Etsyは、その膨大なユニークなリスティングを支えるために、ユーザーの検索やアイテムの説明を理解するための機械学習モデルに依存しています。これらのモデルは、Kafkaを通じてストリーミングされるリアルタイムデータによって駆動されており、ユーザーレコメンデーションの迅速な更新を可能にしています。しかし、これらのストリーミングアプリケーションの構築は、エンジニアにとって複雑で時間のかかる手作業のプロセスでした。これを簡素化するために、Etsyは「Kafka Skills」を開発しました。これは、言語モデルがタスクを自動化するように導く再利用可能なプレイブックです。これらのKafka Skillsは、開発者とAIエージェント間の協調的なワークフローを可能にし、自然言語コマンドを使用してコードの生成、設定の検証、およびローカルでのアプリケーションの実行を行います。エージェントは、Javaクラスの作成、YAML設定の入力、ローカルテストのオーケストレーションといった複雑なステップを処理し、開発者を退屈な手作業から解放します。これらのSkillsの使用状況を追跡し、さらなるサポートが必要な領域を特定するために、オブザーバビリティツールが実装されました。Kafka Skillsの初期導入は驚くほど低調でした。なぜなら、開発者はその存在を知らず、古い手作業の方法に頼り続けていたからです。発見可能性を向上させるために、EtsyはSkillsのエントリーポイントを増やし、開発者の自然言語やコーディングチーム固有の専門用語によってトリガーできるようにしました。AIエージェントが安全でない、または承認されていないKafkaアプリケーションを作成するのを防ぐためにガードレールが設けられ、コードのセキュリティとアクセス制御の遵守が保証されました。Kafka Skillsは現在、7つの重要なデータワークフローをサポートしており、より容易に発見できるようにすることで採用率の向上に重点を置いています。最終的に、これらのSkillsは新しい機械学習機能のローンチプロセスを合理化し、Etsyの買い手と売り手の両方にとってより良いユーザーエクスペリエンスをもたらすことを目指しています。データパイプライン開発を加速することにより、Etsyのモデルはユーザーの意図とリスティングコンテンツをより迅速に理解できるようになります。