自動化、Ansible、人工知能

Automation, Ansible, Artificial Intelligence.

今日は人工知能(AI)の世界に生きています。生成AIにより、コードの作成が簡単になりました。コーディングはもはやlinting、フォーマット、およびデバッグについてではありません。

この記事では、AnsibleがAIツールをあなたの統合開発環境にもたらし、自動化のコーディング体験をよりシンプルでスムーズで効率的にする方法について学びます。

Ansibleとは何ですか?

単純に言えば、Ansibleは、インフラストラクチャのプロビジョニング、ソフトウェアのインストール、および高度なワークフローを通じたアプリケーションの自動化を支援するシンプルなIT自動化ツールです。

Ansible自動化は、日常業務を自動化し、セキュリティとコンプライアンスを改善し、システムをパッチし、組織全体で自動化を共有するために使用できます。Ansibleを使用すると、一貫性のあるアプローチを使用して、企業の自動化戦略の一部としてz/OSアプリケーションとITインフラストラクチャを自動化できます。

Ansible + AI

Red Hat SummitおよびAnsibleFest 2023で発表されたAnsible Lightspeed with IBM Watson Code Assistantは、Ansible自動化に対する新しい生成AIサービスです。Ansible Lightspeed with IBM Watson Code Assistantは、Ansibleコードをより効率的に作成するのに役立ちます。開発者が入力するプレーンイングリッシュを読み取るVisual Code Extensionとして利用可能なツールは、IBM watsonx foundationモデルと対話して、自動化タスクのためのコード推奨を生成し、それを使用してAnsible Playbookを作成します。

Ansible Lightspeed with IBM Watson Code Assistant in action

セットアップ方法と始め方

  1. Red HatによるAnsible VSCodeエクステンションをインストールします。
  2. ここに記載されている手順に従って、拡張機能を設定してAnsible Lightspeedを有効にします。
  3. インストールおよび設定が正常に完了すると、以下の画像に示すように、下部にタブが表示されます

Ansible Lightspeedのトレーニングマッチ

Ansibleを生成するタスクの名前を書く

  1. ping.ymlという新しいAnsible Playbookを作成します。
  2. “Test ping with a register”や”HTTP PUT request to create a new object”のように、プレーンイングリッシュで名前が付けられた新しいAnsibleタスクを追加します
  3. Ansibleモジュールの推奨事項が表示されます。 Tabを押すと、コードが挿入されます。生成されたAnsibleコードをさらに構築できます。

Ansible yamlコードスニペットについては、私のコードリポジトリを確認してください-https://github.com/VidyasagarMSC/ansible-yaml-snippets

サンプルPing Ansibleコード

Ansible Lightspeedを使用して生成されたHTTP PUT Ansibleタスク

ユーザーにはオープンで無料の技術プレビューが用意されています。ここでアナウンスを確認してください。

次に何をするか

Ansible Lightspeedを探索し、何か質問があれば、TwitterまたはLinkedInでお問い合わせください。この投稿を「いいね!」して、GitHubで私のAnsible yamlスニペットリポジトリにスターをつけるのを忘れないでください。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

人工知能

AIパワーを活用した機会の開放-イギリス

Googleの2023年の経済的影響報告書では、AIがイギリスの経済に与える潜在的な影響を理解するために取り組んでいますこの報告...

機械学習

「ソフトウェア開発者のための機械学習フレームワークの探求」

この記事では、ソフトウェア開発における機械学習フレームワークの重要性を探求し、人気のあるフレームワークについての洞察...

AI研究

『広範な展望:NVIDIAの基調講演がAIの更なる進歩の道を指し示す』

ハードウェア性能の劇的な向上により、生成型AIが生まれ、将来の高速化のアイデアの豊富なパイプラインが構築され、機械学習...

データサイエンス

スタンフォードの研究者たちは、基礎流体力学のための初の大規模な機械学習データセットであるBLASTNetを紹介しました

スタンフォードの研究者たちは、BLASTNetという画期的な開発を紹介し、計算流体力学(CFD)の新たな時代の到来を予感させまし...

データサイエンス

学ぶための勇気: L1&L2正則化の解明(パート3)

「‘MLの学びへの勇気:L1とL2正則化の解読’ 第3回目にお帰りなさい前回は、正則化の目的について掘り下げ、L1とL2の方法を解...

人工知能

「GPT4Readability — リードミーをもう一度書く必要はありません」

複雑なPythonのコードベースをナビゲートすることは、特にプロジェクトに十分なドキュメンテーションがない場合には困難なタ...