LangChain чат ботун түзүңүз

Киро AI менен иштеген агенттер жана LangChain менен AI менен иштеген DevOps автоматташтыруусун ишке ашыруу

Танышуу

DevOps пейзажы тездик менен өнүгүп жатат, жасалма интеллект (AI) жана машинаны үйрөнүү (ML) технологияларынын көбөйүшү менен. AI олуттуу таасир тийгизип жаткан негизги багыттардын бири - DevOps автоматташтыруу. Бул макалада биз өркүндөтүлгөн автоматташтыруу жана оркестрлөө мүмкүнчүлүктөрү үчүн Kiro AI менен иштеген агенттердин LangChain менен интеграциясына көңүл буруп, DevOps автоматташтырылган AI агенттеринин техникалык ишке ашырылышын изилдейбиз.

Kiro AI менен иштеген агенттер деген эмне?

Kiro AI менен иштеген агенттер тапшырмаларды автоматташтыруу жана чечимдерди кабыл алуу үчүн AI жана ML алгоритмдерин колдонгон программалык агенттин бир түрү. Бул агенттер маалыматтардан үйрөнүү жана өзгөрүп жаткан чөйрөлөргө ыңгайлашуу үчүн иштелип чыккан, бул аларды DevOps түтүктөрү сыяктуу татаал жана динамикалык системалар үчүн идеалдуу кылат.

LangChain деген эмне?

LangChain бул Python китепканасы, ал сүйлөшүүчү AI тиркемелерин куруу үчүн куралдардын жана API'лердин топтомун камсыз кылат. Бул иштеп чыгуучуларга табигый тилди иштетүү (NLP) жана машина үйрөнүү алгоритмдерин колдонуу менен чатботторду, үн жардамчыларын жана башка сүйлөшүү интерфейстерин түзүүгө мүмкүндүк берет.

Kiro AI менен иштеген агенттерди LangChain менен интеграциялоо

Kiro AI менен иштеген агенттерди LangChain менен интеграциялоо үчүн биз агенттер менен өз ара аракеттенип, аларды керектүү киргизүү жана жыйынтыктар менен камсыз кыла ала турган сүйлөшүү интерфейсин түзүшүбүз керек. Бул жерде архитектуранын жогорку деңгээли:

1. Колдонуучунун киргизүүсү: Колдонуучу текст же үн түрүндө киргизүүнү камсыз кылуу менен сүйлөшүү интерфейси менен иштешет.
2. Табигый тилди иштетүү (NLP): Киргизүү тиешелүү маалыматты жана ниетти алуу үчүн NLP алгоритмдери менен иштетилет.
3. Агентти тандоо: Сүйлөшүү интерфейси колдонуучунун киргизүүсүнө жана ниетине жараша тиешелүү Kiro AI менен иштеген агентти тандайт.
4. Агенттин өз ара аракеттенүүсү: Тандалган агент тапшырмаларды автоматташтыруу же чечимдерди кабыл алуу сыяктуу керектүү иш-аракеттерди аткаруу үчүн иштетилет.
5. Чыгуу: Агенттин чыгарылышы иштетилет жана сүйлөшүү интерфейси аркылуу колдонуучуга кайтарылат.

Техникалык ишке ашыруу

Бул архитектураны ишке ашыруу үчүн биз Python, Rust жана Go программалоо тилдеринин айкалышын колдонушубуз керек. Бул жерде Kiro AI менен иштеген агенттердин LangChain менен интеграциясын көрсөткөн жөнөкөй код блогу:

импорттук langchain
киро импорттук агенттен


chatbot = langchain.Chatbot(
    model="davinci:002",
    температура = 0,7,
    max_tokens=2048,
    user_agent="Киро AI-кубаттуу агент"
)

# Kiro AI менен иштеген агентти түзүңүз
агент = Агент(
    name="Менин агентим",
    description="Тапшырмаларды автоматташтырган жөнөкөй агент",
    аракеттер=[
        "башкаруу_командасы",
        "сенд_почта",
        "билет_түзүү"
    ]
)

# Агент менен иштешүү үчүн функцияны аныктаңыз
def interact_with_agent(киргизүү_текст):
    # Киргизүүнү NLP аркылуу иштетиңиз
    ниет = langchain.extract_intent(input_text)
    
    # Ниеттин негизинде тиешелүү агентти тандаңыз
    if intent == "run_command":
        agent.run_command()
    elif intent == "send_email":
        agent.send_email()
    elif intent == "түзүү_билет":
        agent.create_ticket()
    
    # Агенттин жыйынтыгын кайтарыңыз
    return agent.output

# Функцияны текшериңиз
input_text = "Куруу скриптин иштетүү"
чыгаруу = агент менен_өз ара аракеттенүү(киргизүү_текст)
басып чыгаруу (чыгаруу)

Бул код блогу LangChain чатботун жана Kiro AI менен иштеген агентти кантип түзүүнү жана сүйлөшүү интерфейсин колдонуу менен агент менен кантип иштешүүнү көрсөтөт.

Эң көп колдонулган 5-10 буйруктар/үзүндүлөр

Киро AI менен иштеген агенттер жана LangChain үчүн эң көп колдонулган буйруктардын жана үзүндүлөрдүн айрымдары:

1. langchain.Chatbot(model="davinci:002", температура=0,7, max_tokens=2048, user_agent="Kiro AI-Powered Agent"): Көрсөтүлгөн модели жана параметрлери менен LangChain чатботун түзөт.
2. Agent(name="Менин агентим", Description="Тапшырмаларды автоматташтырган жөнөкөй агент", actions=["run_command", "send_email", "create_ticket"]): Көрсөтүлгөн аты, сүрөттөмөсү жана аракеттери менен Kiro AI менен иштеген агентти түзөт.
3. langchain.extract_intent(input_text): ниетти чыгаруу үчүн NLP аркылуу киргизилген текстти иштетет.
4. agent.run_command(): Агентти буйрукту иштетүү үчүн иштетет.
5. agent.send_email(): Агентти электрондук кат жөнөтүүгө түрткү берет.
6. agent.create_ticket(): Агентти билет түзүү үчүн иштетет.
7. langchain.Chatbot().ask(input_text): Чатботко суроо берип, жооп кайтарат.
8. langchain.Chatbot().tell(input_text): Чатботко билдирүү айтып, жооп кайтарат.
9. langchain.Chatbot().listen(): Колдонуучунун киргизгенин угат жана жооп кайтарат.
10. langchain.Chatbot().stop(): Чатботту токтотуп, ресурстарды чыгарат.

Визуализация

Бул жерде Chart.js аркылуу архитектуранын жөнөкөй визуализациясы:

{
  "type": "pieChart",
  "маалымат": {
    "labels": ["Колдонуучунун киргизүүсү", "NLP", "Агентти тандоо", "Агенттин өз ара аракеттенүүсү", "Чыгуу"],
    "маалымат топтомдору": [
      {
        "label": "Архитектура",
        "data": [10, 20, 30, 40, 50],
        "backgroundColor": [
          "#FF6384",
          "#36A2EB",
          "#FFCE56",
          "#4BC0C0",
          "#FF99CC"
        ]
      }
    ]
  },
  "опциялар": {
    "аталышы": {
      "дисплей": чын,
      "text": "AI менен иштеген DevOps автоматташтырылган архитектурасы"
    },
    "легенда": {
      "дисплей": чын
    }
  }
}

Бул визуализация архитектуранын ар кандай компоненттерин көрсөтөт, анын ичинде колдонуучунун киргизүүсү, NLP, агент тандоо, агенттин өз ара аракеттенүүсү жана чыгаруу.

Корутунду

Бул макалада биз өркүндөтүлгөн автоматташтыруу жана оркестрлөө мүмкүнчүлүктөрү үчүн Kiro AI менен иштеген агенттердин LangChain менен интеграциясына көңүл буруп, DevOps автоматташтырылган AI агенттерин техникалык ишке ашырууну изилдедик. Биз Kiro AI менен иштеген агенттердин LangChain менен интеграциясын көрсөткөн жөнөкөй код блогун көрсөттүк жана Kiro AI менен иштеген агенттер жана LangChain үчүн эң көп колдонулган буйруктардын жана үзүндүлөрдүн тизмесин бердик. Биз ошондой эле Chart.js аркылуу архитектуранын визуализациясын киргиздик. AI менен иштеген агенттерди жана сүйлөшүү интерфейстерин колдонуу менен DevOps командалары тапшырмаларды автоматташтыра алат, эффективдүүлүктү жакшыртат жана каталарды азайтып, DevOps автоматташтыруусун эффективдүү жана эффективдүү кыла алат.