OSM+ONOS仿真网络平台搭建
写在前面的话:昨天看了一天论文,好多都是使用OSM这个框架作为上层解析意图的,ONOS作为下层部署的,先试一试吧,能不能搭建成功,这次就是边写边搭建了。虚拟机可能会遇到问题:
VMware提示【该虚拟机似乎正在使用中】的解决方案
OSM平台搭建简介OSM的官网如下:
https://osm.etsi.org/
OSM is developing an open source Management and Orchestration (MANO) stack aligned with ETSI NFV Information Models. As a community-led project, OSM delivers a production-quality MANO stack that meets operators’ requirements for commercial NFV deployments.
搭建前的准备整一个虚拟机按照官方的意思,是用的Ubuntu22.04版本,推荐的配置为4 个 CPU、16 GB 内存、80 GB 磁盘和一个可上网的接口
Ubuntu2 ...
仿真网络环境搭建(Mininet + Mini-nfv)
Tips:如果Ubuntu内的python版本不是在3.6 —- 3.8之间的,可以参考一下这篇博客,安装一下旧版本的Python
搭建了一半,mini-nfv一直导入不了TOSCA配置文件,这个笔记先留着!!!
https://blog.csdn.net/ccgshigao/article/details/108212828
如果想要一劳永逸,强烈建议使用Ubuntu 20.04 LTS,这个版本也包含旧版本的python2.7.x !!!!!!!!!!!!!!!
这里记录一下安装Ubuntu 20.04遇到的问题
安装VM-Tools后虚拟机仍不能与主机之间复制粘贴
Ubuntu20.04安装VMware Tools详解
解决ubuntu无法正常访问github的问题
Mininet安装配置Mininet 是一个轻量级的网络仿真工具,能够在单台机器(无论是虚拟机、云环境还是本地系统)上快速创建一个真实的虚拟网络。它运行真实的内核、交换机和应用程序代码,只需一个命令即可在几秒钟内完成部署。此外,Mininet 是开发、共享和实验软件定义网络(SDN)系统的理想平台,支持 Open ...
CrewAI快速入门
简介
CrewAI 是一个 AI 智能体协作框架,就像组建一个 AI 团队。你可以给每个 AI 分配不同职位(如研究员、分析师),它们会像真实团队一样分工合作完成任务。适合自动化客服、数据分析、市场调研等场景。
组件
描述
关键特性
Crew
最高层级的组织
・管理人工智能代理团队・监督工作流程・确保协作・交付成果
AI Agents
专业团队成员
・拥有特定角色(研究员、撰稿人)・使用指定工具・能够委派任务・自主做出决策
Process
工作流管理系统
・定义协作模式・控制任务分配・管理交互・确保高效执行
Tasks
单个的工作安排
・有明确的目标・使用特定工具・融入更大的流程・产生可执行的结果
各部分如何协同运作
Crew是一个团队,包含一个或多个AI Agent,一般是完成一个较大的目标
AI Agents是执行任务的最小单位,一般完成一个小目标,可以配备外部工具和上下文记忆
多个Crew通过Process可以整合起来,完整一个最终的目标
Demo下面是一个CrewAI项目的一般结构,以编写一个查找员工信息的程序为例(crewai版本0. ...
crewai框架出现SSLError
使用crewai框架(0.102.0)的时候,控制台突然会出现很多报错信息,但是并不影响程序的实际输出
ERROR:opentelemetry.sdk.trace.export:Exception while exporting Span batch.Traceback (most recent call last): File "G:\ProgramData\anaconda3\envs\crewai_1002\lib\site-packages\urllib3\connectionpool.py", line 464, in _make_request self._validate_conn(conn) File "G:\ProgramData\anaconda3\envs\crewai_1002\lib\site-packages\urllib3\connectionpool.py", line 1093, in _validate_conn conn.connect() File "G:\ProgramData ...
crewai框架添加知识源
官方的文档如下
https://docs.crewai.com/concepts/knowledge
但是不知道为什么,可能是版本的问题(我用的是0.86.0),参考官方文档的配置我会报错,并且也导入不了数据库,也可能用的不是官方API。本文以常用的csv,json,pdf作为知识库进行举例
重点:下面的代码是基于0.83.0版本的!!!最新版本(0.108.0)框架的配置可以移步文章底部
使用csv文件作为数据源def csv_knowledge_source(): # 指定向量数据库持久化文件夹(如需要可取消注释) os.environ["CREWAI_STORAGE_DIR"] = "vector_store_csv" current_dir = Path(__file__).parent csv_path = current_dir / "files/high_school_scores.csv" if not csv_path.exists(): raise FileNo ...
crewai框架配置回调函数
官方文档里只指提了一句
不过不太难,在crew.py文件里配置一下就行了,下面是一个demo,这个函数会在research_task任务执行完触发(配置LLM这里请看我这篇博客)
from crewai import Crew, Process, Agent, Taskfrom src.sfc_intent.tools.LLMS import my_llmopenai_llm = my_llm("openai")def my_callback(*args, **kwargs): print("任务执行完毕")# 定义您的代理researcher = Agent( role='研究员', goal='进行基础研究', backstory='一位经验丰富的研究员,热衷于发现见解', llm=openai_llm, verbose=True,)analyst = Agent( role='数据分析师', goal=' ...
crewai框架第三方API使用官方RAG工具(pdf,csv,json)
最近在研究调用官方的工具,但官方文档的说明是在是太少了,后来在一个视频里看到了如何配置,记录一下
以PDF RAG Search工具举例,官方文档对于自定义模型的说明如下:
默认情况下,该工具使用 OpenAI 进行嵌入和总结。要自定义模型,可以使用配置字典,如下所示:
tool = PDFSearchTool( config=dict( llm=dict( provider="ollama", # or google, openai, anthropic, llama2, ... config=dict( model="llama2", # temperature=0.5, # top_p=1, # stream=true, ), ), embedder=dict( provider=&qu ...
Crewai框架添加日志功能
一开始看官方文档以为要用@callback这个注释在一个自定义函数上输出日志,结果弄半天都没有结果,最后发已经有现成的方法了(一开始搜log都没搜到这个方法)
只要添加这个output_log_file配置参数即可,由于我的项目只有一个crew,为了完整记录所有的日志,所以我就在上面配置了。官方可以指定文件路径和名称,我就写了一个自动生成文件名的函数,相关代码如下:
def generate_log_fileName(self): """ 根据当前时间生成日志文件路径 Returns: str: 完整的日志文件路径 """ # 日志目录,根据自己项目修改 log_dir = "../../logs" os.makedirs(log_dir, exist_ok=True) # 生成精确到秒的时间戳 timestamp = datetime.now().strftime("%Y%m%d_%H%M%S") # 返回 ...
Crewai框架配置第三方或本地大模型API
使用原生的Crewai框架在自定义的工具llm_utils.py或是crew.py文件里如下配置(调用OpenAI)
from crewai import Agent, Crew, Process, Task, LLMfrom crewai.project import CrewBase, agent, crew, taskllm = LLM( base_url="https://xxxxxxx/v1", api_key="sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx", model="gpt-4o", # 本次使用的模型 # temperature=0.7, # 发散的程度 # timeout=None,# 服务请求超时 # max_retries=2,# 失败重试最大次数 )@agent def product_manager(se ...
SFC不了一点
SFC+ X意图SFC + X ,这个X就是SFC在的一个系统,比如选课系统,教学系统什么的
弹性SFC定义下面弹性定义与SF的功能实现粒度及编排的视角有关系
假设以SF为粒度,一个SFC的弹性是指从SFC中按照QOS要求增加(删除)一个或者多个SF或者SF的所需资源,持续满足用户的SLA。
满足SF、X的弹性的操作可以是
资源角度:SF、X的物理资源(CPU、存储、带宽)伸缩(水平或者垂直);和/或
功能角度:SF、X的功能升级或者降级。但是不破坏原SFC的逻辑顺序。
SFC顺序图
SFC表
序号
Name of Some well-known middle-boxes
layer
1
NAT
网络层
2
Gateways
网络层
3
IP tunnel endpoints
传输层
4
Packetclassififiers/markers/schedulers
应用层,传输层
5
Transport relays
物理层
6
TCP performance enhancingproxies
传输层,应用层,网络层
7
Load bala ...
