几周前,我和我的一群开发者朋友讨论了 GPT-3 的使用案例。他们都很喜欢 GPT-3,但我惊讶地发现,他们竟然认为这个强大的 AI 模型主要用于市场营销应用。当然,我并不同意他们的观点。虽然 GPT-3 讨论最多的用例是在市场营销方面,但对于开发者而言,也有一些非常有趣的 GPT-3 用例。
在这篇文章中,我介绍了 3 个可以帮助开发者使用 GPT-3 的工具——它们是为开发者、DevOps 工程师和 SRE 而设计的,100%非市场化。希望在读完我的文章后,你会对如何在产品中使用 GPT-3 有一些想法。
Zebrium将自己的机器学习与 GPT-3 相结合已经有相当长的时间了,它也是本文列出的 3 个工具中最成熟的。2020 年,Zebrium 被评为Gartner Cool Vendor,并入选Gartner 2020年最值得关注的25家企业软件初创公司。
Zebrium 是一个日志异常检测工具。它在日志上使用无监督机器学习(ML)在原始文件中自动找出软件事件的根源,并提供摘要信息。Zebrium 应用无监督机器学习来分析软件产生的大量日志。它可以识别并报告事件的根本原因,而不需要任何人工参与。
根本原因报告是一个日志事件的简短清单。通常情况下,包含 5 到 20 个事件。然后,GPT-3 引擎将日志内容的技术细节翻译成一个简短的摘要,让不了解如何查看日志的人也可以理解问题所在。
除了借助 ML 识别关键事件序列来减少故障排除时间这一主要目标外,Zebrium 还致力于提供简洁、可读的结果。关键事件序列的列表被传递给 GPT-3 引擎,并带着适当的提示信息。
其结果是一个关于问题的简短而易于理解的白话摘要。Zebrium 就是这样创建任何人都能理解的根本原因分析(RCA)报告。
让我们看几个 Zebrium 使用 GPT-3 的例子。
测试开始的时候,管理员关闭了支撑 Atlassian 软件栈的 Postgres 数据库。日志中出现了大量的错误信息。
Zebrium 的 ML 生成了一份根本原因报告,其中包含少数几行日志以及如下 GPT-3 描述。"数据库服务器被管理员停止"。这个简单的句子足以即刻解释问题的性质。
图片来自:zebrium.com
在这个案例中,Zebrium 的 ML 找到了十几条日志,表明服务器遇到了内存溢出的情况。
这些日志行被传递给 GPT-3,GPT-3 生成了如下描述。"Memcached 进程被 OOM killer 杀死,因为它消耗了太多的内存"。
图片来自:zebrium.com
Zebrium 技术是为 SRE、DevOps 工程师、开发人员和技术经理而设计的。它也能帮助我们撰写关于根本原因的事后分析报告。
Zebrium 是一家快速发展的创业公司。它已经有几十家客户,他们使用其解决方案来缩短软件事件的平均解决时间。
GPT-3 的白话摘要是 Zebrium 产品的标准特性。
图片来自:seekwell.io
SeekWell可以帮你编写 SQL 并将结果同步到公司内部的其他应用程序中。
作为一个分析和数据可视化工具,SeekWell 连接了数据库(如 Postgres、Snowflake、Redshift 和 MySQL)和常见的应用程序(如 Google Sheets、Excel、Slack 和电子邮件)。
SeekWell 使用 SQL 请求来连接数据库和不同的应用程序。它可以帮助同步数据,使团队成员可以保持一致,确保数据的有效流动。
它使用 GPT-3 Instruct 将普通的英文转换为 SQL 请求来完成同步。通过给出具体的指令,例如 "只响应正确的 SQL 语法",SeekWell 帮助没有 SQL 知识的用户从数据库中获得他们需要的数据。
该工具支持 MySQL、Redshift、MS SQL Server、Postgres 和 Snowflake。SeekWell 处理 SQL 请求。
开发者、产品经理、分析师以及任何需要将数据库与所支持的应用程序保持同步的人,都可以使用 SeekWell。
总的来说,该工具的功能是完备的,但 GPT-3 Instruct 组件还处于 Beta 测试阶段。
如果你想测试 SeekWell,可以在其主页上申请一个试用版或 Demo。不过,要测试 GPT-3 的功能,你就需要注册Open AI API Waitlist了。
下一个工具是HelpHub,这是一个简单而又现代化的知识库。
HelpHub 提供了一个全功能的知识库,设计友好而简约。它提供对知识库中文章的分析,并收集用户反馈。总的来说,HelpHub 的设计是为了维护一个结构良好的知识库。此外,它的一个主要特点是,使用人工智能(AI)技术 GPT-3 来生成技术支持文章。
具体来说,HelpHub 使用基于OpenAI GPT-3 API 的 AI Article Writer 来生成文章。
在几秒钟内就可以生成支持文章,这节省了开发人员、产品经理和技术支持的时间。使用HelpHub,可以减少整合内容为用户提供帮助所需要的人员。
该项目已经正式发布,但知名度似乎还不高。
总而言之,GPT-3 的应用范围超出了最初的想象。这项技术肯定可以简化开发人员、SRE 和 DevOps 工程师的日常工作任务。尽管许多工具仍然在测试 GPT-3 的可能性,但我们已经发现了一些成功应用的好例子。
希望你喜欢这篇文章,并会考虑在自己的下一个项目中使用 GPT-3。你是否尝试过任何其他使用了 GPT-3 的工具?如果有的话,请分享下你的想法和经验。
原文链接:How Developers Can Use GPT-3 in Their Products — 3 Real World Tools
领取专属 10元无门槛券
私享最新 技术干货