引言

在ChatGPT 火热的当下, 即使没有上手亲自体验，想必也对ChatGPT的强大略有耳闻。当一些人在对ChatGPT犹犹豫豫之时，一些敏锐的企业主和开发者们已经急不可耐的开展基于ChatGPT模型AI应用的落地探索。 

因此，可以明确预见的是，「AI 能力的集成将会是很多应用都将面临的第一事项」，而拥有相关性技能的人才屈指可数。而这，正是机会所在，而机会是留给有准备之人，因此，有幸看到本文的开发者们，开始考虑「面向AI编程」吧。 

即使当下的公司没有相关的机会，也可以着手一些相关的知识储备，比如学习如何写得一手好的Prompt，了解一下目前主流的面向AI编程的开发框架，比如Python技术栈的LangChain，.NET技术栈的Semantic Kernal。 

而本文就来简单梳理什么是Semantic Kernal，可以基于Semantic Kernal 做什么？

Semantic Kernal 简介

❝

「Semantic Kernel (SK) is a lightweight SDK that lets you easily mix conventional programming languages with the latest in Large Language Model (LLM) AI "prompts" with templating, chaining, and planning capabilities out-of-the-box.」

❞

❝

Semantic Kernel (SK) 是一个轻量级的 SDK，它允许你轻松地将传统编程语言与最新的大型语言模型 (LLM) AI "提示"相结合，其提供开箱即用的模板、链接和规划功能。

❞

简而言之，就是基于SK提供的能力，可以基于“传统的编程语言”进行面向LLM（大语言模型）AI编程。这里的LLM目前就是OpenAI，这里的传统编程语言，可以是C#，Python亦或TypeScript、Java等，但SK是微软开源，因此目前C#在第一支持系列。换句话说，C# 开发者已可以基于SK 进行面向OpenAI编程。

❝

大型语言模型 （LLM） AI 是一个术语，指的是可以从大量数据生成自然语言文本的 AI 模型。大型语言模型使用深度神经网络（如转换器）从数十亿或数万亿个单词中学习，并生成有关任何主题或领域的文本。大型语言模型还可以执行各种自然语言任务，例如分类、汇总、翻译、生成和对话。大型语言模型的一些例子是GPT-3，BERT，XLNet和EleutherAI。

❞

那SK提供了怎样的能力呢？SK 旨在支持和封装来自最新 AI 研究的多种能力，以便开发人员可以为他们的应用程序注入复杂的AI技能，如提示链、递归推理、总结、zero/few-shot（零样本和少量样本）学习、上下文记忆、长期记忆、嵌入、语义索引、 规划，以及访问外部知识库和您自己的数据。

上手开发AI外教应用

但很大多数开发者肯定有这样一个疑问：我不懂算法，也能开发AI应用？是的，可以。OpenAI的能力已经通过高度抽象的接口开放，开箱即用。不再像之前一样，要进行复杂的训练、调参。「对于大多数的简单的业务场景，只要进行简单的Prompt设计，和少许样本的支撑，即可达到不错的效果。」 当然，对于复杂的场景，也可能需要通过大数据集进行自定义模型训练。空说无凭，准备了一个简单的AI应用示例：使用SK开发专属AI外教应用。场景很简单：设计一个AI外教7*24陪我练习英语口语。

需求分析

作为一名哑巴英语保持者，目前开口的难点无外乎：

1. 词汇量不足

2. 语法混淆

3. 发音不准

4. 口语表达能力弱

针对这些顽疾，我希望我的AI外教有这样的能力：

• 由于我的词汇量不足，因此我的表达中会中英混合，当出现这种情况时，希望AI能告诉我正确的英文表达。

• 由于我的语法经常会犯一些时态错误，当出现这种情况时，希望AI能进行语法纠正。

• 由于我的词汇量不足，当我要求解释某些句子或单词时，希望AI能通过中文向我解释。

• 由于有些单词不会发音，当我询问时，希望AI能以中文的形式告诉我发音技巧。

效果预览

那这样的AI应用的开发，看似复杂，但在SK的加持下，20行代码就可以轻松搞定。先来给大家看看演示效果：

弱弱的问一句，这样的AI外教，满足你的需要吗？如需体验，评论留言。

上代码

1. 简单起见创建控制台应用程序：dotnet new console -n MyAITeacher.Demo

2. 添加Microsoft.SemanticKernelNuget 包

3. 创建Skills->Learning->LearningEnglishSkill目录

4. 在LearningEnglishSkill目录下添加config.json和skprompt.txt文件

1. config.json：用来配置模型参数，可保持为空：{}，使用默认参数即可

2. skprompt.txt： 用来定义设计的prompt

5. 在skprompt.txt中设计满足需求的Prompt：

6. 修改Program.s如下：


最后

通过简单的Prompt的设计即可开发不错的AI设计，你心动了吗？心动不如行动，以下的链接必对你有所帮助：

1. https://learningprompt.wiki/

2. https://learn.microsoft.com/en-us/semantic-kernel/whatissk