Übersicht über das .NET + KI-Ökosystem
.NET kann mit vielen verschiedenen Bibliotheken und Tools verwendet werden, die die Entwicklung von generativen KI-Anwendungen unterstützen. Dieser Artikel enthält eine Zusammenfassung der Dienste und Tools, die Sie möglicherweise in Ihren Anwendungen verwenden, mit Links, um mehr über jeden dieser Dienste zu erfahren.
Hinweis
Es wird empfohlen, das Semantic Kernel SDK zu verwenden, um Ihre Aufrufe an große Sprachmodelle (Large Language Models, LLMs) zu koordinieren und Interaktionen mit den hier genannten Diensten zu verwalten. Der semantische Kernel macht es einfach, mit verschiedenen Diensten zu arbeiten, ohne jedes Mal eine andere API erlernen zu müssen.
Wichtig
Diese SDKs und Tools werden durch eine Vielzahl von Quellen erstellt. Nicht alle SDKs werden von Microsoft verwaltet. Wenn Sie ein SDK in Betracht ziehen, sollten Sie Aspekte wie Qualität, Lizenzierung und Support auswerten, um sicherzustellen, dass dieser Ihren Anforderungen entspricht. Lesen Sie außerdem in jedem Fall die ausführlichen Informationen zur Versionskompatibilität in der Dokumentation der einzelnen SDKs.
Arbeiten mit Modellen
Heute können Sie .NET verwenden, um auf Modelle zuzugreifen, die von OpenAI erstellt wurden, entweder mit dem Azure OpenAI SDK oder dem semantischen Kernel. Diese Modelle können von OpenAI oder in Azure mit den Azure KI Services gehostet werden. Vorschauunterstützung wird in Kürze im semantischen Kernel für die Arbeit mit anderen Modellen verfügbar sein, und Sie können bereits heute mit Open-Source-SDKs experimentieren, die von der .NET-Entwicklercommunity erstellt wurden.
NuGet-Paket | Unterstützte Modelle | Maintainer oder Anbieter | Verknüpfen mit Dokumenten |
---|---|---|---|
Microsoft.SemanticKernel | OpenAI-Modelle Von Azure OpenAI unterstützte Modelle |
Semantischer Kernel (Microsoft) | Dokumentation zum semantischen Kernel |
Azure OpenAI SDK | Von Azure OpenAI unterstützte Modelle | Azure SDK für .NET (Microsoft) | Dokumentation zu Azure OpenAI-Diensten |
Verbinden Ihrer Daten mithilfe von Vektorspeichern
Um die Relevanz zu erhöhen und KI-Anwendungen für Ihre eigenen Daten anzupassen, müssen Sie wahrscheinlich mit einem Vektorspeicher arbeiten. Viele Dienste stellen ein natives SDK für .NET bereit, das Sie direkt verwenden können. Sie können auch den semantischen Kernel verwenden, der ein erweiterbares Komponentenmodell bereitstellt, mit dem Sie unterschiedliche Vektorspeicher ausprobieren können, ohne sich in jedes SDK einarbeiten zu müssen.
NuGet-Paket | Unterstützter Vektorspeicher | Maintainer oder Anbieter | Verknüpfen mit Dokumenten |
---|---|---|---|
Microsoft.SemanticKernel | Unterstützte Vektorspeicher | Semantischer Kernel (Microsoft) | Semantischer Kernel: Was ist eine Vektordatenbank? |
Azure.Search.Documents | Azure KI Search | Azure SDK für .NET (Microsoft) | Azure KI-Suche-Clientbibliothek für .NET |
Milvus.Client | Milvus-Vektordatenbank | Milvus | Milvus C#-SDK installieren |
Qdrant.Client | Qdrant-Vektordatenbank | Qdrant | Qdrant .NET SDK |
Weitere Optionen
In diesem Artikel wurden die Tools und SDKs im .NET-Ökosystem zusammengefasst, mit dem Schwerpunkt auf Diensten, die offizielle Unterstützung für .NET bieten. Je nach Bedarf und Phase der App-Entwicklung sollten Sie sich auch die Open-Source-Optionen für das Ökosystem in der inoffiziellen Liste der .NET + KI-Ressourcen ansehen. Microsoft ist nicht der Maintainer vieler dieser Projekte. Achten Sie daher darauf, Qualität, Lizenzierung und Support zu überprüfen.
Nächste Schritte
Feedback
https://aka.ms/ContentUserFeedback.
Bald verfügbar: Im Laufe des Jahres 2024 werden wir GitHub-Issues stufenweise als Feedbackmechanismus für Inhalte abbauen und durch ein neues Feedbacksystem ersetzen. Weitere Informationen finden Sie unterFeedback senden und anzeigen für