תמונה מאת עורך
מודלים של שפה גדולה (LLMs) כמו GPT-3 של OpenAI, BERT של גוגל ו-LAMA של Meta מחוללים מהפכה במגזרים שונים עם יכולתם ליצור מגוון רחב של טקסטים? - החל מטקסטים שיווקיים ותסריטים ממדעי הנתונים ועד לשירה.
למרות שהממשק האינטואיטיבי של ChatGPT הצליח להיות במכשירים של רוב האנשים כיום, עדיין ישנו נוף עצום של פוטנציאל בלתי מנוצל לשימוש ב-LLMs באינטגרציות תוכנה מגוונות.
הבעיה העיקרית?
רוב היישומים דורשים תקשורת יותר זורמת ומקורית עם LLMs.
וכאן בדיוק נכנסת לנגצ'יין!
אם אתה מעוניין בבינה מלאכותית ו-LLM, הדרכה זו מותאמת במיוחד עבורך.
אז הבה נתחיל!
רק למקרה שאתה גר בתוך מערה ולא קיבלת חדשות לאחרונה, אסביר בקצרה מודלים של שפה גדולה או LLMs.
LLM היא מערכת בינה מלאכותית מתוחכמת שנבנתה כדי לחקות הבנה ויצירת טקסטואלית כמו אנושית. על ידי אימון על מערכי נתונים עצומים, מודלים אלה מבחינים בדפוסים מורכבים, תופסים דקויות לשוניות ומייצרים פלטים קוהרנטיים.
אם אתה תוהה כיצד ליצור אינטראקציה עם דגמי AI אלה, ישנן שתי דרכים עיקריות לעשות זאת:
- הדרך הנפוצה והישירה ביותר היא לדבר או לשוחח עם הדוגמנית. זה כרוך ביצירת הנחיה, שליחתה למודל המופעל על ידי AI וקבלת פלט מבוסס טקסט כתגובה.
- שיטה נוספת היא המרת טקסט למערכים מספריים. תהליך זה כולל כתיבת הנחיה עבור ה-AI וקבלת מערך מספרי בתמורה. מה שמכונה בדרך כלל "הטבעה". לאחרונה הוא חווה עלייה במסד נתונים וקטוריים ובחיפוש סמנטי.
ובדיוק בשתי הבעיות העיקריות הללו מנסה LangChain לטפל. אם אתה מעוניין בבעיות העיקריות של אינטראקציה עם LLMs, אתה יכול לבדוק מאמר זה כאן.
LangChain היא מסגרת קוד פתוח הבנויה סביב LLMs. הוא מביא לשולחן ארסנל של כלים, רכיבים וממשקים המייעלים את הארכיטקטורה של יישומים מונעי LLM.
עם LangChain, עיסוק במודלים של שפה, קישור בין רכיבים מגוונים ושילוב נכסים כמו ממשקי API ומסדי נתונים הופכים להיות קל. מסגרת אינטואיטיבית זו מפשטת באופן מהותי את מסע פיתוח יישומי LLM.
הרעיון המרכזי של Long Chain הוא שאנחנו יכולים לחבר יחד רכיבים או מודולים שונים, הידועים גם בשם שרשראות, כדי ליצור פתרונות מתוחכמים יותר המונעים על ידי LLM.
להלן כמה תכונות בולטות של LangChain:
- תבניות הנחיות הניתנות להתאמה אישית לסטנדרטיזציה של האינטראקציות שלנו.
- רכיבי חוליית שרשרת מותאמים למקרי שימוש מתוחכמים.
- אינטגרציה חלקה עם מודלים שפות מובילים, כולל ה-GPTs של OpenAI ואלה ב- HuggingFace Hub.
- רכיבים מודולריים לגישת שילוב והתאמה להערכת כל בעיה או משימה ספציפית.
תמונה מאת המחבר
LangChain נבדלת בהתמקדות שלה בהתאמה ועיצוב מודולרי.
הרעיון המרכזי מאחורי LangChain הוא פירוק רצף עיבוד השפה הטבעית לחלקים בודדים, מה שמאפשר למפתחים להתאים אישית זרימות עבודה בהתאם לדרישות שלהם.
צדדיות כזו מציבה את LangChain כבחירה מצוינת לבניית פתרונות AI במצבים ובתעשיות שונות.
חלק מהמרכיבים החשובים ביותר שלו הם…
תמונה מאת המחבר
1. לימודי תואר שני
LLMs הם רכיבים בסיסיים הממנפים כמויות אדירות של נתוני אימון כדי להבין וליצור טקסט דמוי אדם. הם מהווים את הליבה של פעולות רבות בתוך LangChain, ומספקות את יכולות עיבוד השפה הדרושות לניתוח, לפרש ולהגיב לקלט טקסט.
נוֹהָג: הפעלת צ'אטבוטים, הפקת טקסט דמוי אדם עבור יישומים שונים, סיוע באחזור מידע וביצוע עיבוד שפות אחר
2. תבניות בקשה
הנחיות הן בסיסיות לאינטראקציה עם LLM, וכאשר עובדים על משימות ספציפיות, המבנה שלהן נוטה להיות דומה. תבניות הנחיות, שהן הנחיות מוגדרות מראש הניתנות לשימוש בכל רשתות, מאפשרות סטנדרטיזציה של "הנחיות" על ידי הוספת ערכים ספציפיים. זה משפר את יכולת ההסתגלות וההתאמה האישית של כל LLM.
נוֹהָג: סטנדרטיזציה של תהליך האינטראקציה עם LLMs.
3. מנתחי פלט
מנתחי פלט הם רכיבים שלוקחים את הפלט הגולמי משלב קודם בשרשרת וממירים אותו לפורמט מובנה. לאחר מכן ניתן להשתמש בנתונים המובנים הללו בצורה יעילה יותר בשלבים הבאים או למסור אותם כתגובה למשתמש הקצה.
נוֹהָג: לדוגמה, בצ'אטבוט, מנתח פלט עשוי לקחת את תגובת הטקסט הגולמי ממודל שפה, לחלץ חלקי מידע מרכזיים ולעצב אותם לתשובה מובנית.
4. רכיבים ושרשראות
ב-LangChain, כל רכיב פועל כמודול האחראי על משימה מסוימת ברצף עיבוד השפה. ניתן לחבר את הרכיבים הללו לצורה שרשראות עבור זרימות עבודה מותאמות אישית.
נוֹהָג: יצירת שרשראות של זיהוי סנטימנטים ומחוללי תגובה בצ'אטבוט ספציפי.
5. זיכרון
זיכרון ב-LangChain מתייחס לרכיב המספק מנגנון אחסון ושליפה של מידע בתוך זרימת עבודה. רכיב זה מאפשר אחסון זמני או מתמשך של נתונים שניתן לגשת אליהם ולתפעל על ידי רכיבים אחרים במהלך האינטראקציה עם ה-LLM.
נוֹהָג: זה שימושי בתרחישים שבהם יש לשמור נתונים על פני שלבי עיבוד שונים, למשל, אחסון היסטוריית שיחות בצ'אטבוט כדי לספק תגובות מודעות להקשר.
6. סוכנים
סוכנים הם רכיבים אוטונומיים המסוגלים לבצע פעולות על סמך הנתונים שהם מעבדים. הם יכולים ליצור אינטראקציה עם רכיבים אחרים, מערכות חיצוניות או משתמשים, כדי לבצע משימות ספציפיות בתוך זרימת עבודה של LangChain.
נוֹהָג: לדוגמה, סוכן עשוי לטפל באינטראקציות של משתמשים, לעבד בקשות נכנסות ולתאם את זרימת הנתונים דרך השרשרת כדי ליצור תגובות מתאימות.
7. אינדקסים ורטריברים
אינדקסים ורטריברים ממלאים תפקיד מכריע בניהול וגישה לנתונים ביעילות. אינדקסים הם מבני נתונים המכילים מידע ומטא נתונים מנתוני ההדרכה של המודל. מצד שני, ריטריברים הם מנגנונים המקיימים אינטראקציה עם האינדקסים הללו כדי להביא נתונים רלוונטיים על סמך קריטריונים שצוינו ולאפשר למודל להגיב טוב יותר על ידי אספקת הקשר רלוונטי.
נוֹהָג: הם מסייעים באיסוף מהיר של נתונים או מסמכים רלוונטיים ממערך נתונים גדול, אשר חיוני למשימות כמו אחזור מידע או מענה לשאלות.
8. רובאי מסמכים
ב-LangChain, Transformers של מסמכים הם רכיבים מיוחדים שנועדו לעבד ולשנות מסמכים באופן שהופך אותם למתאימים לניתוח או עיבוד נוסף. טרנספורמציות אלו עשויות לכלול משימות כגון נורמליזציה של טקסט, חילוץ תכונות או המרה של טקסט לפורמט אחר.
נוֹהָג: הכנת נתוני טקסט לשלבי עיבוד עוקבים, כגון ניתוח באמצעות מודלים של למידת מכונה או אינדקס לאחזור יעיל.
9. הטמעת דגמים
הם משמשים להמרת נתוני טקסט לוקטורים מספריים במרחב בעל ממדים גבוהים. מודלים אלו לוכדים קשרים סמנטיים בין מילים וביטויים, ומאפשרים ייצוג קריא במכונה. הם מהווים את הבסיס למשימות שונות של עיבוד שפה טבעית (NLP) במורד הזרם בתוך המערכת האקולוגית של LangChain.
נוֹהָג: הקלה על חיפושים סמנטיים, השוואות דמיון ומשימות אחרות של לימוד מכונה על ידי מתן ייצוג מספרי של טקסט.
10. חנויות וקטור
סוג של מערכת מסד נתונים המתמחה באחסון וחיפוש מידע באמצעות הטמעות, בעצם ניתוח ייצוגים מספריים של נתונים דמויי טקסט. VectorStore משמשת כמתקן אחסון להטמעות אלו.
נוֹהָג: מאפשר חיפוש יעיל המבוסס על דמיון סמנטי.
התקנתו באמצעות PIP
הדבר הראשון שעלינו לעשות הוא לוודא שיש לנו את LangChain מותקן בסביבה שלנו.
pip install langchain
הגדרת סביבה
שימוש ב-LangChain פירושו בדרך כלל אינטגרציה עם ספקי דגמים מגוונים, מאגרי נתונים, ממשקי API, בין רכיבים אחרים. וכפי שאתה כבר יודע, כמו כל אינטגרציה, אספקת מפתחות ה-API הרלוונטיים והנכונים היא קריטית לתפעול של LangChain.
תאר לעצמך שאנחנו רוצים להשתמש ב- OpenAI API שלנו. אנו יכולים להשיג זאת בקלות בשתי דרכים:
- הגדרת מפתח כמשתנה סביבה
OPENAI_API_KEY="..."
or
import os
os.environ['OPENAI_API_KEY'] = “...”
אם תבחר שלא להקים משתנה סביבה, יש לך את האפשרות לספק את המפתח ישירות דרך הפרמטר openai_api_key בשם בעת הפעלת המחלקה OpenAI LLM:
- הגדר ישירות את המפתח בכיתה הרלוונטית.
from langchain.llms import OpenAI
llm = OpenAI(openai_api_key="...")
המעבר בין LLMs הופך להיות פשוט
LangChain מספקת שיעור LLM המאפשר לנו ליצור אינטראקציה עם ספקי מודלים שונים של שפה, כגון OpenAI ו-Huging Face.
זה די קל להתחיל עם כל LLM, שכן הפונקציונליות הבסיסית והקלה ביותר ליישום של כל LLM היא רק יצירת טקסט.
עם זאת, לא כל כך קל לבקש את אותה הנחיה ל-LLMs שונים בבת אחת.
כאן נכנסת לנגצ'יין...
אם נחזור לפונקציונליות הקלה ביותר של כל LLM, נוכל לבנות בקלות אפליקציה עם LangChain שמקבלת בקשת מחרוזת ומחזירה את הפלט של LLM הייעודי שלנו.
קוד לפי מחבר
אנחנו יכולים פשוט להשתמש באותה הנחיה ולקבל את התגובה של שני דגמים שונים תוך כמה שורות קוד!
קוד לפי מחבר
מרשים... נכון?
מתן מבנה להנחיות שלנו עם תבניות הנחיות
בעיה נפוצה עם מודלים של שפה (LLMs) היא חוסר היכולת שלהם להסלים יישומים מורכבים. LangChain מטפלת בכך על ידי מתן פתרון לייעול תהליך יצירת הנחיות, שלעתים קרובות מורכב יותר מסתם הגדרת משימה מכיוון שהיא דורשת מתאר את הפרסונה של ה-AI והבטחת דיוק עובדתי. חלק נכבד מזה כרוך בטקסט חוזר על לוחית עץ. LangChain מקלה על כך על ידי מתן תבניות הנחיה, הכוללות אוטומטית טקסט של לוחית בויל בהנחיות חדשות, ובכך מפשטת את היצירה המהירה ומבטיחה עקביות בין משימות שונות.
קוד לפי מחבר
קבלת תגובות מובנות עם מנתחי פלט
באינטראקציות מבוססות צ'אט, הפלט של המודל הוא טקסט בלבד. עם זאת, בתוך יישומי תוכנה, יש להעדיף פלט מובנה מכיוון שהוא מאפשר פעולות תכנות נוספות. לדוגמה, בעת יצירת מערך נתונים, רצוי לקבל את התגובה בפורמט מסוים כגון CSV או JSON. בהנחה שניתן לעצב הנחיה כדי לעורר תגובה עקבית ובפורמט מתאים מה-AI, יש צורך בכלים לניהול הפלט הזה. LangChain עונה על הדרישה הזו על ידי מתן כלים למנתח פלט לטיפול ולניצול יעיל של הפלט המובנה.
קוד לפי מחבר
אתה יכול ללכת לבדוק את כל הקוד אצלי GitHub.
לא מזמן, היכולות המתקדמות של ChatGPT הותירו אותנו ביראת כבוד. עם זאת, הסביבה הטכנולוגית משתנה ללא הרף, וכעת כלים כמו LangChain נמצאים בהישג ידנו, ומאפשרים לנו ליצור אבות טיפוס יוצאי דופן מהמחשבים האישיים שלנו תוך שעות ספורות.
LangChain, פלטפורמת Python זמינה באופן חופשי, מספקת אמצעי למשתמשים לפתח יישומים המעוגנים על ידי LLMs (מודלים של שפה). פלטפורמה זו מספקת ממשק גמיש למגוון מודלים בסיסיים, מייעלת את הטיפול המהיר ופועלת כקשר לאלמנטים כמו תבניות הנחיות, עוד LLMs, מידע חיצוני ומשאבים אחרים באמצעות סוכנים, נכון לתיעוד הנוכחי.
תארו לעצמכם צ'אטבוטים, עוזרים דיגיטליים, כלי תרגום לשפות וכלי עזר לניתוח סנטימנטים; כל היישומים התומכים ב-LLM מתעוררים לחיים עם LangChain. מפתחים משתמשים בפלטפורמה זו כדי ליצור פתרונות מודל שפה מותאמים אישית העונים על דרישות שונות.
ככל שהאופק של עיבוד השפה הטבעית מתרחב, ואימוצו מעמיק, תחום היישומים שלו נראה חסר גבולות.
ג'וזף פרר הוא מהנדס אנליטיקה מברצלונה. הוא סיים לימודי הנדסת פיזיקה וכיום הוא עובד בתחום מדעי הנתונים המיושם לניידות אנושית. הוא יוצר תוכן במשרה חלקית המתמקד במדעי הנתונים והטכנולוגיה. אתה יכול לפנות אליו ב לינקדין, טויטר or בינוני.
- הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
- PlatoData.Network Vertical Generative Ai. העצים את עצמך. גישה כאן.
- PlatoAiStream. Web3 Intelligence. הידע מוגבר. גישה כאן.
- PlatoESG. פחמן, קלינטק, אנרגיה, סביבה, שמש, ניהול פסולת. גישה כאן.
- PlatoHealth. מודיעין ביוטכנולוגיה וניסויים קליניים. גישה כאן.
- מקור: https://www.kdnuggets.com/how-to-make-large-language-models-play-nice-with-your-software-using-langchain?utm_source=rss&utm_medium=rss&utm_campaign=how-to-make-large-language-models-play-nice-with-your-software-using-langchain
- :יש ל
- :הוא
- :לֹא
- :איפה
- $ למעלה
- 7
- a
- יכולת
- נצפה
- גישה
- להשיג
- דיוק
- לרוחב
- משחק
- פעולות
- מעשים
- מוסיף
- כתובת
- כתובות
- פְּנִיָה
- אימוץ
- מתקדם
- סוֹכֵן
- סוכנים
- לִפנֵי
- AI
- מונע AI
- תעשיות
- להתיר
- מאפשר
- מאפשר
- כְּבָר
- גם
- בין
- כמויות
- an
- אנליזה
- ניתוח
- לנתח
- ניתוח
- מעוגן
- ו
- כל
- API
- ממשקי API
- בקשה
- פיתוח אפליקציות
- יישומים
- יישומית
- גישה
- מתאים
- ארכיטקטורה
- ARE
- סביב
- מערך
- ארסנל
- מאמר
- מלאכותי
- בינה מלאכותית
- AS
- לשאול
- לְהַעֲרִיך
- נכסים
- עוזרים
- At
- אוטונומי
- זמין
- יראת כבוד
- בחזרה
- ברצלונה
- מבוסס
- בסיסי
- BE
- להיות
- הופך להיות
- היה
- מאחור
- מוטב
- בֵּין
- לְלֹא גְבוּל
- שבירה
- בקצרה
- מביא
- לִבנוֹת
- בִּניָן
- נבנה
- by
- CAN
- יכולות
- מסוגל
- ללכוד
- מקרה
- מקרים
- מספקת
- מערה
- שרשרת
- שרשראות
- chatbot
- chatbots
- ChatGPT
- משוחח
- לבדוק
- בחירה
- בחרו
- בכיתה
- קוד
- קוהרנטי
- איך
- Common
- בדרך כלל
- תקשורת
- השוואות
- מורכב
- רְכִיב
- רכיבים
- מחשבים
- לְחַבֵּר
- מחובר
- עִקבִי
- צור קשר
- תוכן
- הקשר
- שיחה
- המרה
- להמיר
- המרת
- לתאם
- ליבה
- לתקן
- לעצב
- מעוצב
- לִיצוֹר
- יוצרים
- יצירה
- יוצר
- הקריטריונים
- מכריע
- נוֹכְחִי
- כיום
- התאמה אישית
- אישית
- אישית
- נתונים
- מדע נתונים
- ערכות נתונים
- מסד נתונים
- מאגרי מידע
- מעמיק
- הגדרה
- נתן
- מספק
- עיצוב
- יעוד
- מעוצב
- רצוי
- איתור
- לפתח
- מפתחים
- צעצועי התפתחות
- התקנים
- אחר
- דיגיטלי
- ישיר
- ישירות
- לְהַבחִין
- מובהק
- נִכבָּד
- שונה
- do
- מסמך
- תיעוד
- מסמכים
- מטה
- בְּמַהֲלָך
- כל אחד
- הקל ביותר
- בקלות
- קל
- המערכת האקולוגית
- יעילות
- יעיל
- יעילות
- אלמנטים
- הטבעה
- מה שמאפשר
- סוף
- מרתק
- מהנדס
- הנדסה
- משפר
- עֲנָקִי
- הבטחתי
- סביבה
- להסלים
- חיוני
- למעשה
- להקים
- Ether (ETH)
- משתנה תמידית
- דוגמה
- מתרחב
- מנוסה
- להסביר
- חיצוני
- תמצית
- הוֹצָאָה
- פָּנִים
- מתקן
- עובד
- מאפיין
- תכונות
- מעטים
- שדה
- קצות האצבעות
- ראשון
- גמיש
- תזרים
- נוזל
- להתמקד
- מרוכז
- בעד
- טופס
- פוּרמָט
- קרן
- יסוד
- מסגרת
- בחופשיות
- החל מ-
- פונקציונלי
- יסודי
- נוסף
- ליצור
- יצירת
- דור
- גנרטטיבית
- AI Generative
- גנרטור
- לקבל
- מקבל
- Go
- גוגל
- לתפוס
- יד
- לטפל
- טיפול
- יש
- יש
- he
- לו
- היסטוריה
- מחזיק
- אופק
- שעות
- איך
- איך
- HTTPS
- טבור
- חיבוק פנים
- בן אנוש
- חולה
- רעיון
- if
- לייבא
- חשוב
- in
- חוסר יכולת
- לכלול
- כולל
- נכנס
- שילוב
- אינדקסים
- בנפרד
- תעשיות
- מידע
- ייזום
- קלט
- להתקין
- למשל
- אינסטרומנטלי
- שילוב
- השתלבות
- ואינטגרציות
- מוֹדִיעִין
- אינטראקציה
- אינטראקציה
- אינטראקציה
- יחסי גומלין
- מעוניין
- מִמְשָׁק
- ממשקים
- קישורים הדדיים
- אל תוך
- מוּרכָּב
- אינטואיטיבי
- כרוך
- סוגיה
- IT
- שֶׁלָה
- מסע
- ג'סון
- רק
- KDnuggets
- מפתח
- מפתחות
- בעיטות
- לדעת
- ידוע
- נוף
- שפה
- גָדוֹל
- מוביל
- למידה
- עזבו
- תנופה
- החיים
- כמו
- קווים
- קשר
- לינקדין
- חי
- לאמה
- ארוך
- מכונה
- למידת מכונה
- ראשי
- לעשות
- עושה
- לנהל
- הצליח
- ניהול
- מניפולציות
- רב
- שיווק
- מאי..
- אומר
- מנגנון
- מנגנוני
- רק
- מידע נוסף
- שיטה
- יכול
- ניידות
- מודל
- מודלים
- מודולרי
- מודול
- מודולים
- יותר
- רוב
- my
- שם
- יליד
- טבעי
- שפה טבעית
- עיבוד שפה טבעית
- הכרחי
- צורך
- צרכי
- חדש
- חדשות
- קשר
- נחמד
- NLP
- עַכשָׁיו
- of
- הצעה
- לעתים קרובות
- on
- פעם
- קוד פתוח
- OpenAI
- מבצע
- תפעול
- אפשרות
- or
- OS
- אחר
- שלנו
- outlining
- תפוקה
- פלטים
- בולט
- פרמטר
- חלק
- מסוים
- חלקים
- דפוסי
- אֲנָשִׁים
- לבצע
- ביצוע
- אישי
- מחשבים אישיים
- ביטויים
- פיסיקה
- חתיכות
- פלטפורמה
- אפלטון
- מודיעין אפלטון
- אפלטון נתונים
- לְשַׂחֵק
- שירה
- עמדות
- פוטנציאל
- בדיוק
- עָדִיף
- ראשוני
- בעיה
- בעיות
- תהליך
- תהליך
- לייצר
- תכנות
- הנחיות
- טיפוס
- לספק
- ספקים
- מספק
- מתן
- פיתון
- שאלה
- מהירות
- דַי
- חי
- תחום
- קבלה
- לאחרונה
- מתייחס
- מערכות יחסים
- רלוונטי
- חוזר על עצמו
- תשובה
- נציגות
- בקשות
- לדרוש
- דרישה
- דרישות
- דורש
- משאבים
- להגיב
- תגובה
- תגובות
- אחראי
- שמור
- לַחֲזוֹר
- החזרות
- מהפכה
- תקין
- תפקיד
- s
- אותו
- תרחישים
- מדע
- מדע וטכנולוגיה
- סקריפטים
- חיפוש
- חיפושים
- מגזרים
- נראה
- שליחה
- רגש
- רצף
- משמש
- סט
- סטים
- הצבה
- משמעותי
- דומה
- מפשט
- מפשט
- בפשטות
- מצבים
- So
- תוכנה
- פִּתָרוֹן
- פתרונות
- כמה
- מתוחכם
- מֶרחָב
- מיוחד
- מתמחה
- ספציפי
- מפורט
- התמחות
- שלבים
- תקינה
- החל
- עוד
- אחסון
- חנות
- חנויות
- לייעל
- התייעלות
- מחרוזת
- מִבְנֶה
- מובנה
- מבנים
- לאחר מכן
- באופן משמעותי
- כזה
- מַתְאִים
- אספקה
- בטוח
- לְהִתְנַחְשֵׁל
- מערכת
- מערכות
- שולחן
- מותאם
- לקחת
- נטילת
- מדבר
- המשימות
- משימות
- טכנולוגי
- טכנולוגיה
- תבניות
- זמני
- נוטה
- טֶקסט
- טקסטואלית
- מֵאֲשֶׁר
- זֶה
- השמיים
- שֶׁלָהֶם
- אותם
- אז
- שם.
- אלה
- הֵם
- דבר
- זֶה
- אלה
- אם כי?
- דרך
- כָּך
- ל
- היום
- יַחַד
- כלים
- הדרכה
- לשנות
- טרנספורמציות
- רוֹבּוֹטרִיקִים
- תרגום
- הדרכה
- שתיים
- בדרך כלל
- להבין
- הבנה
- שֶׁלֹא נוּצַל
- us
- שָׁמִישׁ
- להשתמש
- מְשׁוּמָשׁ
- משתמש
- משתמשים
- באמצעות
- כלי עזר
- לנצל
- ערכים
- משתנה
- מגוון
- שונים
- Vast
- צדדיות
- מאוד
- באמצעות
- רוצה
- דֶרֶך..
- דרכים
- we
- מה
- מה
- מתי
- אשר
- כל
- רָחָב
- עם
- בתוך
- פלא
- מילים
- זרימת עבודה
- זרימות עבודה
- עובד
- עוד
- אתה
- זפירנט