KernelFunction summarizeConversationFunction = KernelFunctionFactory.CreateFromPrompt(PromptFunctionConstants.SummarizeConversationDefinition,"给定一段对话记录,概述对话的内容。",settings); privatestaticasyncTask<string>ProcessAsync(KernelFunction func,stringinput, Kernel kernel){List<string> lines = TextChunker.Spl...
TextChunker.TokenCounter Microsoft.SemanticKernel.TextGeneration Microsoft.SemanticKernel.TextToAudio Microsoft.SemanticKernel.TextToImage 下载PDF Learn .NET API 浏览器 Microsoft.SemanticKernel.Text 使用英语阅读 保存 通过 Facebookx.com 共享LinkedIn电子邮件 ...
TextChunker.SplitMarkDownLines Method Reference Feedback Definition Namespace: Microsoft.SemanticKernel.Text Assembly: Microsoft.SemanticKernel.Core.dll Package: Microsoft.SemanticKernel.Core v1.0.1 Important Some information relates to prerelease product that may be substantially modified before it’...
将文本分成一行行的 List<string> lines = TextChunker.SplitPlainTextLines(request, MaxTokens); // 将文本拆成段落 List<string> paragraphs = TextChunker.SplitPlainText
)] string input, Kernel kernel) => ProcessAsync(this._summarizeConversationFunction, input, kernel); private static async Task<string> ProcessAsync(KernelFunction func, string input, Kernel kernel) { List<string> lines = TextChunker.SplitPlainTextLines(input, MaxTokens); List<string> paragraphs ...
本次实践的主要收获是如何在SemanticKernel中使用Ollama中的对话模型与嵌入模型用于本地离线场景。在实践RAG的过程中,发现影响效果的最主要在两个地方。 第一个地方是切片大小的确定: var lines = TextChunker.SplitPlainTextLines(input, 20);var paragraphs = TextChunker.SplitPlainTextParagraphs(lines, 100); ...
首先需要有一个嵌入模型,这里使用的是OpenAI的text-embedding-ada-002模型,也尝试过使用硅基流动平台提供的嵌入模型,生成向量是没有问题的,但是在搜索的时候会报错,还没有解决。 使用SQLite来存储生成的向量。 varlines = TextChunker.SplitPlainTextLines(input,100);varparagraphs = TextChunker.SplitPlainTextParagrap...
首先需要有一个嵌入模型,这里使用的是OpenAI的text-embedding-ada-002模型,也尝试过使用硅基流动平台提供的嵌入模型,生成向量是没有问题的,但是在搜索的时候会报错,还没有解决。 使用SQLite来存储生成的向量。 varlines=TextChunker.SplitPlainTextLines(input,100);varparagraphs=TextChunker.SplitPlainTextParagraphs(lin...
首先需要有一个嵌入模型,这里使用的是OpenAI的text-embedding-ada-002模型,也尝试过使用硅基流动平台提供的嵌入模型,生成向量是没有问题的,但是在搜索的时候会报错,还没有解决。 使用SQLite来存储生成的向量。 varlines=TextChunker.SplitPlainTextLines(input,100); ...
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聊天 支持所有兼容OpenAI格式的大语言模型: 文本嵌入 支持所有兼容OpenAI格式的嵌入模型: ...