Semantic-Kernel：助力开发 LLM 加持的应用_semantic kernel planner

最近微软的众多产品线都采用 GPT-4 加持，从 Microsoft 365 等商业产品到“新必应”搜索引擎，再到低代码/无代码 Power Platform 等面向开发的产品，包括软件开发组件 Power Apps。

非常重要的一点是这些产品都是使用 .NET 构建的，这些项目可以快速的使用 LLM 加持，我们写程序的同学肯定都会想，微软是怎么做的？微软在3月17日发布了一篇博客文章：[Hello, Semantic Kernel!]，在这篇文章中微软已经开源了一个内部孵化项目，Github 的仓库，该项目可以帮助开发人员快速轻松地将尖端的 AI 模型集成到他们的应用程序中。这使您能够在应用中构建新体验，从而为用户带来无与伦比的工作效率，例如总结冗长的聊天交流，标记通过 Microsoft Graph 添加到待办事项列表中的重要“下一步”，或者计划一个完整的假期，而不仅仅是预订飞机上的座位。

微软MVP实验室研究员

张善友

深圳友浩达 CTO &首席架构师，微软最有价值专家，微软 SWAT 专家，超过20年的软件研发经验，曾在腾讯工作12年，.NET 基金会成员，.NET 云原生顾问和解决方案专家，运营微信公众号“dotnet跨平台”和“分布式应用运行时”

语义内核（SK）是一种创新的轻量级软件开发工具包（SDK），旨在将 AI 大型语言模型（LLM）与传统编程语言集成。借助 SK，开发人员可以轻松地为其应用程序注入复杂的技能，例如提示链接、摘要、递归推理、基于嵌入的内存等。SK 支持提示模板、函数链、矢量化内存和开箱即用的智能规划功能。

SK 旨在支持和封装来自最新 AI 研究的多种设计模式，以便开发人员可以为他们的应用程序注入复杂的技能，如提示链接、递归推理、总结、zero/few-shot 学习、上下文记忆、长期记忆、嵌入、语义索引、 规划，以及访问外部知识库和您自己的数据。

SK 最初的目标是 C# 开发人员，但也为数据科学家的最爱的 Python 提供了预览支持，而微软也根据从社区反馈中学到的内容，正在考虑支持其他语言，包括自己的 TypeScript。

微软将 SK 的主要优势列为：

• 快速集成：SK 旨在嵌入任何类型的应用程序中，使您可以轻松测试和运行 LLM AI。

• 扩展：借助 SK，您可以连接外部数据源和服务，使其应用程序能够将自然语言处理与实时信息结合使用。

• 更好的提示：SK 的模板化提示可让您使用有用的抽象和机制快速设计语义函数，以释放 LLM AI 的潜力。

• 新奇但熟悉：传统编程语言代码始终可供您作为一流的合作伙伴，帮助您快速完成工程设计，可以两全其美。

为了帮助开发人员入门，微软提供了一个免费的 LinkedIn 学习课程。它的描述是：“AI 的未来终于来了，它改变了软件开发人员的游戏规则。”探索语义内核 （SK） 的可能性，这是 AI 驱动的开发的新面孔，封装在轻量级、易于使用的多层软件开发工具包中。使用 SK 快速启动和运行，SK 是 Microsoft AI 生态系统的最新成员，使开发人员能够轻松地将 LLM AI 功能集成到他们的应用程序中。

除了 LinkedIn 学习课程之外，Microsoft 还解释了开发人员如何克隆存储库并尝试以下示例：

• 简单的聊天摘要：使用现成的技能，并轻松地将这些技能应用到你的应用中。

• 图书创作者：使用规划师解构复杂的目标，并在应用中设想使用规划师。

• 身份验证和 API：使用基本连接器模式进行身份验证并连接到 API，并设想将外部数据集成到应用的 LLM AI 中。

• Github 仓库问答：使用嵌入和内存来存储最近的数据，并允许您对其进行查询。

在运行示例和笔记本之前，您可能需要满足一些软件要求：

• Azure Functions 核心工具，用于将内核作为本地 API 运行，这是 Web 应用所需的。

• 需要 OpenAI API 密钥或 Azure OpenAI 服务密钥才能开始使用。

• 用于安装 Web 应用的依赖项的 Yarn。

• SK 支持 .NET Standard 2.1，建议使用 .NET 6+。但是，仓库中的某些示例需要 .NET 7 和 VS Code Polyglot 扩展才能运行笔记本。

SK 入门

下面是如何从 C# 控制台应用使用语义内核的快速示例，这里我们使用 VS Code Polyglot 来做。

相关链接：

[1] Power Apps：https://powerapps.microsoft.com/zh-cn/ 

[2] Hello, Semantic Kernel!：https://devblogs.microsoft.com/semantic-kernel/hello-world/

[3] Github 的仓库：https://github.com/microsoft/semantic-kernel

[4] 提示模板：https://github.com/microsoft/semantic-kernel/blob/main/docs/PROMPT_TEMPLATE_LANGUAGE.md

[5] 矢量化内存：https://github.com/microsoft/semantic-kernel/blob/main/docs/EMBEDDINGS.md

[6] 智能规划：https://github.com/microsoft/semantic-kernel/blob/main/docs/PLANNER.md

[7] 技能：https://github.com/microsoft/semantic-kernel/blob/main/docs/SKILLS.md

[8] 嵌入：https://github.com/microsoft/semantic-kernel/blob/main/docs/EMBEDDINGS.md

[9] 支持其他语言：https://aka.ms/sk/python

[10] LinkedIn 学习课程：https://www.linkedin.com/learning/introducing-semantic-kernel-building-ai-based-apps/introducing-semantic-kernel

[11] 简单的聊天摘要：https://github.com/microsoft/semantic-kernel/blob/main/samples/apps/chat-summary-webapp-react/README.md

[12] 图书创作者：https://github.com/microsoft/semantic-kernel/blob/main/samples/apps/book-creator-webapp-react/README.md

[13] 身份验证和 API：https://github.com/microsoft/semantic-kernel/blob/main/samples/apps/auth-api-webapp-react/README.md

[14] Github 仓库问答：https://github.com/microsoft/semantic-kernel/blob/main/samples/apps/github-qna-webapp-react/README.md

[15] Azure Functions 核心工具：https://learn.microsoft.com/azure/azure-functions/functions-run-local

[16] OpenAI API：https://openai.com/api/

[17] Azure OpenAI 服务密钥：https://learn.microsoft.com/azure/cognitive-services/openai/quickstart?pivots=rest-api

[18] Yarn：https://yarnpkg.com/getting-started/install

[19] .NET 7：https://dotnet.microsoft.com/download

[20] Polyglot 扩展：https://www.cnblogs.com/shanyou/p/17247652.html