ווי אַי טעכנאָלאָגיע האלט צו שטייַגן און ווערן ינקריסינגלי ינאַגרייטיד אין ווייכווארג סיסטעמען, די נויט פֿאַר געזונט, מאַינטאַבאַל און סקאַלאַבלע אַרקאַטעקטשערז איז קיינמאָל געווען מער דרינגלעך. אין דעם אַרטיקל, מיר וועלן ויספאָרשן די ינטערסעקשאַן פון אַי, ווייכווארג ינזשעניעריע און אַרקאַטעקטשער, מיט אַ פאָקוס אויף דיזיינינג סקאַלאַבלע און עטישע אַי-געטריבן ווייכווארג סיסטעמען ניצן מאַדזשאַלער וואָרקפלאָוו אַרקאַטעקטשער און אַי אגענטן.

די טשאַלאַנדזשיז פון אַי-געטריבן ווייכווארג סיסטעמען

אַי-געטריבן ווייכווארג סיסטעמען פאָרשטעלן עטלעכע טשאַלאַנדזשיז וואָס מוזן זיין גערעדט צו ענשור סקאַלאַביליטי און עטיקס. עטלעכע פון די טשאַלאַנדזשיז אַרייַננעמען:

• ** קאַמפּלעקסיטי **: אַי סיסטעמען זענען אָפט קאָמפּליצירט און שווער צו פֿאַרשטיין, וואָס מאכט עס טשאַלאַנדזשינג צו ידענטיפיצירן און אַדרעס פּאָטענציעל ישוז.
• ** סקאַלאַביליטי **: אַי סיסטעמען קענען זיין קאַמפּיוטישאַנאַלי אינטענסיווע, ריקוויירינג באַטייטיק רעסורסן צו וואָג.
• ** עטיקס **: אַי סיסטעמען קענען פּערפּעטשאַווייט בייאַסיז און דיסקרימינאַטאָרי פּראַקטיסיז, כיילייטינג די נויט פֿאַר עטישע קאַנסידעריישאַנז אין סיסטעם פּלאַן.
• ** מאַינטענאַנסע **: אַי סיסטעמען קענען זיין שווער צו טייַנען און דערהייַנטיקן, ריקוויירינג באַטייטיק עקספּערטיז און רעסורסן.

מאָדולאַר וואָרקפלאָוו אַרטשיטעקטורע

מאָדולאַר וואָרקפלאָוו אַרקאַטעקטשער איז אַ פּלאַן צוגאַנג וואָס ברייקס אַראָפּ קאָמפּלעקס סיסטעמען אין קלענערער, פרייַ מאַדזשולז וואָס קענען זיין לייכט מיינטיינד און דערהייַנטיקט. דעם צוגאַנג האט עטלעכע בענעפיץ, אַרייַנגערעכנט:

• ** סקאַלאַביליטי **: מאָדולאַר וואָרקפלאָוו אַרקאַטעקטשער אַלאַוז גרינג סקיילינג פון יחיד מאַדזשולז, רידוסינג די נויט פֿאַר באַטייַטיק מיטל אַפּגריידז.
• ** פלעקסיביליטי **: מאָדולאַר וואָרקפלאָוו אַרקאַטעקטשער ינייבאַלז גרינג מאָדיפיקאַטיאָן און פאַרלענגערונג פון יחיד מאַדזשולז, רידוסינג די נויט פֿאַר באַטייטיק סיסטעם רידיזיין.
• ** מאַינטאַינאַביליטי **: מאָדולאַר וואָרקפלאָוו אַרקאַטעקטשער מאכט עס גרינגער צו ידענטיפיצירן און אַדרעס ישוז, רידוסינג די נויט פֿאַר באַטייטיק סיסטעם דאַונטיים.

אַי אַגענץ

אַי אגענטן זענען ווייכווארג קאַמפּאָונאַנץ וואָס ינטעראַקט מיט ניצערס און אנדערע סיסטעמען צו דערגרייכן ספּעציפיש צילן. אַי אגענטן קענען ווערן גענוצט צו ינסטרומענט מאַדזשאַלער וואָרקפלאָוו אַרקאַטעקטשער, פּראַוויידינג עטלעכע בענעפיץ, אַרייַנגערעכנט:

• ** אַוטאָנאָמיע **: אַי אגענטן קענען אַרבעטן ינדיפּענדאַנטלי, רידוסינג די נויט פֿאַר מענטש ינטערווענטיאָן און ינקריסינג סיסטעם סקאַלאַביליטי.
• ** פלעקסיביליטי **: אַי אגענטן קענען זיין לייכט מאַדאַפייד און עקסטענדעד, רידוסינג די נויט פֿאַר באַטייטיק סיסטעם רידיזיין.
• ** סקאַלאַביליטי **: אַי אגענטן קענען זיין לייכט רעפּליקייטיד און סקיילד, רידוסינג די נויט פֿאַר באַטייַטיק מיטל אַפּגריידז.

דיזיינינג סקאַלאַבלע און עטישע אַי-געטריבן ווייכווארג סיסטעמען

צו פּלאַן סקאַלאַבלע און עטישע אַי-געטריבן ווייכווארג סיסטעמען, מיר מוזן באַטראַכטן עטלעכע שליסל סיבות, אַרייַנגערעכנט:

• ** מאַדזשאַלעראַטי **: צעטיילן קאָמפּלעקס סיסטעמען אין קלענערער, פרייַ מאַדזשולז וואָס קענען זיין לייכט מיינטיינד און דערהייַנטיקט.
• ** אַוטאָנאָמיע **: ניצן אַי אגענטן צו ינסטרומענט מאַדזשאַלער וואָרקפלאָוו אַרקאַטעקטשער, געבן זעלבסט-פאַרוואַלטונג און רידוסינג די נויט פֿאַר מענטש ינטערווענטיאָן.
• ** פלעקסיביליטי **: פּלאַן סיסטעמען וואָס קענען לייכט אַדאַפּט צו טשאַנגינג רעקווירעמענץ און באַניצער דאַרף.
• ** עטיקס **: ינקאָרפּערייט עטיקס אין סיסטעם פּלאַן, ינשורינג אַז אַי סיסטעמען זענען שיין, טראַנספּעראַנט און אַקאַונטאַבאַל.

פּראַקטיש בייַשפּיל: ניצן מאָדולאַר וואָרקפלאָוו אַרקאַטעקטשער און אַי אַגענץ אין פּיטהאָן

דאָ איז אַ פּשוט בייַשפּיל פון ניצן מאַדזשאַלער וואָרקפלאָוו אַרקאַטעקטשער און אַי אגענטן אין פּיטהאָן:

אַרייַנפיר אַסינסיאָ
פֿון langchain.agents אַרייַנפיר LLMChainAgent

# דעפינירן אַ מאַדזשאַלער וואָרקפלאָוו אַרקאַטעקטשער
קלאַס מאָדולאַר וואָרקפלאָוו:
    דעף __יניט__ (זיך):
        self.modules = []

    def add_module (זיך, מאָדולע):
        self.modules.append(מאָדולע)

    אַסינק דעפ לויפן (זיך):
        פֿאַר מאָדולע אין זיך.מאָדולעס:
            דערוואַרטן module.run ()

# דעפינירן אַן אַי אַגענט
קלאַס אַי-אַגענט:
    דעף __יניט__ (זיך, לם):
        self.llm = llm

    אַסינק דעפ לויפן (זיך):
        # ניצן די LLM צו דזשענערייט טעקסט
        text = await self.llm.generate_text ("העלא, וועלט!")
        דרוק (טעקסט)

# דעפינירן אַ מאָדולע וואָס ניצט די אַי אַגענט
קלאַס טעקסט גענעראַטאָר:
    דעף __יניט__ (זיך, אַי_אַגענט):
        self.ai_agent = אַי_אַגענט

    אַסינק דעפ לויפן (זיך):
        # ניצן די אַי אַגענט צו דזשענערייט טעקסט
        דערוואַרטן self.ai_agent.run()

# שאַפֿן אַ מאַדזשאַלער וואָרקפלאָוו אַרקאַטעקטשער
וואָרקפלאָוו = מאָדולאַר וואָרקפלאָוו ()

# לייג אַ מאָדולע וואָס ניצט די אַי אַגענט
workflow.add_module(TextGenerator(AI-Agent(LLMCainAgent())))

# לויפן די וואָרקפלאָוו
asyncio.run(workflow.run())

דער ביישפּיל דעמאַנסטרייץ ווי צו נוצן מאַדזשאַלער וואָרקפלאָוו אַרקאַטעקטשער און אַי אגענטן צו שאַפֿן אַ סקאַלאַבלע און מיינטיינינג סיסטעם. די 'ModularWorkflow' קלאַס דיפיינז אַ מאַדזשאַלער וואָרקפלאָוו אַרקאַטעקטשער, בשעת די 'AI-Agent' קלאַס דיפיינז אַן אַי אַגענט וואָס קענען זיין געוויינט צו ינסטרומענט מאַדזשאַלער וואָרקפלאָוו אַרקאַטעקטשער. די 'טעקסטגענעראַטאָר' קלאַס דעמאַנסטרייץ ווי צו נוצן די אַי אַגענט צו דזשענערייט טעקסט.

שפּיץ 5-10 מערסט געוויינט קאַמאַנדז / סניפּאַץ

דאָ זענען די שפּיץ 5-10 מערסט געוויינט קאַמאַנדז / סניפּאַץ פֿאַר דעם טעכנאָלאָגיע:

1. 'ימפּאָרט אַסינסיאָ' - ימפּאָרט די אַסינסיאָ ביבליאָטעק צו געבן ייסינגקראַנאַס פּראָגראַממינג.
2. פֿון langchain.agents ימפּאָרט LLMChainAgent - ימפּאָרט די LLMChainAgent קלאַס פון די לאַנגטשאַין ביבליאָטעק צו שאַפֿן אַן אַי אַגענט.
3. 'קלאַס מאָדולאַר וואָרקפלאָוו:' - דעפינירן אַ מאַדזשאַלער וואָרקפלאָוו אַרקאַטעקטשער ניצן די 'מאָדולאַרוואָרקפלאָוו' קלאַס.
4. async def run(self): - דעפינירן אַן ייסינגקראַנאַס אופֿן צו לויפן די מאַדזשאַלער וואָרקפלאָוו אַרקאַטעקטשער.
5. await module.run() - ניצן די אַווייט קיווערד צו לויפן יחיד מאַדזשולז אין די מאַדזשאַלער וואָרקפלאָוו אַרקאַטעקטשער.
6. קלאַס אַי-אַגענט: - דעפינירן אַן אַי אַגענט ניצן די AI-Agent קלאַס.
7. async def run(self): - דעפינירן אַן ייסינגקראַנאַס אופֿן צו לויפן די אַי אַגענט.
8. text = await self.llm.generate_text ("העלא, וועלט!") - ניצן די LLM צו דזשענערייט טעקסט.
9. workflow.add_module(TextGenerator(AI-Agent(LLMCainAgent()))) - לייג אַ מאָדולע וואָס ניצט די אַי אַגענט צו די מאַדזשאַלער וואָרקפלאָוו אַרקאַטעקטשער.
10. asyncio.run(workflow.run()) - לויפן די מאַדזשאַלער וואָרקפלאָוו אַרקאַטעקטשער ניצן די אַסינסיאָ ביבליאָטעק.

וויסואַליזאַטיאָן

דאָ איז אַ וויזשוואַלאַזיישאַן פון די מאַדזשאַלער וואָרקפלאָוו אַרקאַטעקטשער ניצן Chart.js:

{
  "type": "באַר",
  "דאַטן": {
    "labels": ["מאָדול 1", "מאָדול 2", "מאָדול 3"],
    "דאַטאַסעטס": [
      {
        "label": "מאָדול 1",
        "דאַטן": [10],
        "backgroundColor": "rgba(255, 99, 132, 0.2)",
        "borderColor": "rgba(255, 99, 132, 1)",
        "באָרדערווידטה": 1
      },
      {
        "label": "מאָדול 2",
        "דאַטן": [20],
        "backgroundColor": "rgba(54, 162, 235, 0.2)",
        "borderColor": "rgba(54, 162, 235, 1)",
        "באָרדערווידטה": 1
      },
      {
        "label": "מאָדול 3",
        "דאַטן": [30],
        "backgroundColor": "rgba(255, 206, 86, 0.2)",
        "borderColor": "rgba(255, 206, 86, 1)",
        "באָרדערווידטה": 1
      }
    ]
  },
  "אָפּציעס": {
    "טיטל": {
      "ווייַז": אמת,
      "text": "מאָדולאַר וואָרקפלאָוו אַרקאַטעקטשער"
    },
    "סקאַלעס": {
      "יאַקסעס": [
        {
          "טיקס": {
            "באַגינאַט זעראָ": אמת
          }
        }
      ]
    }
  }
}

די וויזשוואַלאַזיישאַן דעמאַנסטרייץ די מאַדזשאַלער וואָרקפלאָוו אַרקאַטעקטשער, מיט יעדער מאָדולע רעפּריזענטיד דורך אַ באַר טשאַרט. די X-אַקס רעפּראַזענץ די מאַדזשולז, בשעת די י-אַקס רעפּראַזענץ די דורכפירונג צייט.

# מסקנא

דיזיינינג סקאַלאַבלע און עטישע אַי-געטריבן ווייכווארג סיסטעמען ריקווייערז אַ טיף פארשטאנד פון אַי, ווייכווארג ינזשעניעריע און אַרקאַטעקטשער. דורך ניצן מאַדזשאַלער וואָרקפלאָוו אַרקאַטעקטשער און אַי אגענטן, דעוועלאָפּערס קענען שאַפֿן געזונט, מאַינטאַבאַל און סקאַלאַבלע סיסטעמען וואָס טרעפן די באדערפענישן פון יוזערז און סטייקכאָולדערז. דורך ינקאָרפּערייטינג עטיקס אין סיסטעם פּלאַן, דעוועלאָפּערס קענען ענשור אַז אַי סיסטעמען זענען שיין, טראַנספּעראַנט און אַקאַונטאַבאַל.