中文|English

AntSK

基于.Net8+AntBlazor+SemanticKernel 打造的AI知识库/智能体

核心功能

• 语义内核 (Semantic Kernel)：采用领先的自然语言处理技术，准确理解、处理和响应复杂的语义查询，为用户提供精确的信息检索和推荐服务。

• 内存内核 (Kernel Memory)：具备持续学习和存储知识点的能力，AntSK 拥有长期记忆功能，累积经验，提供更个性化的交互体验。

• 知识库：通过文档（Word、PDF、Excel、Txt、Markdown、Json、PPT）等形式导入知识库，可以进行知识库文档。

• API插件系统：开放式API插件系统，允许第三方开发者或服务商轻松将其服务集成到AntSK，不断增强应用功能。

• 联网搜索：AntSK，实时获取最新信息，确保用户接受到的资料总是最及时、最相关的。

• GPTs 生成：此平台支持创建个性化的GPT模型，尝试构建您自己的GPT模型。

• API接口发布：将内部功能以API的形式对外提供，便于开发者将AntSK 集成进其他应用，增强应用智慧。

应用场景

AntSK 适用于多种业务场景，例如：

• 企业级知识管理系统
• 自动客服与聊天机器人
• 企业级搜索引擎
• 个性化推荐系统
• 智能辅助写作
• 教育与在线学习平台
• 其他有意思的AI App

功能示例

视频示例

首先需要创建知识库

在知识库里可以使用文档或者url进行导入

点击查看可以查看知识库的文档切片情况

然后我们需要创建应用，可以创建对话应用和知识库。

知识库应用需要选择已有的知识库，可以选多个

然后再对话中可以对知识库的文档进行提问

另外我们也可以创建对话应用，可以在对应应用中配置提示词模板

下面来看看效果吧

如何开始？

在这里我使用的是Postgres 作为数据存储和向量存储，因为Semantic Kernel和Kernel Memory都支持他，当然你也可以换成其他的。 模型默认支持openai,如果需要使用azure openai需要调整SK的依赖注入，也可以使用one-api进行集成。 Login是默认的登陆账号和密码 需要配置如下的配置文件

需要注意的是PostgreSQL需要安装扩展vector

  "ConnectionStrings": {
    "Postgres": "Host=;Port=;Database=antsk;Username=;Password="
  },
  "OpenAIOption": {
    "EndPoint": "",
    "Key": "",
    "Model": "",
    "EmbeddingModel": ""
  },
  "Postgres": {
    "ConnectionString": "Host=;Port=;Database=antsk;Username=;Password=",
    "TableNamePrefix": "km-"
  },
  "Login": {
    "User": "admin",
    "Password": "xuzeyu"
  }

我使用的是CodeFirst模式，只要配置好数据库链接，表结构是自动创建的

如果想使用LLamaSharp运行本地模型还需要设置如下配置：

  "LLamaSharp": {
    "Chat": "D:\\Code\\AI\\AntBlazor\\model\\tinyllama-1.1b-chat.gguf",
    "Embedding": "D:\\Code\\AI\\AntBlazor\\model\\tinyllama-1.1b-chat.gguf"
  },

需要配置Chat和Embedding模型的地址，然后修改EndPoint为本地：

 "OpenAIOption": {
    "EndPoint": "https://ip:port/llama/",
    "Key": "",
    "Model": "",
    "EmbeddingModel": ""
  },

想了解更多信息或开始使用 AntSK，可以关注我的公众号以及加入交流群。

联系我

如有任何问题或建议，请通过以下方式关注我的公众号，发消息与我联系，我们也有交流群，可以发送进群等消息，然后我会拉你进交流群

---

我们对您在AntSK的兴趣表示感谢，并期待与您携手共创智能化的未来！