‏فلایت ۲: ورک‌فلوهای هوش مصنوعی با پایتون خالص

فلایت ۲ (Flyte 2) نسخهٔ تازهٔ یه ارکستریتور متن‌باز برای ورک‌فلوهای AI، ML و دیتاست. تو صفحهٔ معرفی اومده که ایدهٔ اصلی‌ش نوشتن ورک‌فلو با پایتون خالصه؛ نه DSL جداگونه، نه YAML. هر تابع با یه دکوراتور به تسک تبدیل می‌شه و همون‌جا هم مشخص می‌کنی چقدر CPU، رم یا GPU می‌خواد و روی چه ایمیجی بالا بیاد.

چیزی که تیم فلایت بیشتر از همه روش تأکید می‌کنه، اجرای باداوم (durable execution) ـه. به گفتهٔ اون‌ها فلایت ۲ از زیرساخت خبر داره و می‌تونه بعد از خطاهایی مثل OOM، preempt شدن کانتینر یا قطع‌شدن نود، خودش کار رو ادامه بده. برای خطای کد هم می‌تونی فقط تسک شکست‌خورده رو ریتری کنی یا از همون‌جا resume بگیری، به‌جای اجرای دوبارهٔ کل پایپ‌لاین.

بخش دوم ادعاشون ورک‌فلوهای agent-native ـه: ورک‌فلویی که موقع اجرا شاخه می‌زنه، لوپ می‌زنه و همون وسط منابع جدید می‌گیره، به‌علاوهٔ autoscale و اجرای هزاران تسک موازی. نمونهٔ کد خودشون خوب نشون می‌ده شکل کار چیه — یه TaskEnvironment منابع و ایمیج و سکرت رو تعریف می‌کنه و بعد هر تابع async با @env.task یه تسک قابل‌ارکستر می‌شه:

env = flyte.TaskEnvironment(
    name="openai_agents_tools",
    resources=flyte.Resources(cpu=1, memory="250Mi"),
)

@env.task
async def main(request: str) -> str:
    result = await agent.run.aio(agent, input=request)
    return result.summary or result.error

کنار خود ابزار، یه سری اینتگریشن آماده هم معرفی شده — Apache Spark، BigQuery، Ray، Snowflake، PyTorch Elastic و Weights & Biases — و تو بخش کیس‌استادی‌ها از Spotify، Wayve، Warner Bros. Discovery و MethaneSAT به‌عنوان کاربر اسم برده شده. حواست باشه که این‌ها ادعاهای خود صفحهٔ معرفی محصوله، نه نتیجهٔ یه تست مستقل.

نکات کلیدی:

• ورک‌فلوها با پایتون خالص نوشته می‌شن، بدون DSL و YAML
• ریکاوری خودکار از خطاهای زیرساختی مثل OOM و preempt شدن نود
• ریتری و resume از تسک شکست‌خورده، بدون اجرای دوبارهٔ کل پایپ‌لاین
• ورک‌فلوهای پویا برای ایجنت‌ها: برنچ، لوپ و گرفتن منابع موقع اجرا
• اینتگریشن آماده با Spark، Ray، BigQuery، Snowflake و چند ابزار دیگه