文章目录
- Semantic Kernel
- SK 的开发进展
- SK 的生态位
- SK 基础架构
- 后记
Semantic Kernel
先比较下 Semantic Kernel 和 LangChain。
| Semantic Kernel | LangChain | |
|---|---|---|
| 出品公司 | 微软 | LangChain AI |
| 支持语言 | Python、C#、Java、TypeScript | Python、TypeScript |
| 开源协议 | MIT | MIT |
| 被应用在 | Microsoft 365 Copilot、Bing | 1.5w+ 开源项目 |
当下，LangChain 更强。但 Semantic Kernel 可能更有未来，因为：
- 不要怀疑微软要做 AI 霸主的决心
- 不要轻视微软的架构和工程能力
- 以及，钞能力
但微软的非中立性，可能带来问题。
SK 的开发进展
- C# 版最成熟：https://github.com/microsoft/semantic-kernel
- Python 版也可用，但正在重构：https://github.com/microsoft/semantic-kernel
- Java 版实验阶段：https://github.com/microsoft/semantic-kernel/tree/experimental-java
- TypeScript 版……：https://github.com/microsoft/semantic-kernel/tree/experimental-typescript
- 文档写得特别好，但追不上代码更新速度：
- 更多讲解：https://learn.microsoft.com/en-us/semantic-kernel/overview/
- 更偏实操：https://github.com/microsoft/semantic-kernel/blob/main/samples/notebooks/python/00-getting-started.ipynb
这里可以了解最新进展：https://learn.microsoft.com/en-us/semantic-kernel/get-started/supported-languages
不同语言之间的概念都是相通的。本课程以 Python 版为例。
SK 的生态位
与 LangChain 完全重叠。
解释：
- Plugin extensibility: 插件扩展
- Copilots: AI 助手（副驾驶），例如 GitHub Copilot、Office 365 Copilot、Windows Copilot
- AI orchestration: AI 编排，SK 就在这里
- Foundation models: 基础大模型，例如 GPT-4
- AI infrastructure: AI 基础设施，例如 PyTorch、GPU
SK 基础架构
解释：
- Models and Memory: 和 LangChain 的概念相同，类比为大脑
- Connectors: 用来连接各种外部服务，类似驱动程序
- Plugins: 用来连接内部技能
- Triggers and actions: 外部系统的触发器和动作，类比为四肢
Semantic Kernel 用 Kernel 命名，是因为它确实像个操作系统 kernel，做核心资源调配，各种资源都可以挂在它上。
后记
📢博客主页：https://manor.blog.csdn.net
📢欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正！
📢本文由 Maynor 原创，首发于 CSDN博客🙉
📢不能老盯着手机屏幕，要不时地抬起头，看看老板的位置⭐
📢专栏持续更新,欢迎订阅：https://blog.csdn.net/xianyu120/category_12471942.html
