchain.chain () **: LangChain ulanyp, AI modelleriniň zynjyryny kesgitleýär. piton zynjyr = langchain.chain ( nlp_model, cv_model, prompt = "Teksti derňäň we gysgaça mazmun dörediň" )
  9. ** langchain.run_chain () **: AI modelleriniň zynjyryny LangChain ulanyp işleýär. piton netije = langchain.run_chain (zynjyr, "Bu nusga tekst")
  10. ** dspy.create_cluster () **: DSPy ulanyp, AI agentleriniň toparyny döredýär. piton klaster = dspy.create_cluster ("nlp_model")

Görkeziş

Ine, Chart.js ulanyp, AI iş prosesini wizuallaşdyrmak: json { "tip": "bar", "maglumatlar": { "bellikler": ["NLP Model", "CV Model", "AI Workflow"], "maglumat bazalary": [ { "bellik": "Model takyklygy", "maglumatlar": [0.9, 0.8, 0.95], "backgroundColor": ["# FF6384", "# 36A2EB", "# FFCE56"] } ] }, "opsiýalar": { "title": { "görkezmek": dogry, "text": "AI iş akymynyň takyklygy" }, "terezisi": { "yAxes": [ { "bellikler": { "startAtZero": dogry } } ] } } } Bu wizuallaşdyrma NLP modeliniň, CV modeliniň we AI iş prosesiniň takyklygyny görkezýär.

Netije

Bu makalada, AI agentlerini ulanyp ulalýan we özbaşdak programma arhitekturasyny gurmak üçin iki sany güýçli gural bolan LangChain we DSPy dünýäsini öwrendik. LangChain we DSPy ulanyp, ulaldylan we özbaşdak programma arhitekturasyny tasladyk we durmuşa geçirdik, ýönekeý we içgin API ulanyp, birnäçe AI modellerini birleşdirmegiň we meseleleri awtomatlaşdyrmagyň usullaryny görkezýäris. Şeýle hem, LangChain we DSPy üçin iň köp ulanylýan 5-10 sany buýruk / bölekler toplumyny, şeýle hem Chart.js ulanyp AI iş prosesini wizuallaşdyrdyk. “LangChain” we “DSPy” bilen döredijiler uly göwrümli programma üpjünçilik ulgamlarynyň zerurlyklaryny kanagatlandyrýan täsirli we ulaldylan AI bilen dolandyrylýan programma üpjünçilik ulgamlaryny döredip bilerler.

Have Questions?

Let's Talk

Contact me on LinkedIn