本文介绍了在SemanticKernel/C#中如何使用Ollama中的对话模型与嵌入模型用于本地离线场景。

Ollama介绍 Ollama是一个开源项目，专注于开发和部署大语言模型，特别是像LLaMA这样的模型，用于生成高质量的文本和进行复杂的自然语言处理任务。Ollama的目标是让大语言模型的运行和使用变得更加容易和普及，而无需复杂的基础设施或深度的机器学习知识。 GitHub地址：https://gi

最近AI搜索很火爆，有Perplexity、秘塔AI、MindSearch、Perplexica、memfree、khoj等等。 在使用大语言模型的过程中，或许你也遇到了这种局限，就是无法获取网上最新的信息，导致回答的内容不是基于最新的信息，为了解决这个问题，可以通过LLM+搜索引擎的方式实现。 以

PostgreSQL数据库介绍 PostgreSQL是一个功能强大的开源对象关系型数据库管理系统（RDBMS）。最初于1986年在加州大学伯克利分校的POSTGRES项目中诞生，PostgreSQL以其稳定性、灵活性和扩展性而著称。它支持丰富的数据类型、复杂的查询、事务完整性、多版本并发控制（MVC

检索增强生成(RAG)是什么？ RAG是“Reference-based Generative model with Attention”的缩写，也可以被称为“Retrieval-Augmented Generation”，是一种结合了检索技术和生成模型的方法，主要用于自然语言处理任务，如文本生成、

Funcion Calling介绍 函数调用允许您将模型如gpt-4o与外部工具和系统连接起来。这对于许多事情都很有用，比如为AI助手赋能，或者在你的应用程序与模型之间建立深度集成。 如果您了解或者使用过Semantic Kernel可能会发现除了OpenAI支持Function Calling的模

SimpleAIAgent是基于C# Semantic Kernel 与 WPF构建的一款AI Agent探索应用。主要用于使用国产大语言模型或开源大语言模型构建AI Agent应用的探索学习，希望能够帮助到感兴趣的朋友。 接下来我想分享一下我的AI Agent应用实践。 翻译文本并将文本存入文件

AvaloniaChat介绍 一个使用大型语言模型进行翻译的简单应用。 我自己的主要使用场景 在看英文文献的过程中，比较喜欢对照着翻译看，因此希望一边是英文一边是中文，虽然某些软件已经自带了翻译功能，但还是喜欢大语言模型的翻译，但每次都要将英文复制粘贴过去还要自己手动添加prompt，还无法对照着看

SiliconCloud介绍 SiliconCloud 基于优秀的开源基础模型，提供高性价比的 GenAI 服务。 不同于多数大模型云服务平台只提供自家大模型 API，SiliconCloud上架了包括 Qwen、DeepSeek、GLM、Yi、Mistral、LLaMA 3、SDXL、Instan

智谱AI介绍 北京智谱华章科技有限公司（简称“智谱AI”）致力于打造新一代认知智能大模型，专注于做大模型的中国创新。公司合作研发了中英双语千亿级超大规模预训练模型GLM-130B，并基于此推出对话模型ChatGLM，开源单卡版模型ChatGLM-6B。同时，团队还打造了AIGC模型及产品矩阵，包括A

基于C#与LLM通过简单对话即可实现文件到文件的翻译任务 该软件是MIT协议完全开源免费的，但是调用LLM的API可能需要费用，但是没关系，赛博菩萨硅基流动与智谱AI等都有免费的模型可调了。 这个Translation AI Agent只是一个简单的AI Agent示例应用，可能很多人都不需要它。

简介 一个使用大型语言模型进行翻译的简单应用。 A simple application using a large language model for translation. 使用指南 访问GitHub地址：https://github.com/Ming-jiayou/AvaloniaChat

AvaloniaChat介绍 AvaloniaChat是一个基于大语言模型用于翻译的简单应用。在看英文文献的过程中，比较喜欢对照着翻译看，因此希望一边是英文一边是中文，虽然某些软件已经自带了翻译功能，但还是喜欢大语言模型的翻译，但每次都要将英文复制粘贴过去还要自己手动添加prompt，还无法对照着看

前言 本文通过Codeblaze.SemanticKernel这个项目，学习如何实现ITextEmbeddingGenerationService接口，接入本地嵌入模型。 项目地址：https://github.com/BLaZeKiLL/Codeblaze.SemanticKernel 实践 Se

SimpleRAG介绍 SimpleRAG是基于WPF与Semantic Kernel实现的一个简单的RAG应用，可用于学习与理解如何使用Semantic Kernel构建RAG应用。 GitHub地址：https://github.com/Ming-jiayou/SimpleRAG 主要功能 AI

SimpleTranslationAIAgent介绍 SimpleTranslationAIAgent是一款基于C#与LLM通过简单对话即可实现文件到文件的翻译任务的简单应用，基于WPF与Semantic Kernel构建。 该软件是MIT协议完全开源免费的，但是调用LLM的API可能需要费用，但是

SiliconCloud介绍 SiliconCloud 基于优秀的开源基础模型，提供高性价比的 GenAI 服务。 不同于多数大模型云服务平台只提供自家大模型 API，SiliconCloud上架了包括 Qwen、DeepSeek、GLM、Yi、Mistral、LLaMA 3、SDXL、Instan

做自己感觉有意思的或者能解决自己需求的项目作为入门，我觉得是有帮助的，不会觉得那么无聊。 一个最简单的前后端分离项目应该是怎么样的？ 我觉得就是前端有个按钮，点击向后端发送一个get请求，获取到数据后，将数据显示在前端上。 结合最近感兴趣的SemanticKernel，有了做这样的Demo学习的想法

本文介绍了在Avalonia中如何基于SemanticKernel与硅基流动构建AI聊天与翻译工具。

项目结构： 先来看看BlueSkin.xaml与YellowSkin.xaml。 BlueSkin.xaml： <ResourceDictionary xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation&q

文生图 文生图，全称“文字生成图像”（Text-to-Image），是一种AI技术，能够根据给定的文本描述生成相应的图像。这种技术利用深度学习模型，如生成对抗网络（GANs）或变换器（Transformers），来理解和解析文本中的语义信息，并将其转化为视觉表现。文生图可以用于创意设计、图像编辑、虚

wpfui介绍 wpfui是一款开源免费（MIT协议）具有现代化设计趋势的WPF界面库。wpfui为wpf的界面开发提供了流畅的体验，提供了一个简单的方法，让使用WPF编写的应用程序跟上现代设计趋势。截止写这篇文章，该项目获得了6.7k starts。 最近我也在使用wpfui，整体使用下来感觉非常

关于学习.NET的历程回顾 自从2023年9月11日注册公众号以来，这次还是第一次介绍自己。我今年24岁，双非本，211硕，非计算机相关专业。大学期间接触过计算机相关的课程可能就《大学生计算机基础》、《C语言程序设计》，并且也没掌握多好。 22年4月研究生复试结束，联系好导师后，由于导师研究方向的缘

ScreenToGif介绍 GitHub上的介绍：此工具允许您记录屏幕的选定区域、来自网络摄像头的实时提要或来自草图板的实时绘图。之后，您可以编辑动画并将其保存为 gif、apng、视频、psd 或 png 图像。 在平常写公众号的过程中，经常有录屏转Gif的需求，我就是使用ScreenToGif做

前言 本文介绍自己在遇到WPF对数据进行分组显示的需求时，可以选择的两种方案。一种方案基于ICollectionView，另一种方案基于IGrouping。 基于ICollectionView实现 相关cs代码： [ObservableProperty] private ObservableColl

本文基于开源的大语言模型与 SemanticKernel 进行了大语言模型的应用 AI Agent 的初次探索。

在2023年的2月20日，在WPF的讨论区，WPF团队对路线的优先级发起了一次讨论。 对三个事项发起了投票。 第一个是Windows 11 主题 第二个是更新的控件 第三个是可空性注释 最终Windows 11 主题得票最高，WPF团队2023-2024的工作优先级就是Windows 11 主题了。

本文先介绍依赖注入的概念，再解释为什么要进行依赖注入，最后通过 WPF Gallery 这个项目学习如何在WPF中使用依赖注入。

deepin系统介绍 deepin(原名Linux Deepin)致力于为全球用户提供美观易用，安全可靠的 Linux发行版。deepin项目于2008年发起，并在2009年发布了以 linux deepin为名称的第一个版本。2014年4月更名为 deepin，在中国常被称为“深度操作系统”。 截

WPF Samples中的示例 在WPF Samples中有一个关于Grouping的Demo。 该Demo结构如下： MainWindow.xaml如下： <Window x:Class="Grouping.MainWindow" xmlns="http://s