前言

前篇文章透過下提示詞的方式讓 Chat GPT 可以化身為智能管家，不僅能幫忙控制家電還能回答一些額外的提問，這篇文章要來介紹之後會實作在 Spring 後端的 Semantic Kernel 的運作方式

Semantic Kernel

在 Microsoft 提供的 Semanitc Kernel 中有以下三個重點:

1. 依賴注入容器 ( Dependency Injection Container )簡稱 DI
   Semantic Kernel的核心是一個稱為"kernel"的依賴注入容器。這個容器管理運行AI應用所需的所有服務和插件。

2. 連接器集 ( Connectors )
   Semantic Kernel SDK包含一組連接器，使開發人員能夠將大型語言模型（LLMs）和其他服務整合到現有的應用程式中。這些連接器充當程式碼和AI模型或服務之間的橋樑

3. 結合提示和API
   Semantic Kernel將提示（prompts）與現有的API結合，以執行各種操作。通過向AI模型描述情境，後續會根據情境選擇最適合的API

依賴注入容器

依賴注入容器，在Semantic Kernel中稱為"kernel"，是整個框架的核心。它的主要功能包括：

• 管理服務：容器負責創建、維護和提供應用程序所需的各種服務實例。
• 解耦：通過依賴注入，它幫助降低程式碼間的耦合度，使得整體更容易替換和測試。
• 生命週期管理：控制服務實例的生命週期，如單例（Singleton）或每次請求新建（Transient）等。
• 配置管理：集中管理各種服務的配置，便於統一調整和維護。

在Semantic Kernel中，這個容器特別重要，因為它管理了與AI服務交互所需的所有組件，包括但不限於AI模型連接器、內存管理、插件等。

連接器集

連接器是Semantic Kernel的重要組成部分，基本上就是在這邊註冊、添加自定義的功能，它們的主要作用包括：

• 橋接作用：連接器充當應用程序代碼和外部AI服務（如OpenAI、Azure OpenAI等）之間的橋樑。
• 抽象化：它們提供了一個統一的接口，隱藏了與不同AI服務交互的複雜性。
• 易於集成：開發者可以輕鬆地將各種AI服務集成到他們的應用中，而無需深入了解每個服務的具體API。
• 可擴展性：隨著新的AI服務出現，可以添加新的連接器，而不影響現有代碼。

這些連接器使得開發者可以更容易地在他們的應用中利用各種AI能力，而不需要為每個AI服務編寫專門的集成代碼。

結合提示和API

這個概念體現了Semantic Kernel的核心理念，即將AI能力與傳統編程無縫結合：

• 提示工程：開發者可以編寫自然語言提示，描述他們希望AI執行的任務。
• API集成：Semantic Kernel允許將這些提示與現有的API或函數關聯起來。
• 語義理解：AI模型可以理解這些提示，並根據提示調用相應的API或執行相應的操作。
• 靈活性：這種方法使得開發者可以用更自然的方式描述任務，而不是編寫複雜的條件邏輯。

通過這種方式，開發者可以利用AI的語言理解能力來增強現有的應用程序功能，創建更智能、更靈活的系統。