十行代码开发一个 AI 应用
Semantic Kernal 简介
Semantic Kernel (SK) is a lightweight SDK that lets you easily mix conventional programming languages with the latest in Large Language Model (LLM) AI "prompts" with templating, chaining, and planning capabilities out-of-the-box.
Semantic Kernel (SK) 是一个轻量级的 SDK，它允许你轻松地将传统编程语言与最新的大型语言模型 (LLM) AI "提示"相结合，其提供开箱即用的模板、链接和规划功能。
简而言之，就是基于 SK 提供的能力，可以基于“传统的编程语言”进行面向 LLM（大语言模型）AI 编程。这里的 LLM 目前就是 OpenAI，这里的传统编程语言，可以是 C#，Python 亦或 TypeScript、Java 等，但 SK 是微软开源，因此目前 C#在第一支持系列。换句话说，C# 开发者已可以基于 SK 进行面向 OpenAI 编程。
大型语言模型 （LLM） AI 是一个术语，指的是可以从大量数据生成自然语言文本的 AI 模型。大型语言模型使用深度神经网络（如转换器）从数十亿或数万亿个单词中学习，并生成有关任何主题或领域的文本。大型语言模型还可以执行各种自然语言任务，例如分类、汇总、翻译、生成和对话。大型语言模型的一些例子是 GPT-3，BERT，XLNet 和 EleutherAI。
那 SK 提供了怎样的能力呢？SK 旨在支持和封装来自最新 AI 研究的多种能力，以便开发人员可以为他们的应用程序注入复杂的 AI 技能，如提示链、递归推理、总结、zero/few-shot（零样本和少量样本）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。
上手开发 AI 外教应用
但很大多数开发者肯定有这样一个疑问：我不懂算法，也能开发 AI 应用？是的，可以。OpenAI 的能力已经通过高度抽象的接口开放，开箱即用。不再像之前一样，要进行复杂的训练、调参。对于大多数的简单的业务场景，只要进行简单的 Prompt 设计，和少许样本的支撑，即可达到不错的效果。 当然，对于复杂的场景，也可能需要通过大数据集进行自定义模型训练。空说无凭，准备了一个简单的 AI 应用示例：使用 SK 开发专属 AI 外教应用。场景很简单：设计一个 AI 外教 7*24 陪我练习英语口语。
需求分析
作为一名哑巴英语保持者，目前开口的难点无外乎：
词汇量不足
语法混淆
发音不准
口语表达能力弱
针对这些顽疾，我希望我的 AI 外教有这样的能力：
由于我的词汇量不足，因此我的表达中会中英混合，当出现这种情况时，希望 AI 能告诉我正确的英文表达。
由于我的语法经常会犯一些时态错误，当出现这种情况时，希望 AI 能进行语法纠正。
由于我的词汇量不足，当我要求解释某些句子或单词时，希望 AI 能通过中文向我解释。
由于有些单词不会发音，当我询问时，希望 AI 能以中文的形式告诉我发音技巧。
效果预览
那这样的 AI 应用的开发，看似复杂，但在 SK 的加持下，20 行代码就可以轻松搞定。先来给大家看看演示效果：
弱弱的问一句，这样的 AI 外教，满足你的需要吗？如需体验，评论留言。
上代码
简单起见创建控制台应用程序：
dotnet new console -n MyAITeacher.Demo添加
Microsoft.SemanticKernelNuget 包创建
Skills->Learning->LearningEnglishSkill目录在
LearningEnglishSkill目录下添加config.json和skprompt.txt文件：config.json：用来配置模型参数，可保持为空：{}，使用默认参数即可 skprompt.txt： 用来定义设计的 prompt
在
skprompt.txt中设计满足需求的 Prompt：
修改
Program.s如下：
文章转载自：「圣杰」
还未添加个人签名 2023-06-19 加入
还未添加个人简介
评论