The latest articles on Forem by AWS 3arabi (عربي) (@aws-3arabi). https://forem.com/aws-3arabi https://media2.dev.to/dynamic/image/width=90,height=90,fit=cover,gravity=auto,format=auto/https:%2F%2Fdev-to-uploads.s3.amazonaws.com%2Fuploads%2Forganization%2Fprofile_image%2F9622%2F4d5e339d-1fd0-452d-9b0c-084782de4c79.png https://forem.com/aws-3arabi en AWS 3arabi Sun, 10 Nov 2024 17:27:00 +0000 https://forem.com/aws-3arabi/nsh-msd-mhdth-mn-ljyl-lqdm-bstkhdm-amazon-bedrock-wamazon-connect-wamazon-lex-wlangchain-wwhatsapp-2doi https://forem.com/aws-3arabi/nsh-msd-mhdth-mn-ljyl-lqdm-bstkhdm-amazon-bedrock-wamazon-connect-wamazon-lex-wlangchain-wwhatsapp-2doi <p>تم كتابة هذا المقال بالتعاون مع Harrison Chase وErick Friis وLinda Ye من LangChain.<br> تمت المراجعة والتحرير باللغة العربية بواسطة Arwa Alnitaifi.<br> اطلع على المقال الأصلي باللغة الإنجليزية <a href="https://aws.amazon.com/blogs/machine-learning/create-a-next-generation-chat-assistant-with-amazon-bedrock-amazon-connect-amazon-lex-langchain-and-whatsapp/" rel="noopener noreferrer">من هنا</a></p> <p>من المتوقع أن يُحدث الذكاء الاصطناعي التوليدي ثورة في تجارب المستخدمين خلال السنوات القادمة. تتمثل الخطوة الحاسمة في هذه الرحلة في تقديم مساعدين أذكياء يستخدمون الأدوات بفعالية لمساعدة العملاء على التنقل في المشهد الرقمي. في هذا المقال، نوضح كيفية نشر مساعد ذكاء اصطناعي سياقي، حيث يعتمد حلنا على Amazon Bedrock Knowledge Bases وAmazon Lex وAmazon Connect، مع استخدام WhatsApp كقناة للتواصل، مما يمنح المستخدمين واجهة مألوفة وسهلة الاستخدام.</p> <p>يمنح Amazon Bedrock Knowledge Bases نماذج Foundation Models (FMs) والوكلاء معلومات سياقية من مصادر البيانات الخاصة بشركتك لـ Retrieval Augmented Generation (RAG)، مما يساعد في تقديم استجابات أكثر دقة وملاءمة وخصوصية. كما يوفر حلاً قوياً للمؤسسات التي تسعى لتحسين تطبيقاتها المدعومة بالذكاء الاصطناعي التوليدي. تُسهم هذه الميزة في تبسيط دمج المعرفة المتخصصة في الذكاء الاصطناعي التحادثي بفضل التوافق المباشر مع Amazon Lex وAmazon Connect.</p> <p>من خلال أتمتة عمليات استيعاب المستندات وتقسيمها وتضمينها، يتم الاستغناء عن الحاجة إلى إعداد قواعد بيانات متجهات معقدة أو أنظمة استرجاع مخصصة يدوياً، مما يقلل بشكل كبير من تعقيد التطوير والوقت المستغرق.</p> <p>النتيجة هي تحسين دقة استجابات الـ FM، مع تقليل الهلوسة بسبب الاعتماد على البيانات الموثقة. يتم تحقيق كفاءة التكلفة من خلال تقليل موارد التطوير والتكاليف التشغيلية مقارنة بصيانة أنظمة إدارة المعرفة المخصصة. يمكن للحل التكيف بسرعة مع نمو حجم البيانات واستفسارات المستخدمين بفضل خدمات AWS السحابية. كما أنه يستخدم البنية التحتية الأمنية القوية لـ AWS للحفاظ على خصوصية البيانات والامتثال التنظيمي. مع القدرة على التحديث المستمر والإضافة إلى قاعدة المعرفة، تظل تطبيقات الذكاء الاصطناعي محدثة بأحدث المعلومات. من خلال اختيار Amazon Bedrock Knowledge Bases، يمكن للمؤسسات التركيز على إنشاء تطبيقات ذكاء اصطناعي ذات قيمة مضافة بينما تتولى AWS تعقيدات إدارة المعرفة والاسترجاع، مما يتيح نشر حلول ذكاء اصطناعي أكثر دقة وقدرة بجهد أقل.</p> <h2> المتطلبات الأساسية </h2> <p>لتنفيذ هذا الحل، تحتاج إلى ما يلي:</p> <ul> <li>حساب AWS مع الصلاحيات اللازمة لإنشاء موارد في خدمات Amazon Bedrock، Amazon Lex، Amazon Connect، وAWS Lambda.</li> <li>الوصول إلى نموذج Anthropic's Claude 3 Haiku على Amazon Bedrock. اتبع الخطوات في "Access Amazon Bedrock foundation models"</li> <li>حساب WhatsApp للأعمال لربط مع Amazon Connect.</li> <li>مستندات المنتج، مقالات، أو أي بيانات ذات صلة لإدخالها في قاعدة المعرفة بتنسيق متوافق مثل PDF أو text.</li> </ul> <h2> نظرة عامة على الحل </h2> <p>يستخدم هذا الحل العديد من خدمات الذكاء الاصطناعي الرئيسية من AWS لبناء ونشر مساعد الذكاء الاصطناعي:</p> <ul> <li><p><strong>Amazon Bedrock</strong>: خدمة مُدارة بالكامل تقدم مجموعة من نماذج Foundation Models عالية الأداء من شركات الذكاء الاصطناعي الرائدة مثل AI21 Labs وAnthropic وCohere وMeta وMistral AI وStability AI وAmazon من خلال واجهة برمجة تطبيقات واحدة، إلى جانب مجموعة واسعة من القدرات التي تحتاجها لبناء تطبيقات الذكاء الاصطناعي التوليدي مع الأمان والخصوصية والذكاء الاصطناعي المسؤول</p></li> <li><p><strong>Amazon Bedrock Knowledge Bases</strong>: يمنح مساعد الذكاء الاصطناعي معلومات سياقية من مصادر البيانات الخاصة بالشركة</p></li> <li><p><strong>Amazon OpenSearch Service</strong>: يعمل كمخزن للمتجهات مدعوم بشكل أصلي من Amazon Bedrock Knowledge Bases</p></li> <li><p><strong>Amazon Lex</strong>: يمكّن من بناء واجهة محادثة لمساعد الذكاء الاصطناعي، بما في ذلك تحديد النوايا والفتحات</p></li> <li><p><strong>Amazon Connect</strong>: يدعم الربط مع WhatsApp لجعل مساعد الذكاء الاصطناعي متاحاً للمستخدمين على تطبيق المراسلة الشائع</p></li> <li><p><strong>AWS Lambda</strong>: يشغل الكود لدمج الخدمات وتنفيذ وكيل LangChain الذي يشكل المنطق الأساسي لمساعد الذكاء الاصطناعي</p></li> <li><p><strong>Amazon API Gateway</strong>: يستقبل الطلبات الواردة من WhatsApp ويوجهها إلى AWS Lambda لمزيد من المعالجة</p></li> <li><p><strong>Amazon DynamoDB</strong>: يخزن الرسائل المستلمة والمُنشأة لتمكين ذاكرة المحادثة</p></li> <li><p><strong>Amazon SNS</strong>: يتعامل مع توجيه الاستجابة الصادرة من Amazon Connect</p></li> <li><p><strong>LangChain</strong>: يوفر طبقة تجريد قوية لبناء وكيل LangChain الذي يساعد نماذج FM على إجراء استدلال مدرك للسياق</p></li> <li><p><strong>LangSmith</strong>: يرفع تتبعات الوكيل إلى LangSmith لمزيد من المراقبة، بما في ذلك تصحيح الأخطاء والمراقبة وقدرات الاختبار والتقييم</p></li> </ul> <p><a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.amazonaws.com%2Fuploads%2Farticles%2F1s5f95cjys7fi12fts5w.png" class="article-body-image-wrapper"><img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.amazonaws.com%2Fuploads%2Farticles%2F1s5f95cjys7fi12fts5w.png" alt="Architecture diagram showing the solution components and flow" width="800" height="326"></a></p> <h2> وصف سير العمل </h2> <p>تشير الأرقام باللون الأحمر على الجانب الأيمن من المخطط إلى عملية إدخال البيانات:</p> <ol> <li>تحميل الملفات إلى Amazon Simple Storage Service (Amazon S3) Data Source</li> <li>تؤدي الملفات الجديدة إلى تشغيل Lambda Function</li> <li>تستدعي Lambda Function عملية مزامنة مصدر بيانات قاعدة المعرفة</li> <li>يجلب Amazon Bedrock Knowledge Bases البيانات من Amazon S3، ويقسمها، ويولد التضمينات من خلال FM الذي تختاره</li> <li>يخزن Amazon Bedrock Knowledge Bases التضمينات في Amazon OpenSearch Service</li> </ol> <p>تشير الأرقام على الجانب الأيسر من المخطط إلى عملية المراسلة:</p> <ol> <li>يبدأ المستخدم الاتصال عن طريق إرسال رسالة عبر WhatsApp إلى webhook المستضاف على Amazon API Gateway</li> <li>يوجه Amazon API Gateway الرسالة الواردة إلى معالج الرسائل الواردة، المنفذ على AWS Lambda</li> <li>يسجل معالج الرسائل الواردة تفاصيل اتصال المستخدم في Amazon DynamoDB</li> <li>للمستخدمين الجدد، ينشئ معالج الرسائل الواردة جلسة جديدة في Amazon Connect ويسجلها في DynamoDB. للمستخدمين العائدين، يستأنف جلسة Amazon Connect الحالية</li> <li>يرسل Amazon Connect رسالة المستخدم إلى Amazon Lex لمعالجة اللغة الطبيعية</li> <li>يشغل Amazon Lex المساعد الذكي LangChain، المنفذ كدالة Lambda</li> <li>يسترجع مساعد LangChain الذكي سجل المحادثة من DynamoDB</li> <li>باستخدام Amazon Bedrock Knowledge Bases، يجلب مساعد LangChain الذكي المعلومات السياقية ذات الصلة</li> <li>يجمع مساعد LangChain الذكي توجيهاً، يتضمن بيانات السياق واستعلام المستخدم، ويقدمه إلى FM يعمل على Amazon Bedrock</li> <li>يعالج Amazon Bedrock المدخلات ويعيد استجابة النموذج إلى مساعد LangChain الذكي</li> <li>يرسل مساعد LangChain الذكي استجابة النموذج مرة أخرى إلى Amazon Lex</li> <li>ينقل Amazon Lex استجابة النموذج إلى Amazon Connect</li> <li>ينشر Amazon Connect استجابة النموذج في Amazon Simple Notification Service (Amazon SNS)</li> <li>يشغل Amazon SNS دالة Lambda لمعالجة الرسائل الصادرة</li> <li>يسترجع معالج الرسائل الصادرة معلومات اتصال الدردشة ذات الصلة من Amazon DynamoDB</li> <li>يرسل معالج الرسائل الصادرة الاستجابة إلى المستخدم من خلال واجهة برمجة تطبيقات WhatsApp من Meta</li> </ol> <p>نشر مساعد الذكاء الاصطناعي يتضمن ثلاث خطوات رئيسية:</p> <ol> <li><p>إنشاء قاعدة المعرفة باستخدام Amazon Bedrock Knowledge Bases وإدخال وثائق المنتج والأسئلة الشائعة ومقالات المعرفة وغيرها من البيانات المفيدة التي يمكن للمساعد الذكي استخدامها للإجابة على أسئلة المستخدم. يجب أن تغطي البيانات حالات الاستخدام والمواضيع الرئيسية التي سيدعمها مساعد الذكاء الاصطناعي.</p></li> <li><p>إنشاء وكيل LangChain الذي يشغل منطق مساعد الذكاء الاصطناعي. يتم تنفيذ الوكيل في دالة Lambda ويستخدم قاعدة المعرفة كأداته الأساسية للبحث عن المعلومات. يتم أتمتة نشر الوكيل مع الموارد الأخرى من خلال قالب AWS CloudFormation المقدم.</p></li> <li><p>إنشاء مثيل Amazon Connect وتكوين تكامل WhatsApp. هذا يسمح للمستخدمين بالدردشة مع مساعد الذكاء الاصطناعي باستخدام WhatsApp، مما يوفر واجهة مألوفة ويمكّن التفاعلات الغنية مثل الصور والأزرار. شعبية WhatsApp تحسن إمكانية الوصول إلى مساعد الذكاء الاصطناعي.</p></li> </ol> <h2> نشر الحل </h2> <p>لقد قدمنا قوالب AWS CloudFormation جاهزة تنشر كل ما تحتاجه في حساب AWS الخاص بك.</p> <ol> <li><p>قم بتسجيل الدخول إلى وحدة تحكم AWS إذا لم تكن قد قمت بذلك بالفعد.</p></li> <li><p>اختر زر Launch Stack التالي لفتح وحدة تحكم CloudFormation وإنشاء مجموعة جديدة.</p></li> <li> <p>أدخل المعلمات التالية:</p> <ul> <li>StackName: قم بتسمية المجموعة الخاصة بك، على سبيل المثال، WhatsAppAIStack</li> <li>LangchainAPIKey: مفتاح API الذي تم إنشاؤه من خلال LangChain</li> </ul> </li> </ol> <div class="table-wrapper-paragraph"><table> <thead> <tr> <th>Region</th> <th>Deploy button</th> <th>Template URL -- use to upgrade existing stack to a new release</th> <th>AWS CDK stack to customize as needed</th> </tr> </thead> <tbody> <tr> <td>N. Virginia (us-east-1)</td> <td></td> <td><a href="https://aws-blogs-artifacts-public.s3.amazonaws.com/ML-16776/template.yml" rel="noopener noreferrer">YML</a></td> <td><a href="https://github.com/aws-samples/langchain-agents/blob/main/bedrock/knowledge-base-lex-langsmith/lib/ai-stack.ts" rel="noopener noreferrer">GitHub</a></td> </tr> </tbody> </table></div> <ol> <li><p>حدد المربع للإقرار بأنك تقوم بإنشاء موارد AWS Identity and Access Management (IAM) واختر Create Stack.</p></li> <li> <p>انتظر حتى اكتمال إنشاء المجموعة في حوالي 10 دقائق، والتي ستنشئ ما يلي:</p> <ul> <li>وكيل LangChain</li> <li>روبوت Amazon Lex</li> <li>قاعدة معرفة Amazon Bedrock</li> <li>مخزن المتجهات (Amazon OpenSearch Serverless)</li> <li>دوال Lambda (لإدخال البيانات والمزودين)</li> <li>مصدر البيانات (Amazon S3)</li> <li>DynamoDB</li> <li>Parameter Store لمفتاح API الخاص بـ LangChain</li> <li>أدوار وصلاحيات IAM</li> </ul> </li> <li><p>قم بتحميل الملفات إلى مصدر البيانات (Amazon S3) الذي تم إنشاؤه لـ WhatsApp. بمجرد تحميل ملف، سيتم مزامنة مصدر البيانات تلقائياً.</p></li> <li><p>لاختبار الوكيل، في وحدة تحكم Amazon Lex، حدد المساعد الذي تم إنشاؤه مؤخراً. اختر اللغة الإنجليزية، واختر Test، وأرسل له رسالة.</p></li> </ol> <h3> إنشاء الـ Amazon Connect instance وربط WhatsApp </h3> <p>قم بتكوين Amazon Connect للربط مع حساب WhatsApp للأعمال الخاص بك وتمكين قناة WhatsApp للمساعد الذكي:</p> <ol> <li><p>انتقل إلى Amazon Connect في وحدة تحكم AWS. إذا لم تكن قد قمت بإنشاء الـ instance بعد، قم بإنشائه. انسخ الـ Instance ARN الخاص بك تحت Distribution settings. ستحتاج إلى هذه المعلومات لاحقًا لربط حساب WhatsApp للأعمال الخاص بك.</p></li> <li><p>اختر الـ instance الخاص بك، ثم في لوحة التنقل، اختر Flows. مرر لأسفل واختر Amazon Lex. اختر البوت الخاص بك واختر Add Amazon Lex Bot.</p></li> <li><p>في لوحة التنقل، اختر Overview. تحت Access Information، اختر Log in for emergency access.</p></li> <li><p>في وحدة تحكم Amazon Connect، تحت Routing في لوحة التنقل، اختر Flows. اختر Create flow. اسحب عنصر Get customer input إلى الـ flow. حدد العنصر. اختر Text-to-speech أو chat text وأضف رسالة ترحيب مثل، "مرحبًا، كيف يمكنني مساعدتك اليوم؟" مرر لأسفل واختر Amazon Lex، ثم اختر البوت الخاص بـ Amazon Lex الذي أنشأته في الخطوة 2.</p></li> </ol> <p><a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.amazonaws.com%2Fuploads%2Farticles%2Fipxmuq58u8lxbvdabgtl.png" class="article-body-image-wrapper"><img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.amazonaws.com%2Fuploads%2Farticles%2Fipxmuq58u8lxbvdabgtl.png" alt="Amazon Connect console flow configuration" width="800" height="421"></a></p> <ol> <li><p>بعد حفظ العنصر، أضف عنصرًا آخر يسمى "Disconnect". اسحب سهم الـ Entry إلى Get customer input وسهم Get customer input إلى Disconnect. اختر Publish.</p></li> <li><p>بعد نشره، اختر Show additional flow information في أسفل لوحة التنقل. انسخ اسم المورد Amazon Resource Name (ARN) للـ flow، الذي ستحتاجه لنشر تكامل WhatsApp. تظهر الصورة التالية وحدة تحكم Amazon Connect مع الـ flow.</p></li> <li><p>قم بنشر تكامل WhatsApp كما هو مفصل في <a href="https://aws.amazon.com/blogs/contact-center/provide-whatsapp-messaging-as-a-channel-with-amazon-connect/" rel="noopener noreferrer">"Provide WhatsApp messaging as a channel with Amazon Connect"</a>.</p></li> </ol> <h3> اختبار الحل </h3> <p>تفاعل مع المساعد الذكي من خلال WhatsApp، كما هو موضح في الفيديو التالي:</p> Your browser does not support the video tag. <h3> حذف الموارد المتسخدمة </h3> <p>لتجنب حدوث التكاليف المستمرة، قم بحذف الموارد بعد الانتهاء منها:</p> <ol> <li>قم بحذف CloudFormation stacks.</li> <li>قم بحذف Amazon Connect instance.</li> </ol> <h2> الخاتمة </h2> <p>هذا المقال يوضح لك كيفية إنشاء مساعد ذكي للمحادثات باستخدام الذكاء الاصطناعي من خلال دمج Amazon Bedrock و Amazon Lex و Amazon Connect، ونشره على تطبيق واتساب.</p> <p>يقوم الحل بإدخال البيانات ذات الصلة في قاعدة معرفية على Amazon Bedrock Knowledge Bases، وتنفيذ وكيل LangChain يستخدم قاعدة المعرفة للإجابة على الأسئلة، وجعل الوكيل متاحاً للمستخدمين من خلال WhatsApp. هذا يوفر مساعداً ذكياً يمكن الوصول إليه ويمكنه توجيه المستخدمين خلال منتجات وخدمات شركتك.</p> <p>تتضمن الخطوات التالية المحتملة تخصيص المساعد الذكي لحالة الاستخدام المحددة الخاصة بك، وتوسيع قاعدة المعرفة، وتحليل سجلات المحادثة باستخدام LangSmith لتحديد المشكلات، وتحسين الأخطاء، وتحليل اختناقات الأداء في تسلسل مكالمات FM الخاص بك.</p> AWS 3arabi Thu, 24 Oct 2024 04:17:56 +0000 https://forem.com/aws-3arabi/lmsh-lmny-llkwd-bstkhdm-amazon-q-developer-4jcj https://forem.com/aws-3arabi/lmsh-lmny-llkwd-bstkhdm-amazon-q-developer-4jcj <p>يسعى مطورو البرمجيات دائماً إلى تطوير منتجات تلبي أعلى معايير أمن وخصوصية البيانات، مما يعزز الثقة لدى المستخدمين والعملاء. يهدف المطورون إلى تأمين برمجياتهم من خلال تحديد ومعالجة الثغرات الأمنية في الكود الخاص بهم، مما يزيد من قدرتهم على مواجهة التهديدات السيبرانية.</p> <p>يساعد Amazon Q Developer، وهو مساعد مدعوم بالذكاء الاصطناعي التوليدي، في تحسين الأمان في مراحل مبكرة من دورة تطوير البرمجيات من خلال تقديم التوجيه للمطورين أثناء كتابة الكود في بيئة التطوير المتكاملة (IDE).</p> <h2> المسح الأمني للكود </h2> <p>يقدم Amazon Q Developer طريقتين أساسيتين لفحص الكود:</p> <h3> الفحص أثناء الكتابة (Scan as you code) </h3> <ul> <li>متوفرة حصرياً لمشتركي Amazon Q Developer Pro</li> <li>تعمل تلقائياً في الخلفية بشكل دوري</li> <li>تبرز الثغرات الأمنية مباشرة أثناء كتابة الكود</li> <li>تظهر تنبيهات فورية عند اكتشاف مشاكل أمنية</li> </ul> <h3> فحص المشروع بالكامل (Scan your project) </h3> <ul> <li>متاح في النسختين المجانية والمدفوعة</li> <li>يمكن تشغيله يدوياً من قائمة Amazon Q Developer</li> <li>يقوم بفحص شامل للمشروع بأكمله وجميع التبعيات</li> </ul> <h2> كيفية عمل النظام </h2> <p>عند اكتشاف ثغرة أمنية، يقدم النظام:</p> <ul> <li>تحديد دقيق لموقع المشكلة في الكود</li> <li>رسالة تفصيلية عن نوع الثغرة</li> <li>رابط إلى تصنيف الضعف المشترك (CWE) المرتبط بالمشكلة</li> <li>حل مقترح للمشكلة، وفي بعض الحالات إمكانية الإصلاح التلقائي</li> </ul> <h2> مثال عملي </h2> <p>يقدم النظام تحليلاً شاملاً للمشاكل الأمنية. على سبيل المثال، عند اكتشاف كلمة مرور مكتوبة مباشرة في الكود:</p> <ul> <li>يبرز النظام الكود المعرض للخطر</li> <li>يشرح سبب اعتبار هذا ممارسة غير آمنة</li> <li>يقترح حلولاً بديلة مثل استخدام متغيرات البيئة (environment variables)</li> <li>يقدم شرحاً تفصيلياً للمشكلة وكيفية تأثيرها على أمن التطبيق</li> </ul> <h2> عرض وإصلاح المشاكل الأمنية </h2> <p>يتم عرض نتائج الفحص في تبويب خاص يسمى "Amazon Q Security Issues" ويتضمن:</p> <ul> <li>قائمة بجميع الثغرات المكتشفة</li> <li>إمكانية الانتقال المباشر إلى موقع المشكلة في الكود</li> <li>خيار "Amazon Q: Explain" لشرح المشكلة بالتفصيل</li> <li>معاينة للإصلاح المقترح قبل تطبيقه</li> <li>زر "Apply fix" لتطبيق الإصلاح تلقائياً</li> </ul> <h2> دقة الكشف والقياس المعياري </h2> <p>يتم تقييم أداء النظام من خلال مقياسين أساسيين:</p> <h4> 1. الدقة (Precision) </h4> <ul> <li>تقيس مدى صحة التنبيهات الأمنية</li> <li>درجة 1.0 تعني عدم وجود إنذارات كاذبة</li> <li>Amazon Q يتفوق على الأدوات المنافسة في معظم الاختبارات</li> </ul> <h4> 2. الاسترجاع (Recall) </h4> <ul> <li>يقيس قدرة النظام على اكتشاف جميع المشاكل الموجودة</li> <li>درجة 1.0 تعني عدم تفويت أي ثغرات أمنية</li> <li>أداء متميز في معظم الاختبارات المعيارية</li> </ul> <h2> نتائج الاختبارات المعيارية </h2> <p>أظهر النظام أداءً متفوقاً في العديد من الاختبارات المعيارية المعروفة:</p> <h3> OWASP Top Rules (Java) </h3> <ul> <li>دقة: 84.7% (مقارنة بـ 75.7% لأفضل منافس)</li> <li>استرجاع: 100% (مقارنة بـ 92.1% لأفضل منافس)</li> </ul> <h3> RailsGoat (Ruby) </h3> <ul> <li>دقة: 100% (مساوية لأفضل منافس)</li> <li>استرجاع: 13.3% (مقارنة بـ 26.6% لأفضل منافس)</li> </ul> <h3> WebGoat (Java) </h3> <ul> <li>دقة: 100% (مساوية لأفضل منافس)</li> <li>استرجاع: 28.7% (مساوية لأفضل منافس)</li> </ul> <h3> CredData (جميع اللغات) </h3> <ul> <li>دقة: 88.2% (مقارنة بـ 82.3% لأفضل منافس)</li> <li>استرجاع: 83.3% (مقارنة بـ 77.7% لأفضل منافس)</li> </ul> <h2> المجموعات الاختبارية الداخلية </h2> <p>يستخدم النظام أيضاً مجموعات اختبارية داخلية تشمل:</p> <ul> <li>مجموعات البيانات العامة المذكورة أعلاه</li> <li>مجموعات اختبار من أدوات الكشف الأخرى</li> <li>نتائج داخلية تم تحديدها كإنذارات صحيحة أو كاذبة</li> <li>تحديثات دورية للتأكد من جودة الكشف</li> </ul> <h2> الخلاصة </h2> <p>تمكّن ميزة المسح الأمني في Amazon Q Developer المطورين من:</p> <ul> <li>دمج ممارسات البرمجة الآمنة في مرحلة مبكرة من التطوير</li> <li>الحصول على التوصيات والمعلومات مباشرة في بيئة العمل</li> <li>فهم أفضل للممارسات الأمنية من خلال الشرح بلغة طبيعية</li> <li>تقليل المخاطر والتكاليف المرتبطة بمعالجة المشكلات الأمنية في مراحل لاحقة</li> </ul> <h2> لمزيد من المعلومات </h2> <ul> <li><a href="https://aws.amazon.com/q/getting-started/#ide" rel="noopener noreferrer">Getting started with Amazon Q</a></li> <li><a href="https://docs.aws.amazon.com/amazonq/latest/qdeveloper-ug/what-is.html" rel="noopener noreferrer">Amazon Q Developer User Guide</a></li> <li><a href="https://docs.aws.amazon.com/amazonq/latest/qdeveloper-ug/security-scans.html" rel="noopener noreferrer">Scanning your code with Amazon Q</a></li> </ul> aws developer genai AWS 3arabi Sun, 06 Oct 2024 19:19:27 +0000 https://forem.com/aws-3arabi/aws-codebuild-ydm-lan-mnfdhy-gitlab-lmdr-2lg5 https://forem.com/aws-3arabi/aws-codebuild-ydm-lan-mnfdhy-gitlab-lmdr-2lg5 <p>يدعم AWS CodeBuild الآن منفذي GitLab ذاتية الاستضافة المدارة. يمكن للعملاء إعداد مشاريع CodeBuild لاستقبال أحداث وظائف GitLab CI/CD وتشغيلها على أجهزة CodeBuild المؤقتة. AWS CodeBuild هو خدمة تكامل مستمر مدارة بالكامل تجمع الكود المصدري وتجري الاختبارات وتنتج حزم برمجية جاهزة للنشر.</p> <p>تتيح هذه الميزة لوظائف GitLab التكامل مع AWS، مع توفير الأمان والراحة من خلال ميزات مثل IAM و AWS Secrets Manager و AWS CloudTrail و Amazon VPC. يمكن للعملاء الوصول إلى جميع منصات الحوسبة التي يقدمها CodeBuild، بما في ذلك Lambda والأجهزة المعززة بـ GPU والأجهزة المستندة إلى Arm.</p> <p>تكامل CodeBuild مع منفذي GitLab متاح في جميع المناطق التي يتوفر فيها CodeBuild. لمزيد من المعلومات حول مناطق AWS حيث يتوفر CodeBuild، راجع صفحة مناطق AWS.</p> <p>ابدأ بإعداد <a href="https://docs.aws.amazon.com/codebuild/latest/userguide/sample-gitlab-runners.html" rel="noopener noreferrer">webhooks</a> في مشروع CodeBuild، وتحديث <a href="https://docs.aws.amazon.com/codebuild/latest/userguide/gitlab-runner.html" rel="noopener noreferrer">GitLab CI YAML</a> لاستخدام المنفذين ذاتيي الإدارة المستضافة على أجهزة CodeBuild. لمعرفة المزيد عن المنفذين المدعومين بواسطة CodeBuild لـ GitLab أو GitHub، راجع وثائق CodeBuild للمنفذين ذاتيي الاستضافة في <a href="https://docs.aws.amazon.com/codebuild/latest/userguide/runners.html" rel="noopener noreferrer">AWS CodeBuild</a>.</p> aws arabic cloud gitlab AWS 3arabi Sun, 06 Oct 2024 12:47:08 +0000 https://forem.com/aws-3arabi/lbd-m-nmdhj-llg-lkbyr-kyf-ymkn-l-amazon-bedrock-tzyz-rhltk-fy-ldhk-lstny-3p9i https://forem.com/aws-3arabi/lbd-m-nmdhj-llg-lkbyr-kyf-ymkn-l-amazon-bedrock-tzyz-rhltk-fy-ldhk-lstny-3p9i <p>في عالم الذكاء الاصطناعي المتطور، برزت نماذج اللغة الكبيرة كأدوات قوية لمجموعة واسعة من التطبيقات. إذا كنت تبدأ رحلتك مع هذه النماذج، قد تتساءل كيف يمكنك استغلال إمكاناتها دون التعقيد في البنية التحتية وإدارة النماذج. هنا يأتي دور Amazon Bedrock - خدمة مميزة تبسط عملية بناء وتطبيق تطبيقات الذكاء الاصطناعي التوليدي.</p> <h2> ما هو Amazon Bedrock؟ </h2> <p>Amazon Bedrock هو خدمة مدارة بالكامل توفر الوصول إلى أحدث النماذج الأساسية من شركات الذكاء الاصطناعي الرائدة وأمازون نفسها، كلها عبر واجهة برمجة موحدة. صُممت لجعل العمل مع نماذج اللغة الكبيرة أكثر سهولة وأمانًا وكفاءة للمطورين والشركات. دعونا نلقي نظرة على كيفية عمل Amazon Bedrock:</p> <p><a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.amazonaws.com%2Fuploads%2Farticles%2Fd1yu5tyoewukk90nvqcd.png" class="article-body-image-wrapper"><img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.amazonaws.com%2Fuploads%2Farticles%2Fd1yu5tyoewukk90nvqcd.png" alt="Image description" width="800" height="578"></a></p> <h2> الميزات الرئيسية لـ Amazon Bedrock </h2> <ol> <li><p>الوصول إلى نماذج أساسية متميزة: يوفر Bedrock مجموعة مختارة من النماذج من شركات رائدة مثل AI21 Labs وAnthropic وCohere وMeta وAmazon.</p></li> <li><p>واجهة برمجة موحدة: بدلاً من التعامل مع واجهات متعددة، يقدم Bedrock واجهة واحدة متسقة.</p></li> <li><p>تخصيص النماذج: يدعم Bedrock تخصيص النماذج باستخدام تقنيات مثل التحسين والتوليد المعزز بالاسترجاع.</p></li> <li><p>الوكلاء وقواعد المعرفة: إنشاء وكلاء ذكية لتنفيذ المهام المعقدة وبناء قواعد معرفة لتعزيز استجابات النموذج.</p></li> <li><p>الأمان والامتثال: يتكامل Bedrock مع خدمات أمان AWS لحماية بياناتك ونماذجك.</p></li> <li><p>بنية بدون خوادم: تركز على بناء تطبيقاتك دون القلق بشأن إدارة الخوادم.</p></li> <li><p>التكامل مع نظام AWS: ربط Bedrock بسهولة مع خدمات وأدوات AWS الأخرى.</p></li> </ol> <h2> لماذا Amazon Bedrock مفيد للمبتدئين في نماذج اللغة الكبيرة </h2> <p>• تجريب مبسط: جرب نماذج مختلفة دون الالتزام بمزود واحد.<br> • تقليل العبء التقني: ابدأ بناء تطبيقات الذكاء الاصطناعي بسرعة أكبر.<br> • قابلية التوسع: ينمو Bedrock مع احتياجاتك.<br> • فعالية التكلفة: ادفع فقط مقابل ما تستخدمه.<br> • ميزات جاهزة للمؤسسات: استفد من القدرات المتقدمة حتى كمبتدئ.</p> <h2> البدء </h2> <p>تحتاج إلى حساب AWS. يمكنك الوصول إلى لوحة تحكم Bedrock واستكشاف النماذج المتاحة والبدء في التجريب. توفر AWS وثائق وبرامج تعليمية شاملة لمساعدتك.</p> <p>في الختام، يقدم Amazon Bedrock نقطة دخول ممتازة للراغبين في تسخير قوة نماذج اللغة الكبيرة، مما يتيح لك التركيز على بناء تطبيقات ذكاء اصطناعي مبتكرة يمكنها تحقيق قيمة حقيقية لمشاريعك أو مؤسستك.</p> <p>Sources:<br> 1 <a href="https://aws.amazon.com/bedrock/" rel="noopener noreferrer">https://aws.amazon.com/bedrock/</a><br> 2 <a href="https://docs.aws.amazon.com/prescriptive-guidance/latest/security-reference-architecture/bedrock-integration.html" rel="noopener noreferrer">https://docs.aws.amazon.com/prescriptive-guidance/latest/security-reference-architecture/bedrock-integration.html</a><br> 3 <a href="https://docs.aws.amazon.com/bedrock/latest/userguide/what-is-bedrock.html" rel="noopener noreferrer">https://docs.aws.amazon.com/bedrock/latest/userguide/what-is-bedrock.html</a></p> aws arabic llm ai AWS 3arabi Mon, 30 Sep 2024 05:34:01 +0000 https://forem.com/aws-3arabi/dlyl-khtw-bkhtw-lldr-lfl-l-kubernetes-bstkhdm-cdk8s-1a0a https://forem.com/aws-3arabi/dlyl-khtw-bkhtw-lldr-lfl-l-kubernetes-bstkhdm-cdk8s-1a0a <p>في هذا الدليل الشامل، سنستكشف كيفية إدارة نشر Kubernetes باستخدام لغات البرمجة المألوفة من خلال Cloud Development Kit for Kubernetes (cdk8s). سيرشدك هذا الدليل عبر الخطوات اللازمة لتبسيط عملية النشر الخاصة بك والاستفادة من قوة cdk8s في مشاريعك.</p> <h2> جدول المحتويات </h2> <ul> <li>الخطوة 4: لماذا نختار Kubernetes؟</li> <li>دور YAML في إدارة Kubernetes</li> <li>مقدمة إلى Helm و Customize</li> <li>الخلاصة</li> <li>الخطوة 7: تقديم cdk8s</li> <li>الخطوة 8: إعداد مشروع cdk8s الخاص بك</li> <li>الخطوة 9: كتابة أول كود cdk8s الخاص بك</li> <li>الخطوة 10: إدارة موارد AWS مع AK</li> <li>الخطوة 11: دمج وحدات تحكم AWS لـ Kubernetes</li> <li>الخطوة 12: استخدام Amazon CodeWhisperer</li> <li>الخطوة 13: عرض عملي: نشر تطبيق ثنائي الطبقة</li> <li>الخطوة 14: تطبيق التغييرات وتوسيع نطاق تطبيقك</li> <li>الخطوة 15: الملخص والموارد</li> <li>الأسئلة الشائعة</li> </ul> <h2> الخطوة 4: لماذا نختار Kubernetes؟ </h2> <p>كما ذكر فيكتور، شهد اعتماد Kubernetes زيادة كبيرة في السنوات الأخيرة، حيث تقوم العديد من المؤسسات بنشر أكثر من 50 مجموعة. يسلط هذا النمو السريع الضوء على الشعبية المتزايدة وقيمة Kubernetes كمنصة لتنسيق الحاويات. ولكن ما الذي يجعل Kubernetes جذابًا جدًا، ولماذا تختار العديد من المؤسسات استخدامه لإدارة تطبيقاتها المحتواة؟</p> <h3> قابلية التوسع والمرونة </h3> <p>تم تصميم Kubernetes للتعامل مع تعقيدات إدارة التطبيقات المحتواة على نطاق واسع. إنه يوفر منصة قوية ومرنة يمكنها استيعاب نشر وتوسيع نطاق الخدمات الصغيرة المتعددة بسهولة، مما يضمن أن تطبيقاتك يمكنها النمو والتكيف مع احتياجات العمل المتغيرة.</p> <h3> قابلية النقل والاتساق </h3> <p>أحد نقاط القوة الرئيسية في Kubernetes هي قدرته على توفير بيئة متسقة وقابلة للنقل لتطبيقاتك. بغض النظر عن البنية التحتية الأساسية، سواء كانت في الموقع أو في السحابة أو إعدادًا هجينًا، يضمن Kubernetes إمكانية نشر تطبيقاتك وإدارتها بنفس الطريقة، مما يضمن تجربة سلسة ومتوقعة.</p> <h3> النشر والتوسع الآلي </h3> <p>يقوم Kubernetes بأتمتة العديد من المهام المرتبطة بنشر وتوسيع نطاق التطبيقات المحتواة، مثل توازن الحمل، والتصحيح الذاتي، والتوسع التلقائي بناءً على استخدام الموارد. يساعد هذا المستوى من الأتمتة على تقليل العبء التشغيلي ويضمن أن تطبيقاتك يمكنها التكيف مع المتطلبات المتغيرة دون تدخل يدوي.</p> <h3> نظام بيئي قوي ومجتمع داعم </h3> <p>يستفيد Kubernetes من نظام بيئي مزدهر من الأدوات والخدمات ودعم المجتمع. يوفر هذا النظام البيئي ثروة من الموارد، بما في ذلك الحلول الجاهزة والتكاملات وأفضل الممارسات، مما يجعل من السهل على المطورين وفرق العمليات الاستفادة من Kubernetes بشكل فعال.</p> <h2> دور YAML في إدارة Kubernetes </h2> <p>كما أبرز فيكتور، أصبح YAML المعيار الفعلي لتعريف وإدارة موارد Kubernetes. طبيعة YAML التصريحية، التي تسمح لك بتحديد الحالة المرغوبة لتطبيقك، هي سبب رئيسي لاعتماده على نطاق واسع في نظام Kubernetes البيئي.</p> <h3> فوائد YAML </h3> <ul> <li> <strong>القابلية للقراءة والصيانة:</strong> تم تصميم ملفات YAML لتكون قابلة للقراءة من قبل البشر، مما يسهل على المطورين وفرق العمليات فهم تكوينات Kubernetes والتعاون عليها.</li> <li> <strong>النهج التصريحي:</strong> يسمح لك YAML بوصف الحالة المرغوبة لتطبيقك، بدلاً من الخطوات المحددة لتحقيق تلك الحالة. يبسط هذا النهج التصريحي إدارة عمليات نشر Kubernetes المعقدة.</li> <li> <strong>قابلية النقل:</strong> يمكن التحكم في إصدارات ملفات YAML بسهولة ومشاركتها ونشرها عبر بيئات مختلفة، مما يضمن الاتساق وإمكانية التكرار.</li> </ul> <h3> تحديات YAML </h3> <p>في حين أن YAML يقدم العديد من الفوائد، أبرز فيكتور أيضًا بعض التحديات التي يمكن أن تنشأ عند إدارة عمليات نشر Kubernetes فقط من خلال ملفات YAML:</p> <ul> <li> <strong>التعقيد والتكرار:</strong> مع نمو عدد موارد Kubernetes والبيئات، يمكن أن تصبح إدارة ملفات YAML وصيانتها أكثر تعقيدًا، مما يؤدي إلى التكرار والتناقضات المحتملة.</li> <li> <strong>نقص التحكم البرمجي:</strong> ملفات YAML محدودة في قدرتها على توفير التحكم البرمجي والمرونة، مما يجعل من الصعب تنفيذ استراتيجيات نشر أكثر تقدمًا أو التكامل مع أدوات وسير عمل أخرى.</li> </ul> <h2> مقدمة إلى Helm و Customize </h2> <p>لمعالجة تحديات إدارة عمليات نشر Kubernetes باستخدام YAML، ظهرت أدوات مثل Helm و Customize كحلول شائعة. تهدف هذه الأدوات إلى توفير نهج أكثر ملاءمة للمطورين لإدارة Kubernetes، مستفيدة من قوة لغات البرمجة وأفضل الممارسات من هندسة البرمجيات.</p> <h3> Helm: مدير الحزم لـ Kubernetes </h3> <p>Helm هو مدير حزم لـ Kubernetes يسمح لك بتعريف وتثبيت وإدارة تطبيقات Kubernetes كحزم قابلة لإعادة الاستخدام تسمى "الرسوم البيانية". هذه الرسوم البيانية هي في الأساس ملفات YAML مقولبة يمكن تخصيصها ونشرها عبر بيئات مختلفة، مما يساعد على تقليل التكرار وتعزيز الاتساق.</p> <h3> Customize: إدارة Kubernetes البرمجية </h3> <p>Customize هي مجموعة أدوات أصلية لـ Kubernetes تسمح لك بإدارة موارد Kubernetes باستخدام لغات برمجة مألوفة، مثل Python و Go و TypeScript. من خلال الاستفادة من قوة البرمجة، تمكنك Customize من تطبيق أفضل الممارسات مثل إعادة استخدام الكود والتقسيم إلى وحدات والمنطق الشرطي على عمليات نشر Kubernetes الخاصة بك، مما يجعلها أكثر قابلية للصيانة ومرونة.</p> <p>تهدف كل من Helm و Customize إلى تبسيط إدارة عمليات نشر Kubernetes من خلال توفير نهج أكثر تركيزًا على المطور. من خلال الجمع بين الطبيعة التصريحية لـ YAML مع التحكم البرمجي ومرونة لغات البرمجة، يمكن لهذه الأدوات مساعدتك في تبسيط سير عمل إدارة Kubernetes وضمان اتساق وموثوقية عمليات النشر الخاصة بك.</p> <h2> الخلاصة </h2> <p>في هذا المنشور، استكشفنا الاعتماد المتزايد لـ Kubernetes، ودور YAML في إدارة Kubernetes، وظهور أدوات مثل Helm و Customize لمعالجة تحديات عمليات النشر المعتمدة على YAML. من خلال فهم فوائد وقيود YAML، بالإضافة إلى قدرات هذه الأدوات الأكثر ملاءمة للمطورين، يمكنك اتخاذ قرارات مستنيرة حول كيفية إدارة عمليات نشر Kubernetes بشكل فعال وضمان نجاح تطبيقاتك المحتواة.</p> <h2> الخطوة 7: تقديم cdk8s </h2> <p>Cloud Development Kit for Kubernetes (cdk8s) هو إطار عمل مفتوح المصدر يسمح لك بنمذجة موارد Kubernetes كمكونات قابلة لإعادة الاستخدام. هذا مهم لأنه يساعدك على تجنب الحاجة إلى النسخ واللصق وتعديل قوالب YAML.</p> <p>مع cdk8s، يمكنك تخزين خصائص البنية التحتية لـ Kubernetes بنفس الطريقة التي تفعلها لحزم البرامج الخاصة بك. يدعم cdk8s أربع لغات برمجة: Python و TypeScript و Java و Go. الميزة الرئيسية لاستخدام cdk8s هي أنك لا تحتاج إلى تثبيت أي شيء في مجموعة Kubernetes الخاصة بك - فهو يعمل محليًا على جهازك.</p> <h3> سير عمل cdk8s </h3> <ol> <li>قم بتثبيت واجهة سطر الأوامر cdk8s (CLI).</li> <li>قم بتهيئة مشروع cdk8s الخاص بك، مما ينشئ الكود الأساسي.</li> <li>اكتب الكود المصدري الخاص بك الذي يمثل كائنات Kubernetes الخاصة بك.</li> <li>قم بتوليف ملفات Kubernetes الفعلية باستخدام واجهة سطر الأوامر cdk8s.</li> <li>قم بتطبيق الملفات المولدة على مجموعة Kubernetes الخاصة بك، إما</li> </ol>