前言 上一章我们熟悉了Semantic Kernel中的内置插件和对ConversationSummaryPlugin插件进行了实战，本章我们讲解一下另一个常用的内置插件HttpPlugin的应用。 上一章对ConversationSummaryPlugin总结进行了调整之后，顺便给Semantic
前言 经过前几章的学习我们已经熟悉了Semantic Kernel 插件的概念，以及基于Prompts构造的Semantic Plugins和基于本地方法构建的Native Plugins。本章我们来讲解一下在Semantic Kernel 中内置的一些插件，让我们避免重复造轮子。 内置插件 Sem
前言 本章讲一下在Semantic Kernel中使用DependencyInject(依赖注入)，在之前的章节我们都是通过手动创建Kernel对象来完成框架的初始化工作，今天我们用依赖注入的方式来实现。 实战 定义Native Plugins 我们用官网的LightPlugins插件来演示依赖注入
前言 在之前的章节中我们或多或少的已经接触到了 Semantic Kernel 的 Plugins，本章我们讲详细介绍如何使用插件。 Semantic Kernel 的一大特点是拥有强大的插件，通过结合自定义/预定义的插件解决智能业务的问题。让传统的代码和智能插件一起工作灵活地接入到应用场景简化传统
Semantic Kernel 与 LangChain 类似，但 Semantic Kernel 是为应用开发开发人员创建的SDK项目，它支持.NET, Python 以及 Java，但是对.NET支持最成熟（微软自家孩子嘛），可以让你的应用很轻易的集成AI大语言模型。今天我们快速地使用Semant...
引言 本章我们将学习通过Handlebars Prompts Template来创建Prompts functions。 什么是Handlebars？ Handlebars是一个流行的 JavaScript 模板引擎，它允许你通过在 HTML 中使用简单的占位符来创建动态的 HTML。 它使用模板和
引言 在上一章节我们熟悉了prompts functions(提示函数)的创建,我们了解了PromptTemplateConfig中各个属性的简单使用。Semantic Kernel允许我们利用多种方式去创建prompts包括native functions,prompts functions或者也
引言 上一章我们熟悉了一下 Semantic Kernel 的理论知识,Kernel 创建以及简单的Sample熟悉了一下 SK 的基本使用。在Semantic Kernel中的 kernel functions由两部分组成第一部分是prompts functions(提示函数),第二部分Nativ
（1）semantic-kernel入门课程 获取OpenAI在线API 由于在国内的限制，我们并没有办法直接访问OpenAI，所以下面的教程我们会推荐使用https://api.token-ai.cn，然后您需要在这个网站中注册一个账号，并且创建一个令牌（最好是设置无限额度和无过期时间），创建好的
引言 从这一章节开始正式进入我们的 Semantic Kernel 的学习之旅了。 什么是Semantic Kernel？ Semantic Kernel是一个轻量级的开源框架，通过 Semantic Kernel 可以快速使用不同编程语言(C#/Python/Java)结合 LLMs(OpenAI
Semantic Kernel是一个开源SDK，可让您轻松地将OpenAI，Azure OpenAI和Hugging Face等AI服务与C#和Python等传统编程语言相结合。通过这样做，您可以创建结合两全其美的 AI 应用程序。 Semantic Kernel 团队在博客上发布了2篇文章：Sem
Semantic Kernel 是一个开源的 SDK，它允许开发人员将大型语言模型（LLM）与传统的编程语言进行混合使用。 微软Semantic Kernel团队 在博客上正式公布了Semantic Kernel 项目秋季发展路线图[1]。这家公司的设计和AI副总裁John Maeda在官方博客中写
美国时间 2023 年 7 月 19 日，Semantic Kernel 团队在其官方博客[1]上宣布发布 Java 版Semantic Kernel。 Samantic Kernel系列的源代码可在GitHub上 [2]找到，但Java的0.2.6-alpha版本可从[3]Maven Centra
Semantic Kernel[1] 是一个开源的将大型语言模型（LLM）与流行的编程语言相结合的SDK，Microsoft将Semantic Kernel（简称SK）称为轻量级SDK，结合了OpenAI，Azure OpenAI和Hugging Face等AI LLM的集成。它使开发人员能够通过编
介绍 Semantic Kernel （SK） 是一个开源的将大型语言模型（LLM）与流行的编程语言相结合的SDK，Microsoft将Semantic Kernel（简称SK）称为轻量级SDK，结合了OpenAI，Azure OpenAI和Hugging Face等AI LLM的集成。它使开发人员
SemanticKernel介绍 Semantic Kernel是一个SDK，它将OpenAI、Azure OpenAI和Hugging Face等大型语言模型（LLMs）与C#、Python和Java等传统编程语言集成在一起。Semantic Kernel通过允许您定义插件来实现这一点，这些插件可
在SemanticKernel的入门例子中： // Import packages using Microsoft.SemanticKernel; using Microsoft.SemanticKernel.ChatCompletion; using Microsoft.SemanticKerne
微软semantic-kernel(SK)团队发布了一篇博客文章：Early Lessons From GPT-4: The Schillace Laws[1] ,微软的CVP , Deputy CTO Sam Schillace 根据他在GPT-4方面的经验制定了使用LLM创建软件的九项原则，称之
3月16日，微软发布了微软365 Copilot[1]。 Microsoft 365 Copilot 将您现有的 Word、Excel、PowerPoint、Outlook 和 Teams 与大型语言模型 （LLM） 的强大功能以及来自 Microsoft Graph 和 Microsoft 365
微信公众号文章 Semantic Kernel —— LangChain 的替代品?[1] ，它使用的示例代码是Python ，他却发了这么一个疑问：支持的语言对比（因为 Semantic Kernel 是用 C#开发的，所以它对 C#比较支持）如上所示。不清楚 Semantic Kernel 为什
