鐵人檔案
去年開始持續關注Semantic Kernel 這個的框架，經過了一年如同生成式AI一樣，Semantic Kernel 持續快速的進行版本演化，因此這一次再度以Semantic Kernel 為主軸，在這30天的技術寫作挑戰中，以目前最新版的Semantic Kernel進行探索生成式應用，將逐步介紹如何使用 Semantic Kernel 實現 AI 模型的調用與管理，展示生成式應用開發的流程，並結合範例說明。
許多討論生成式 AI 應用時，經常會聯想到 Chatbot。不可否認，Chatbot 確實符合人類的慣用操作體驗，因為它能模擬自然對話。然而，對話模式也充滿不確...
到目前為止所展示的範例，都是文字生成類的，但是生成式AI（Generative AI）不僅僅能夠生成文字內容，還能夠生成圖像。例如：OpenAI 的 DALL-...
前一篇文章示範使用 Semantic Kernel 內建的模型連接服務串接 OpenAI 的 DALL-E 模型，快速做成一個以文生圖的應用，然而有些時候這些內...
生成式AI在文本應用相當廣泛，連帶也延伸至其它領域的應用，就像前面的以文生圖。而本篇就來看文本與語音領域的應用，分別是語音轉文本（STT）和文本轉語音（TTS）...
Function Calling 是賦予LLMs應用強大能力的一個很重要的機制，它可以使得LLM模型增強其延伸的能力(但不是LLMs真的自已能調用工具)。 假設...
Function Calling ，它允許大型語言模型（LLM）在生成回應過程中，能根據輸入的 prompt 動態呼叫預定義的 Function 來執行具體的操...
AI 代理（AI Agent），代替人類處理一連串的動作以完成目標（目標導向），稱之為AI代理，也有人把它稱為智能體，但智能體這個詞更抽象些，因此我還是習慣叫做...
前一篇文章，我試圖勾勒我對 AI Agent 的理解，本篇內容讓我用 Semantic Kernel 來實作一個基本款的辦公室 AI Agent 應用，展示 A...
「每天都有大量的國際新聞湧現，如何有效率獲取得並理解這些資訊成為挑戰。過去，透過 APP 或網站瀏覽新聞，整理相關資訊往往費時且不便。而如果有一個代理人能幫你收...
上一篇的 AI Agent 協同合作是基於單向 Workflow 的場景，適合有固定作業流程，並且有順序性且單向作業。而這一次場景同樣採取 Multi Agen...
