前言

完成 Spring 架設後端的基本教學後，接下來要進行整個教程中的另一大主題 Semantic Kernel，直翻就是 語意核心，我們將會把語意核心的系統架設到Spring 上面，並且利用這個功能完成一系列的實驗。

Semantic Kernel

Semantic Kernel 是一個由微軟開發的開源框架，旨在將大型語言模型（LLMs）如 GPT-4 整合到傳統的應用程序中。它提供了一種結構化的方式來組合 AI 和非 AI 功能，使開發人員能夠創建智慧應用程序。

以下是 Semantic Kernel 的詳細介紹：

核心

• Kernel：Semantic Kernel 的中心組件，負責協調所有操作。
• Skills：可重用的功能集合，可以是 AI 驅動的或傳統的編程函數。
• Semantic Functions：使用自然語言定義的 AI 驅動功能。
• Native Functions：使用傳統編程語言（如 C#、Python）編寫的功能。
• Planner：能夠組合多個 skills 和 functions 來解決複雜任務的組件。
• Memory：用於存儲和檢索信息的組件，可以與 AI 模型集成。
• Connectors：用於與外部服務和 API 集成的組件。

特點

• 跨語言支持：主要支持 C# 和 Python，未來可能支持更多語言。
• 模型靈活性：支持多種 LLMs，包括 OpenAI 的 GPT 系列和 Azure OpenAI 服務。
• 可擴展性：允許開發者輕鬆添加新的 skills 和 functions。
• 上下文管理：提供了管理對話和任務上下文的工具。
• 計劃和推理：內置的 Planner 可以動態組合功能來解決複雜問題。

優勢

• 簡化了 AI 集成：提供了一個結構化的框架來集成 AI 功能。
• 可重用性：Skills 和 Functions 可以在不同項目中重複使用。
• 靈活性：支持多種 LLMs 和編程語言。
• 可擴展性：易於添加新功能和集成外部服務。
• 開源：社區驅動的開發和改進。

總結

Semantic Kernel 為開發者提供了一個強大的工具，用於創建智能應用程序和服務。它簡化了 AI 集成過程，並提供了一個靈活、可擴展的框架來構建下一代的智能軟件。