-
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Xzy.AntSK.KnowledgeBase 集成进其他应用，增强应用智慧。
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
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
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。 需要配置如下的配置文件
"ConnectionStrings": {
"Postgres": "Host=;Port=;Database=antsk;Username=;Password="
},
"OpenAIOption": {
"EndPoint": "",
"Key": "",
"Model": "",
"EmbeddingModel": ""
},
"Postgres": {
"ConnectionString": "Host=;Port=;Database=antsk;Username=;Password=",
"TableNamePrefix": "km-"
}
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
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。
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！