Semantic Kernel 入门系列

Semantic Kernel 是一种轻量级应用开发框架，用于快速开发融合 LLM AI的现代应用。

Semantic Kernel 的一个核心能力就是实现“目标导向”的AI应用。我们可以提前准备好所需的Skill，根据设定好的最终目标，通过Planner，可以将目标分解为需要执行的任务列表，并且可以指定好对应的参数传递，然后逐个任务执行，从而实现最终目标。

此系列文章，将会从传统软件开发者的角度，逐步认识Semantic Kernel，并了解其核心概念和基本的使用方法。

1. 🛸LLM降临的时代：对于迎接新时代的软件开发者来说，更加关心的则是如何将LLM融入到我们的软件应用中

2. 🪄LLM的魔法：图形视窗改变了计算机的交互，浏览器的发明改变了互联网的交互，如今的LLM的推广必然也会改变人与机器的交互

3. 🔥Kernel 内核和🧂Skills 技能：Kernel 除了组织管理Skill，还兼顾了基础服务的配置， 默认的LLM模型选择等等。另外当涉及到上下文的管理，技能参数的传递时，Kernel也能发挥重要的作用。

4. 💬Semantic Function：通常情况下一段prompt就可以构成一个Semantic Function，如此这般简单，如果我们提前可以组织好一段段prompt的管理方式，甚至可以不需要写任何的代码，就可以构造出足够多的技能来。

5. 💾Native Function：语义的归语义，语法的归语法。

6. 🥑突破提示词的限制： Embedding可以将文本进行一些转化高维向量，作为向量就有了计算的可能性，就可以的进行相似性和差异性的判断。

7. 🥑Memory内存：Semantic Kernel将embedding的功能封装到了Memory中，用来存储上下文信息，就好像电脑的内存一样，而LLM就像是CPU一样，我们所需要做的就是从内存中取出相关的信息交给CPU处理就好了。

8. 🍋Connector连接器：当我们使用Native Function的时候，除了处理一些基本的逻辑操作之外，更多的还是需要进行外部数据源和服务的对接，要么是获取相关的数据，要么是保存输出结果。这一过程在Semantic Kernel中可以被归类为Connector

9. 📅 Planner 规划器：先确定目标，然后在寻找实现目标的方法和步骤。这对于人来说的是很自然的事情，但是对于机器则不然。一大堆的指令和控制逻辑其实都是在完成另外一种产出导向的结果

相关文章：

• 微软开源了一个 助力开发LLM 加持的应用的 工具包 semantic-kernel

• 微软博客上几篇 Semantic-kernel （SK）文章

• Schillace法则：使用LLM创建软件的最佳实践

• AI 时代的编程法则：Schillace Laws of Semantic AI

• Semantic Kernel 知多少 | 开启面向AI编程新篇章

• 探索 SK 示例 -- GitHub 存储库中的机器人

• 从k8s 的声明式API 到 GPT的 提示语

• Semantic Kernel 工具箱：Semantic Kernel Tools

相关学习资料：

• Semantic Kernel Github 仓库
  https://github.com/microsoft/semantic-kernel 

• Semantic Kernel Microsoft Learn 文档
  https://learn.microsoft.com/en-us/semantic-kernel/

• Semantic Kernel 团队博客
  https://devblogs.microsoft.com/semantic-kernel/

• John Meada 的SK Recipes
  https://github.com/johnmaeda/SK-Recipes

引用地址