تقديم استوديو SyGra

يقدم SyGra 2.0.0 استوديووهي بيئة تفاعلية تحول توليد البيانات الاصطناعية إلى حرفة بصرية شفافة. بدلاً من التوفيق بين ملفات YAML والمحطات الطرفية، يمكنك إنشاء التدفقات مباشرة على اللوحة القماشية، ومعاينة مجموعات البيانات قبل الالتزام، وضبط المطالبات باستخدام تلميحات متغيرة مضمنة، ومشاهدة بث مباشر لعمليات التنفيذ – كل ذلك من جزء واحد. يوجد تحت الغطاء نفس النظام الأساسي، لذا فإن كل ما تفعله يؤدي بشكل مرئي إلى إنشاء تكوينات الرسم البياني المتوافقة مع SyGra والبرامج النصية لمنفذ المهام.

ما الاستوديو يتيح لك القيام به

1. قم بتكوين النماذج والتحقق من صحتها باستخدام النماذج الموجهة (OpenAI، وAzure OpenAI، وOllama، وVertex، وBedrock، وvLLM، ونقاط النهاية المخصصة).
2. قم بتوصيل Hugging Face أو نظام الملفات أو مصادر بيانات ServiceNow ومعاينة الصفوف قبل التنفيذ.
3. قم بتكوين العقد عن طريق تحديد النماذج وكتابة المطالبات (مع المتغيرات المقترحة تلقائيًا) وتحديد المخرجات أو المخططات المنظمة.
4. تصميم مخرجات المصب باستخدام متغيرات الحالة المشتركة والتعيينات التي تعمل بنظام Pydantic.
5. قم بتنفيذ التدفقات من البداية إلى النهاية ومراجعة النتائج التي تم إنشاؤها على الفور مع التقدم على مستوى العقدة.
6. تصحيح الأخطاء باستخدام السجلات المضمنة ونقاط التوقف ومحررات التعليمات البرمجية المدعومة من Monaco والمسودات المحفوظة تلقائيًا.
7. راقب تكلفة الرمز المميز لكل تشغيل، ووقت الاستجابة، ونتائج الدرابزين مع سجل التنفيذ المخزن فيه .executions/.

دعونا نسير عبر هذه التجربة خطوة بخطوة.

---

الخطوة 1: تكوين مصدر البيانات

افتح الاستوديو، انقر فوق إنشاء التدفقوتظهر عقد البداية/النهاية تلقائيًا. قبل إضافة أي شيء آخر:

• اختر موصلًا (الوجه المعانق، أو القرص، أو ServiceNow).
• أدخل المعلمات مثل repo_idأو تقسيم أو مسار الملف، ثم انقر فوق معاينة لجلب صفوف العينة.
• تصبح أسماء الأعمدة على الفور متغيرات الحالة (على سبيل المثال، {prompt}, {genre})، حتى تعرف بالضبط ما يمكن الرجوع إليه داخل المطالبات والمعالجات.

بمجرد التحقق من صحته، يحافظ Studio على مزامنة التكوين ويمرر تلك المتغيرات عبر التدفق – بدون توصيلات يدوية أو تخمين.

---

الخطوة 2: بناء التدفق بصريا

اسحب الكتل التي تحتاجها من اللوحة. بالنسبة لخط أنابيب توليد القصة:

1. إسقاط عقدة LLM المسمى “Story Generator”، حدد نموذجًا تم تكوينه (على سبيل المثال، gpt-4o-mini)، اكتب المطالبة، وقم بتخزين النتيجة فيها story_body.
2. أضف ثانية عقدة LLM المرجع المسمى “ملخص القصة”. {story_body} داخل الموجه، والإخراج إلى story_summary.
3. قم بتبديل المخرجات المنظمة، أو إرفاق الأدوات، أو إضافة عقد Lambda/Subgraph إذا كنت بحاجة إلى منطق قابل لإعادة الاستخدام أو سلوك متفرّع.

تحافظ لوحة التفاصيل الخاصة بـ Studio على كل شيء في السياق — معلمات النموذج، والمحرر الفوري، وتكوين الأداة، والتعليمات البرمجية قبل/بعد العملية، وحتى إعدادات LLM المتعددة إذا كنت تريد أجيالًا متوازية. الكتابة { داخل الموجه يظهر كل متغير حالة متاح على الفور.

---

الخطوة 3: المراجعة والتشغيل

افتح لوحة الكود لفحص YAML/JSON Studio الدقيق الذي يتم إنشاؤه. هذه هي نفس القطعة الأثرية المكتوبة عليها tasks/examples/، فما تراه هو ما يلتزم.

عندما تكون مستعدًا للتنفيذ:

• انقر تشغيل سير العمل.
• اختر أعداد السجلات وأحجام الدُفعات وسلوك إعادة المحاولة وما إلى ذلك.
• يضرب يجري وشاهد حالة عقدة تدفق لوحة التنفيذ واستخدام الرمز المميز ووقت الاستجابة والتكلفة في الوقت الفعلي. توفر السجلات التفصيلية إمكانية المراقبة وتسهل تصحيح الأخطاء. تتم كتابة جميع عمليات الإعدام ل .executions/runs/*.json.

بعد التشغيل، قم بتنزيل المخرجات ومقارنتها بعمليات التنفيذ السابقة واحصل على البيانات الوصفية لزمن الوصول وتفاصيل الاستخدام.

شاهده على أرض الواقع!

---

تشغيل مسارات العمل الموجودة

قم بتشغيل سير عمل Glaive Code Assistant

يمكن لـ SyGra Studio أيضًا تنفيذ سير العمل الموجود في ملف tasks. على سبيل المثال، في tasks/examples/glaive_code_assistant/ سير العمل – يستوعب glaiveai/glaive-code-assistant-v2 مجموعة البيانات، ويقوم بصياغة الإجابات، ونقدها، والتكرار حتى يُرجع النقد “لا مزيد من التعليقات”.

داخل الاستوديو ستلاحظ:

1. تخطيط قماش – عقدتين LLM (generate_answer و critique_answer) مرتبطة بحافة شرطية تقوم إما بالرجوع مرة أخرى لمزيد من المراجعات أو الخروج إليها نهاية عندما يكون النقد راضيا.
2. المدخلات القابلة للضبط – يتيح لك نموذج التشغيل تبديل تقسيمات مجموعة البيانات، أو ضبط أحجام الدُفعات، أو سجلات الحد الأقصى، أو تعديل درجات الحرارة دون لمس YAML.
3. تنفيذ ملحوظ – شاهد كلا العقدتين تضيءان بالتسلسل، وافحص الانتقادات المتوسطة، وراقب الحالة في الوقت الفعلي.
4. المخرجات المولدة – يتم إنشاء بيانات تركيبية، وتكون جاهزة للتدريب على النماذج أو خطوط التقييم أو أدوات التعليقات التوضيحية.

---

ابدأ

git clone https://github.com/ServiceNow/SyGra.git
cd SyGra && make studio

يقوم SyGra Studio بتحويل سير عمل البيانات الاصطناعية إلى تجربة مرئية وسهلة الاستخدام. قم بالتكوين مرة واحدة، والبناء بثقة، والتشغيل مع إمكانية المراقبة الكاملة، وإنشاء البيانات دون مغادرة اللوحة القماشية على الإطلاق.