semantic kernel

菜鸟分享录

MCP 入门实战：用 C# 开启 AI 新篇章MCP，全称为 Model Context Protocol（模型上下文协议），是一个开放的协议，它为应用程序向大型语言模型（LLM）提供上下文的方式进行了标准化。你可以把 MCP 想象成 AI 应用程序的“USB-C 接口”。就像 USB-C 让设备能轻松连接各种外设和配件一样，MCP 让 AI 模型能轻松连接各种数据源和工具。

菜鸟分享录

使用 Semantic Kernel 快速对接国产大模型实战指南（DeepSeek/Qwen/GLM）在人工智能应用开发中，统一对接不同大模型的能力至关重要。微软推出的 Semantic Kernel 作为优秀的 AI 编排框架，能够帮助我们快速对接各类大模型。本文将手把手教你如何使用 Semantic Kernel 对接国内三大主流模型：DeepSeek、通义千问（Qwen）和智谱AI（GLM），并提供可运行的代码示例。文末提供完整代码示例和注意事项。

.NET 原生驾驭 AI 新基建实战系列（二）：Semantic Kernel 整合对向量数据库的统一支持在人工智能（AI）应用开发迅猛发展的今天，向量数据库作为存储和检索高维数据的重要工具，已经成为许多场景（如自然语言处理、推荐系统和语义搜索）的核心组件。

.NET原生操作向量数据库实战系列（一）：.向量数据库的应用与AI时代下的畅想在当今数据驱动的时代，向量数据库（Vector Database）作为一种新兴的数据库技术，正逐渐成为软件开发领域的重要组成部分。特别是在 .NET 生态系统中，向量数据库的应用为开发者提供了构建智能、高效应用程序的新途径。

C#整合Ollama实现本地LLMs调用近两年AIGC发展的非常迅速，从刚开始的只有ChatGPT到现在的很百家争鸣。从开始的大参数模型，再到后来的小参数模型，从一开始单一的文本模型到现在的多模态模型等等。随着一起进步的不仅仅是模型的多样化，还有模型的使用方式。大模型使用的门槛越来越低，甚至现在每个人都可以在自己的电脑上运行模型。今天我们要说的就是大模型工具中的佼佼者Ollama,并演示如何通过C#来使用Ollama。

使用Aspire优雅的进行全栈开发——WinUI使用Semantic Kernel调用智普清言LLM总结Asp.Net Core通过Playwright解析的网页内容这算是一篇学习记录博客了，主要是学习语义内核（Semantic Kernel）的实践，以及Aspire进行全栈开发的上手体验，我是采用Aspire同时启动API服务，Blazor前端服务以及WinUI的桌面端项目，同时进行三个项目的代码修改，整体感觉很方便，如果代码都修改了只需要启动Aspire项目，不用每个项目单独起一遍了，而且速度很快，即使是有用容器服务的情况下。

体验Semantic Kernel图片内容识别前几日在浏览devblogs.microsoft.com的时候，看到了一篇名为Image to Text with Semantic Kernel and HuggingFace的文章。这篇文章大致的内容讲的是，使用Semantic Kernel结合HuggingFace来实现图片内容识别。注意，这里说的是图片内容识别，并非是OCR，而是它可以大致的描述图片里的主要内容。我个人对这些还是有点兴趣的，于是就尝试了一下，本文就是我体验过程的记录。