DSPy ۋە LangChain بىلەن سۈنئىي ئەقىل ئارقىلىق ياسالغان DevOps تۇرۇبا يولىنى تەشكىللەپ ، قىرغاق ھېسابلاش مۇھىتىدىكى ئاكتىپ ۋەقەلەرنى تەكشۈرۈش ۋە ھەل قىلىش ئۈچۈن

تونۇشتۇرۇش

زامانىۋى يۇمشاق دېتال سىستېمىسىنىڭ مۇرەككەپلىكىنىڭ كۈنسېرى كۈچىيىشى ، سانلىق مەلۇماتلارنى بىر تەرەپ قىلىش ۋە تەھلىل قىلىشقا بولغان ئېھتىياجنىڭ ئېشىشىغا ئەگىشىپ ، قىرغاق ھېسابلاش مۇھىتىنىڭ بارلىققا كېلىشىنى كەلتۈرۈپ چىقاردى. تارقىتىلغان ، ئاپتوماتىك ۋە ئوخشىمىغان سىستېمىلارنىڭ مەۋجۇتلۇقى بىلەن خاراكتېرلىنىدىغان بۇ مۇھىتلار DevOps گۇرۇپپىلىرىغا مۇھىم رىقابەت ئېلىپ كېلىدۇ. بۇ ماقالىدە سۈنئىي ئەقىل ئارقىلىق كود تەكشۈرۈش قورالى ۋە AIOps سۇپىسىدىكى ئەڭ يېڭى ئىلگىرلەشلەرنى قانداق قىلىپ DSPy ۋە LangChain دىن پايدىلىنىپ ، قىرغاق ھېسابلاش مۇھىتىدا ئاكتىپ ۋەقەلەرنى تەكشۈرۈش ۋە ھەل قىلىش ئۇسۇلىنى تەتقىق قىلىمىز.

AI ، DevOps ۋە Edge Computing نىڭ ئارىلىقى

قىرغاق ھېسابلاش مۇھىتى تەقسىملەنگەن ، ئاپتوماتىك ۋە ئوخشىمىغان گۇرۇپپىلارنىڭ مەۋجۇتلۇقى بىلەن خاراكتېرلىنىدۇ ، بۇ DevOps گۇرۇپپىسىنىڭ ۋەقەلەرنى ۋاقتىدا ۋە ئۈنۈملۈك بايقىشى ۋە ھەل قىلىشىنى قىيىنلاشتۇرۇۋېتىدۇ. بۇ خىرىسنى ھەل قىلىش ئۈچۈن ، سۈنئىي ئەقىل ئارقىلىق كود تەكشۈرۈش قوراللىرى ۋە AIOps سۇپىسى ئۈمىدۋار ھەل قىلىش چارىسى سۈپىتىدە ئوتتۇرىغا چىقتى. بۇ قوراللار ماشىنا ئۆگىنىش ھېسابلاش ئۇسۇلى ۋە تەبىئىي تىل بىر تەرەپ قىلىش تېخنىكىسىنى ئىشلىتىپ ، سىستېما خاتىرىسى ، ئىقتىدار كۆرسەتكۈچى ۋە باشقا سانلىق مەلۇمات مەنبەلىرىنى ئانالىز قىلىپ ، DevOps گۇرۇپپىسىنىڭ نورمالسىزلىقنى بايقىيالايدۇ ۋە يۈز بېرىشتىن ئىلگىرى يۈز بېرىدىغان يوشۇرۇن ۋەقەلەرنى مۆلچەرلەيدۇ.

DSPy: سۈنئىي ئەقىل ئارقىلىق كود تەكشۈرۈش ئۈچۈن Python كۈتۈپخانىسى

DSPy Python كۈتۈپخانىسى بولۇپ ، ئاچقۇچىلارنى DevOps تۇرۇبا يولىدىكى سۈنئىي ئەقىل ئارقىلىق كود تەكشۈرۈش قوراللىرىنىڭ كۈچىدىن پايدىلىنالايدۇ. DSPy ماشىنا ئۆگىنىش ھېسابلاش ئۇسۇلى ۋە تەبىئىي تىل بىر تەرەپ قىلىش تېخنىكىسىنى كود تەكشۈرۈش خىزمەت ئېقىمىغا بىرلەشتۈرۈش ئۈچۈن ئاددىي ۋە بىۋاسىتە بىۋاسىتە API بىلەن تەمىنلەيدۇ. DSPy ئارقىلىق ، پروگراممېرلار سىستېما خاتىرىسى ، ئىقتىدار كۆرسەتكۈچى ۋە باشقا سانلىق مەلۇمات مەنبەلىرىنى ئانالىز قىلىپ ، نورمالسىزلىقنى بايقىيالايدۇ ۋە يۈز بېرىدىغان ۋەقەلەرنى مۆلچەرلىيەلەيدۇ.

LangChain: سۈنئىي ئەقىل ئارقىلىق ياسالغان AIOps سۇپىسى قۇرۇشنىڭ رامكىسى

LangChain سۈنئىي ئەقىل ئارقىلىق ھەرىكەتلىنىدىغان AIOps سۇپىسى قۇرۇشنىڭ رامكىسى بولۇپ ، قىرغاق ھېسابلاش مۇھىتىدا ئاكتىپ ۋەقەلەرنى تەكشۈرۈش ۋە ھەل قىلالايدۇ. LangChain ماشىنا ئۆگىنىش ھېسابلاش ئۇسۇلى ، تەبىئىي تىل بىر تەرەپ قىلىش تېخنىكىسى ۋە سۈنئىي ئەقىل ئارقىلىق ھەرىكەتلىنىدىغان قوراللارنى AIOps سۇپىسىغا بىرلەشتۈرۈش ئۈچۈن ئالدىن ياسالغان زاپچاسلار ۋە API لار بىلەن تەمىنلەيدۇ. LangChain ئارقىلىق ، پروگراممېرلار سۈنئىي ئەقىل ئارقىلىق كود تەكشۈرۈش قورالى ۋە AIOps سۇپىسىدىكى ئەڭ يېڭى ئىلگىرلەشلەردىن پايدىلىنىدىغان خاس AIOps سۇپىسىنى قۇرالايدۇ.

DSPy ۋە LangChain بىلەن سۈنئىي ئەقىل ئارقىلىق ياسالغان DevOps تۇرۇبا لىنىيىسىنى تەشكىللەش

DSPy ۋە LangChain بىلەن سۈنئىي ئەقىل ئارقىلىق ھەرىكەتلىنىدىغان DevOps تۇرۇبا يولىنى تەشكىللەش ئۈچۈن ، پروگراممېرلار بۇ باسقۇچلارنى قوللانسا بولىدۇ:

ئەمەلىي مىسال: DSPy ئارقىلىق سىستېما خاتىرىسىنى تەھلىل قىلىش

بۇ يەردە DSPy نى ئىشلىتىپ سىستېما خاتىرىسىنى تەھلىل قىلىشنىڭ ئاددىي بىر مىسالى بار: `` python import dspy

logs = dspy.load_logs ('system_logs.log')

ماشىنا ئۆگىنىش ھېسابلاش ئۇسۇلى ئارقىلىق سىستېما خاتىرىسىنى تەھلىل قىلىڭ

anomalies = dspy.analyze_logs (خاتىرە ، algorithm = 'MLP')

نورمالسىزلىقنى بېسىڭ

print (anomalies) `` بۇ مىسالدا ، بىز سىستېما خاتىرىسىنىdspy.load_logs` ئىقتىدارى ئارقىلىق يۈكلەيمىز ، ماشىنا ئۆگىنىش ھېسابلاش ئۇسۇلى (MLP) ئارقىلىق` dspy.analyze_logs` فۇنكسىيەسىنى ئىشلىتىپ ئانالىز قىلىمىز ۋە نورمالسىزلىقنى بېسىپ چىقىرىمىز.

ئەڭ كۆپ ئىشلىتىلىدىغان 5-10 بۇيرۇق / ئۈزۈندىلەر

بۇ يەردە DSPy ۋە LangChain ئۈچۈن ئەڭ كۆپ ئىشلىتىلىدىغان 5-10 بۇيرۇق / ئۈزۈندىلەر:

1. dspy.load_logs ('system_logs.log'): سىستېما خاتىرىسىنى يۈكلەيدۇ.
2. dspy.analyze_logs (خاتىرە ، algorithm = 'MLP'): ماشىنا ئۆگىنىش ھېسابلاش ئۇسۇلى ئارقىلىق سىستېما خاتىرىسىنى تەھلىل قىلىدۇ.
3. langchain.build_aiops_platform () `: LangChain ئارقىلىق خاس AIOps سۇپىسى قۇرىدۇ.
4. langchain.integrate_aiops_platform () `: AIOps سۇپىسىنى DevOps تۇرۇبا يولىغا بىرلەشتۈردى.
6. langchain.use_ml_algorithm (خاتىرە ، algorithm = 'SVM'): سىستېما خاتىرىسىنى ئانالىز قىلىش ئۈچۈن ماشىنا ئۆگىنىش ھېسابلاش ئۇسۇلى (SVM) نى ئىشلىتىدۇ.
7. "dspy.print_anomalies (نورمالسىزلىق)": نورمالسىزلىقنى بېسىپ چىقىرىدۇ.
8. "langchain.use_nlp_techniques (خاتىرە ، تېخنىكا =
10. langchain.use_custom_aiops_platform (): LangChain نى ئىشلىتىپ ياسالغان ئىختىيارى AIOps سۇپىسىنى ئىشلىتىدۇ.

Visualization

بۇ يەردە دىئاگرامما ئارقىلىق نورمالسىزلىقنى قانداق تەسۋىرلەشنىڭ بىر مىسالى بار: chart { "type": "bar", "data": { "labels": ["Anomaly 1", "Anomaly 2", "Anomaly 3"], "datasets": [ { "label": "نورمالسىزلىق", "data": [10, 20, 30], "backgroundColor": "rgba (255, 99, 132, 0.2)", "borderColor": "rgba (255, 99, 132, 1)", "borderWidth": 1 } ] }, "options": { "title": { "display": true, "text": "نورمالسىزلىق" }, "رىۋايەت": { "display": true } } } ` بۇ مىسالدا بىز Chart.js كۈتۈپخانىسىنى ئىشلىتىپ نورمالسىزلىقنى تەسۋىرلەيدىغان تاياقچە جەدۋەل ھاسىل قىلىمىز.

خۇلاسە

بۇ ماقالىدە سۈنئىي ئەقىل ئارقىلىق كود تەكشۈرۈش قورالى ۋە AIOps سۇپىسىدىكى ئەڭ يېڭى ئىلگىرلەشلەرنى قانداق قىلىپ DSPy ۋە LangChain دىن پايدىلىنىپ ، قىرغاقتىكى ھېسابلاش مۇھىتىدا ئاكتىپ ۋەقەلەرنى تەكشۈرۈش ۋە ھەل قىلىش ئۇسۇلىنى تەتقىق قىلدۇق. بىز DSPy نى قانداق قىلىپ سىستېما خاتىرىسىنى ئانالىز قىلىش ۋە دىئاگرامما ئارقىلىق نورمالسىزلىقنى تەسۋىرلەشنىڭ ئەمەلىي مىسالى بىلەن تەمىنلىدۇق. بىز يەنە DSPy ۋە LangChain ئۈچۈن ئەڭ كۆپ ئىشلىتىلىدىغان 5-10 بۇيرۇق / ئۈزۈندىلەرنىڭ تىزىملىكىنى تەمىنلىدۇق. پروگراممېرلار بۇ ماقالىدە كۆرسىتىلگەن باسقۇچلارنى بويلاپ ، سۈنئىي ئەقىل ئارقىلىق كود تەكشۈرۈش قورالى ۋە AIOps سۇپىسىدىكى ئەڭ يېڭى ئىلگىرلەشلەردىن پايدىلىنىپ ، خاس بولغان AIOps سۇپىسىنى قۇرۇپ ، قىرغاق ھېسابلاش مۇھىتىدا ئاكتىپ ۋەقەلەرنى تەكشۈرۈش ۋە ھەل قىلالايدۇ.