LangChain агентін жасаңыз | B4N1

LangChain агентін жасаңыз

3 months ago · b4n1 Read time: 5 min

Көп агенттік AI архитектурасы мен оркестрлік құралдарымен өзін-өзі емдеу бағдарламалық қамтамасыз ету жүйесін құру

Кіріспе

Қазіргі жылдам қарқынмен және үнемі өзгеріп отыратын бағдарламалық жасақтама ландшафтында өндірістен аман қала алатын сенімді және бейімделгіш жүйелерді құру бағдарламалық жасақтама инженерлері мен DevOps командалары үшін басты басымдық болып табылады. Бағдарламалық жасақтаманы әзірлеудің дәстүрлі тәсілдері көбінесе істен шығуға және тоқтап қалуға бейім монолитті жүйелерді құруға бағытталған. Дегенмен, көп агентті AI архитектуралары мен оркестрлік құралдардың пайда болуымен қазір өзгеретін жағдайларға бейімделе алатын және сәтсіздіктерден қалпына келтіретін өзін-өзі қалпына келтіретін бағдарламалық қамтамасыз ету жүйелерін жасауға болады.

Бұл мақалада біз мульти-агенттік AI архитектуралары мен оркестрлік құралдардың тұжырымдамасын және оларды өзін-өзі емдейтін бағдарламалық жүйелерді құру үшін қалай пайдалануға болатынын зерттейміз. Біз сондай-ақ AI, бағдарламалық қамтамасыз ету және DevOps саласындағы соңғы тенденцияларды зерттейміз және LangChain және DSPy сияқты құралдардың сенімді және бейімделгіш бағдарламалық қамтамасыз ету жүйесін құрудағы рөлін қарастырамыз.

Көп агенттік AI архитектуралары дегеніміз не?

Көп агентті AI архитектуралары - ортақ мақсатқа жету үшін бір-бірімен өзара әрекеттесетін бірнеше автономды агенттерден тұратын AI жүйесінің бір түрі. Әрбір агенттің өз мүмкіндіктері, білімі және мақсаттары бар және олар жоғары деңгейдегі мақсатқа жету үшін бірге жұмыс істейді. Көп агентті AI архитектуралары әсіресе көптеген мүдделі тараптар, қарама-қайшы мақсаттар және белгісіз нәтижелер бар күрделі жүйелерде пайдалы.

Бағдарламалық жасақтама инженериясында көп агентті AI архитектуралары нақты уақыт режимінде сәтсіздіктерді анықтап, оларға жауап бере алатын өзін-өзі емдеу жүйелерін құру үшін пайдаланылуы мүмкін. Мысалы, көп агентті AI жүйесі жүйенің әртүрлі құрамдастарын бақылайтын, ақауларды анықтайтын және жүйені сау күйге келтіру үшін қалпына келтіру әрекеттерін іске қосатын бірнеше агенттерден тұруы мүмкін.

Оркестрлік құралдар дегеніміз не?

Оркестрлеу құралдары қолданбалар мен қызметтерді орналастыруды, масштабтауды және басқаруды автоматтандыратын бағдарламалық жүйелер болып табылады. Олар бірнеше құрамдастарды, қызметтерді және қолданбаларды басқаруға арналған орталықтандырылған платформаны қамтамасыз етеді және әзірлеушілерге күрделі жұмыс процестері мен автоматтандыруды анықтауға мүмкіндік береді.

Оркестрлеу құралдары өзін-өзі қалпына келтіретін бағдарламалық қамтамасыз ету жүйелерін құру үшін өте маңызды, өйткені олар әзірлеушілерге ақауларға жауап ретінде іске қосылуы мүмкін қалпына келтіру жұмыс үрдістерін және автоматтандыруды анықтауға мүмкіндік береді. Мысалы, сақтық көшірме жүйесін қолдануды автоматтандыру немесе жүйе құрамдас бөлігі сәтсіз болғанда қалпына келтіру әрекетін іске қосу үшін реттеу құралы пайдаланылуы мүмкін.

LangChain және DSPy: мульти-агентті AI архитектурасына арналған оркестрлік құралдар

LangChain және DSPy - көп агентті AI архитектураларымен жұмыс істеуге арналған екі танымал оркестрлік құрал. LangChain — көп агентті AI жүйелерін құру үшін қарапайым және интуитивті API қамтамасыз ететін Python кітапханасы, ал DSPy — жұмыс процестерін анықтау және орындау үшін жоғары деңгейлі API қамтамасыз ететін Python кітапханасы.

LangChain және DSPy әзірлеушілерге нақты уақыт режимінде сәтсіздіктерді анықтап, оларға жауап бере алатын өзін-өзі емдейтін бағдарламалық қамтамасыз ету жүйелерін құруға мүмкіндік береді. Олар бірқатар мүмкіндіктерді қамтамасыз етеді, соның ішінде:

  • Агентті басқару: LangChain және DSPy көп агентті AI жүйесінде агенттерді құру, басқару және олармен өзара әрекеттесу үшін API интерфейстерін қамтамасыз етеді.
  • Жұмыс ағынының анықтамасы: LangChain және DSPy әзірлеушілерге қателерге жауап ретінде іске қосылуы мүмкін күрделі жұмыс процестері мен автоматтандыруды анықтауға мүмкіндік береді.
  • Қалпына келтіру әрекеттері: LangChain және DSPy сақтық көшірме жүйесін қолдану немесе жүйе құрамдас бөлігі сәтсіз болғанда қалпына келтіру әрекетін іске қосу сияқты қалпына келтіру әрекеттерін іске қосу үшін API интерфейстерін қамтамасыз етеді.

LangChain және DSPy көмегімен өзін-өзі емдеу жүйесін құру

LangChain және DSPy мүмкіндіктерін көрсету үшін веб-қосымшадағы сәтсіздіктерді анықтап, оларға жауап бере алатын қарапайым өзін-өзі емдеу жүйесін құрайық. Біз LangChain қолданбасының өнімділігін бақылайтын және сәтсіздік анықталған кезде қалпына келтіру әрекетін іске қосатын көп агентті AI жүйесін жасау үшін қолданамыз.

Міне, LangChain және DSPy көмегімен өзін-өзі емдеу жүйесін құру жолын көрсететін қарапайым код блогы:

langchain импорттау
langchain импорт агентінен, Chain


агент = Агент(
    name = "өзін-өзі емдейтін агент",
    тізбек=Тізбек(
        name = «өзін-өзі сауықтыру тізбегі»,
        қадамдар=[
            {"атауы": "монитор", "функция": монитор_өнімділігі},
            {"атауы": "қалпына келтіру", "функция": қалпына келтіру_жүйесі},
        ],
    ),
)

# Қолданбаның жұмысын бақылау үшін функцияны анықтаңыз
def monitor_performance():
    # Ақаулықты анықтауды имитациялаңыз
    егер random.random() < 0,5:
        қайтару {"сәтсіздік": True}
    басқа:
        қайтару {"сәтсіздік": False}

# Жүйені қалпына келтіру функциясын анықтаңыз
def қалпына келтіру_жүйесі(сәтсіздік):
    # Қалпына келтіру әрекетін іске қосыңыз
    егер сәтсіздік["failure"]:
        print («Қалпына келтіру әрекеті іске қосылуда...»)
        # Сақтық көшірме жүйесін қолданыңыз немесе қалпына келтіру әрекетін іске қосыңыз
        #...

# DSPy жұмыс процесін жасаңыз
жұмыс процесі = DSPy.Жұмыс процесі(
    name = "өзін-өзі емдеу-жұмыс процесі",
    қадамдар=[
        {"атауы": "монитор", "функция": монитор_өнімділігі},
        {"атауы": "қалпына келтіру", "функция": қалпына келтіру_жүйесі},
    ],
)

# Жұмыс процесін орындаңыз
workflow.execute()

Бұл код блогы қолданбаның өнімділігін бақылайтын және сәтсіздік анықталған кезде қалпына келтіру әрекетін іске қосатын LangChain агентін жасау жолын көрсетеді. DSPy жұмыс процесі қалпына келтіру әрекетін анықтау және оны сәтсіздікке жауап ретінде орындау үшін пайдаланылады.

Ең көп қолданылатын 5-10 пәрмендер/үзінділер

Міне, LangChain және DSPy үшін ең көп қолданылатын 5-10 командалар мен үзінділер:

  1. langchain.Agent(): жаңа LangChain агентін жасайды.
  2. langchain.Chain(): жаңа LangChain тізбегін жасайды.
  3. dspypy.Workflow(): жаңа DSPy жұмыс процесін жасайды.
  4. agent.execute(): LangChain агентін орындайды.
  5. workflow.execute(): DSPy жұмыс процесін орындайды.
  6. agent.chain.steps.append({"name": "step", "func": func}): LangChain тізбегіне жаңа қадам қосады.
  7. workflow.steps.append({"атауы": "қадам", "функ": функция}): DSPy жұмыс үрдісіне жаңа қадам қосады.
  8. agent.chain.steps.remove({"name": "step"}): LangChain тізбегінен қадамды жояды.
  9. workflow.steps.remove({"name": "step"}): DSPy жұмыс үрдісінен қадамды жояды.
  10. agent.chain.steps.insert(0, {"name": "step", "func": func}): LangChain тізбегінің басына жаңа қадамды кірістіреді.

визуализация

Мұнда Chart.js арқылы LangChain және DSPy жұмыс үрдісінің визуализациясы берілген:

{
  "түрі": "бар",
  «деректер»: {
    "labels": ["Монитор", "Қалпына келтіру"],
    "деректер жинағы": [
      {
        "label": "LangChain",
        "деректер": [10, 20],
        "backgroundColor": "rgba(255, 99, 132, 0.2)",
        "borderColor": "rgba(255, 99, 132, 1)",
        "borderWidth": 1
      },
      {
        "label": "DSPy",
        "деректер": [20, 30],
        "backgroundColor": "rgba(54, 162, 235, 0,2)",
        "borderColor": "rgba(54, 162, 235, 1)",
        "borderWidth": 1
      }
    ]
  },
  "опциялар": {
    «атауы»: {
      "дисплей": шын,
      "text": "LangChain және DSPy жұмыс процесі"
    },
    «таразы»: {
      "yAxes": [
        {
          «кенелер»: {
            "beginAtZero": шын
          }
        }
      ]
    }
  }
}

Бұл визуализация сол жақта «Монитор» және оң жақта «Қалпына келтіру» қадамы бар LangChain және DSPy жұмыс процесін көрсетеді. LangChain жұмыс процесі қызыл жолақпен, ал DSPy жұмыс процесі көк жолақпен көрсетілген.

Қорытынды

Көп агентті AI архитектураларымен және оркестрлік құралдармен өзін-өзі емдейтін бағдарламалық жүйелерді құру - бұл өндірісте аман қала алатын сенімді және бейімделгіш жүйелерді құрудың қуатты тәсілі. LangChain және DSPy - әзірлеушілерге нақты уақытта сәтсіздіктерді анықтап, оларға жауап бере алатын өзін-өзі емдеу жүйелерін құруға мүмкіндік беретін екі танымал оркестрлік құрал.

Бұл мақалада біз көп агентті AI архитектуралары мен оркестрлік құралдар тұжырымдамасын зерттедік және LangChain және DSPy көмегімен өзін-өзі емдеу жүйесін құру жолын көрсеттік. Біз сондай-ақ әзірлеушілерге өздерінің өзін-өзі емдеу жүйелерін құруды бастауға көмектесу үшін бірқатар практикалық мысалдар мен код үзінділерін ұсындық.

Сіз бағдарламалық жасақтама инженері, DevOps инженері немесе AI зерттеушісі болсаңыз да, LangChain және DSPy көмегімен өзін-өзі емдейтін бағдарламалық жасақтама жүйелерін құру өндірісте өмір сүре алатын сенімді және бейімделгіш жүйелерді құрудың қуатты тәсілі болып табылады.

Have Questions?

Let's Talk

Contact me on LinkedIn