کتاب Agentic AI for Platform Engineering

کتاب Agentic AI for Platform Engineering: Rethinking Developer Platforms with Agentic AI, RAG, and Autonomous Operations (هوش مصنوعی عامل‌محور در مهندسی پلتفرم: بازاندیشی در پلتفرم‌های توسعه‌دهندگان با استفاده از هوش مصنوعی عامل‌محور، تولید تقویت‌شده با بازیابی (RAG) و عملیات خودمختار) به بررسی نقش هوش مصنوعی عامل‌محور در تحول مهندسی پلتفرم و بهبود تجربه توسعه‌دهندگان می‌پردازد. این کتاب نشان می‌دهد چگونه می‌توان با استفاده از فناوری‌هایی مانند هوش مصنوعی عامل‌محور، تولید تقویت‌شده با بازیابی (RAG) و عملیات خودمختار، فرایندهای توسعه نرم‌افزار، مدیریت زیرساخت‌ها و عملیات DevOps را هوشمندتر و خودکارتر کرد.

در ادامه مقدمه‌ای از کتاب Agentic AI for Platform Engineering را از زبان نویسنده شرح خواهیم داد.

مقدمه‌ای بر کتاب Agentic AI for Platform Engineering:

مهندسی پلتفرم با سرعت زیادی در حال تحول است و هوش مصنوعی به یکی از اجزای ضروری توسعه و گسترش پلتفرم‌های داخلی توسعه‌دهندگان تبدیل شده است. تیم‌های پلتفرم باید خدمات را سریع‌تر ارائه دهند و هم‌زمان تلاش موردنیاز برای نگهداری قابلیت‌های سلف‌سرویس را کاهش دهند. این کتاب مسیری عملی برای ادغام هوش مصنوعی مولد، تولید تقویت‌شده با بازیابی (RAG)، پروتکل زمینه مدل (MCP) و عامل‌های خودمختار در پلتفرم‌هایی ارائه می‌دهد که توسعه‌دهندگان هر روز از آن‌ها استفاده می‌کنند.

کتاب هوش مصنوعی عامل‌محور در مهندسی پلتفرم نوشته سه متخصص AWS و فعال در حوزه مهندسی پلتفرم است که در رویدادهایی مانند KubeCon، AWS re:Invent و PlatformCon مشارکت داشته‌اند. این اثر با پیوند دادن مبانی نظری هوش مصنوعی به پیاده‌سازی‌های واقعی، خوانندگان را از مفاهیم پایه مهندسی پلتفرم و هوش مصنوعی به الگوهای پیشرفته عامل‌محور، عملیات محیط عملیاتی، امنیت و حاکمیت هوش مصنوعی هدایت می‌کند.

در کتاب Agentic AI for Platform Engineering یاد می‌گیرید چگونه رابط‌های مکالمه‌ای بسازید تا توسعه‌دهندگان بتوانند با دانش سازمانی و قابلیت‌های پلتفرم تعامل داشته باشند، زیرساخت را از طریق دستورات زبان طبیعی به‌صورت کد تولید کنند و عامل‌های عملیاتی‌ای مستقر سازید که مشکلات پلتفرم را تشخیص می‌دهند و راهکارهای اصلاحی تحت نظارت را از طریق گردش‌کارهای موجود GitOps پیشنهاد می‌کنند. همچنین با نحوه اتصال سامانه‌های هوش مصنوعی به دانش معتبر سازمانی و داده‌های زنده پلتفرم از طریق RAG و MCP آشنا می‌شوید.

در سراسر کتاب Agentic AI for Platform Engineering، ایمنی و پاسخ‌گویی از اصول محوری هستند. خوانندگان می‌آموزند چگونه نظارت انسانی را حفظ کنند و رفتار هوش مصنوعی را با استفاده از محدودیت‌های کنترلی، مدیریت هویت، قابلیت مشاهده‌پذیری و چارچوب‌های انطباق با مقررات کنترل کنند. چه قصد نوسازی یک پلتفرم داخلی موجود را داشته باشید و چه بخواهید پلتفرمی جدید از ابتدا بسازید، این کتاب با ارائه الگوهای معماری، نمونه‌کدها و آزمایشگاه‌های عملی به شما کمک می‌کند با اطمینان پیش بروید.

کتاب Agentic AI for Platform Engineering برای چه کسانی مناسب است؟

این کتاب برای مهندسان پلتفرم، مهندسان قابلیت اطمینان سایت (SRE)، متخصصان DevOps و معماران رایانش ابری نوشته شده است که می‌خواهند هوش مصنوعی را در پلتفرم‌های داخلی توسعه‌دهندگان ادغام کنند. اگر مسئول ساخت یا نگهداری پلتفرم‌های داخلی هستید و می‌خواهید عملیات را خودکار کنید، تجربه توسعه‌دهندگان را بهبود دهید و قابلیت‌های هوشمند سلف‌سرویس را پیاده‌سازی کنید، این کتاب برای شما مناسب است. مدیران فنی که هدایت پذیرش هوش مصنوعی در تیم‌های مهندسی را بر عهده دارند نیز از راهنمایی‌های راهبردی آن بهره‌مند خواهند شد. آشنایی مقدماتی با رایانش ابری، زیرساخت به‌عنوان کد (IaC) و شیوه‌های DevOps پیش‌نیاز مطالعه این کتاب است.

کتاب Agentic AI for Platform Engineering چه موضوعاتی را پوشش می‌دهد؟

فصل اول: مهندسی پلتفرم و تجربه توسعه‌دهندگان

این فصل مهندسی پلتفرم را به‌عنوان حوزه‌ای معرفی می‌کند که پلتفرم‌های داخلی توسعه‌دهندگان را مانند محصولات مستقل در نظر می‌گیرد. همچنین سیر تحول این حوزه از DevOps، نقش خودکارسازی و سلف‌سرویس در کاهش بار شناختی و معیارهای مهندسی و تجاری برای سنجش موفقیت پلتفرم را بررسی می‌کند.

فصل دوم: عملیات هوشمند مبتنی بر هوش مصنوعی (AIOps)؛ پیش و پس از مهندسی پلتفرم

این فصل روند تحول AIOps سنتی به پلتفرم‌های مدرن مبتنی بر هوش مصنوعی را شرح می‌دهد. موضوعاتی مانند حاکمیت داده، هوش مصنوعی مکالمه‌ای، تجربه هوشمند توسعه‌دهندگان، تصمیم‌گیری میان ساخت یا خرید راهکارها و ارائه قابلیت‌های هوش مصنوعی در پرتال‌های توسعه‌دهندگان بررسی می‌شوند.

فصل سوم: مبانی هوش مصنوعی مولد برای تیم‌های پلتفرم

این فصل مدل‌های زبانی بزرگ (LLM)، تولید تقویت‌شده با بازیابی (RAG)، پروتکل زمینه مدل (MCP)، هوش مصنوعی عامل‌محور و دستیارهای هوشمند را معرفی می‌کند. همچنین روش‌های سفارشی‌سازی مانند مهندسی پرامپت، تنظیم دقیق مدل و معماری‌های چندعاملی را مقایسه کرده و کاربرد این فناوری‌ها را برای افزایش بهره‌وری و هوشمندسازی پلتفرم‌های داخلی توضیح می‌دهد.

فصل چهارم: ارتقای هوشمندی پلتفرم با استفاده از دانش سازمانی

این فصل توضیح می‌دهد که چگونه افزودن زمینه و اطلاعات مرتبط، مدل‌های عمومی را به دستیارهایی مؤثر برای مهندسی پلتفرم تبدیل می‌کند. تکنیک‌های طراحی پرامپت، RAG، MCP، معماری دانش سازمانی و راهبردهای مدیریت دانش پویا و ضمنی از موضوعات اصلی آن هستند.

فصل پنجم: رابط‌های مکالمه‌ای

این فصل نحوه ترکیب رابط‌های مکالمه‌ای با دانش سازمانی و قابلیت‌های پلتفرم را برای ایجاد تجربه‌های هوشمند سلف‌سرویس آموزش می‌دهد. همچنین نقش MCP در پشتیبانی از تعاملات کنترل‌شده و محدودیت‌های ابزارهای فعلی هوش مصنوعی را بررسی می‌کند.

فصل ششم: هوش مصنوعی عامل‌محور و رفتار خودمختار

در این فصل، مبانی هوش مصنوعی عامل‌محور، موارد استفاده مناسب از عامل‌ها و تفاوت آن‌ها با گردش‌کارهای قطعی بررسی می‌شود. حافظه، زمان‌بندی، ابزارها، حاکمیت و تفاوت میان عامل‌های شخصی و عامل‌های مورد استفاده در محیط عملیاتی نیز از دیگر موضوعات این فصل هستند.

فصل هفتم: عامل‌های عملیاتی در محیط عملیاتی

این فصل به چگونگی اجرای ایمن عامل‌های هوش مصنوعی در محیط عملیاتی می‌پردازد. آمادگی پلتفرم، معماری عامل‌های تخصصی، قابلیت مشاهده‌پذیری، حاکمیت، مدیریت هویت و هماهنگی میان عامل‌ها بررسی می‌شوند. همچنین یک پیاده‌سازی عملی ارائه می‌شود که دستیار مکالمه‌ای را به یک عامل عملیاتی آماده استفاده در محیط واقعی تبدیل می‌کند.

فصل هشتم: امنیت، انطباق و حاکمیت

این فصل موضوعاتی مانند هوش مصنوعی اخلاق‌مدار، محدودیت‌های کنترلی مدل‌ها، مدیریت هویت و دسترسی، تهدیدهایی نظیر تزریق پرامپت و سوءاستفاده از ابزارها و انطباق با مقررات در پلتفرم‌های مجهز به هوش مصنوعی را پوشش می‌دهد.

فصل نهم: مسیرهای آینده

فصل پایانی مفاهیم نوظهوری مانند چارچوب‌های اجرایی عامل‌محور، حاکمیت و مدیریت زمینه ماژولار، مهندسی پیش‌نگر و مهارت‌های قابل استفاده مجدد عامل‌ها را معرفی می‌کند. همچنین گسترش پلتفرم‌های مجهز به هوش مصنوعی در سازمان‌ها، تکامل قابلیت‌های خودمختار و تأثیر این تغییرات بر تیم‌های مهندسی و مدل‌های عملیاتی را بررسی می‌کند.

سرفصل‌های کتاب Agentic AI for Platform Engineering:

• Preface
• Chapter 1: Platform Engineering and Developer Experience
• Chapter 2: AIOps: A Pre- and Post-Platform Engineering Perspective
• Chapter 3: Foundation of Generative AI for Platform Teams
• Chapter 4: Driving Platform Intelligence with Organizational Knowledge
• Chapter 5: Conversational Interfaces
• Chapter 6: Agentic AI and Autonomous Behavior
• Chapter 7: Operational Agents in Production
• Chapter 8: Security, Compliance, and Governance
• Chapter 9: Future Directions
• Chapter 10: Unlock Your Exclusive Benefits
• Other Books You May Enjoy
• Index

جهت دانلود کتاب Agentic AI for Platform Engineering می‌توانید پس از پرداخت، دریافت کنید.