微软语义工作台（Semantic Workbench）安装与配置指南

微软语义工作台（Semantic Workbench）安装与配置指南

semanticworkbench A versatile tool designed to help prototype intelligent assistants, agents and multi-agentic systems 项目地址: https://gitcode.com/gh_mirrors/se/semanticworkbench

1. 项目基础介绍

微软语义工作台（Semantic Workbench）是一个多功能的工具，旨在帮助快速原型化智能助手、代理和多代理系统。它提供了一个用户友好的界面，用于创建与一个或多个助手进行的对话、配置设置以及暴露各种行为。

本项目主要使用的编程语言是Python和TypeScript。

2. 项目使用的关键技术和框架

• 后端服务（Python）：负责处理核心功能。
• 前端用户界面（React/TypeScript）：用于与工作台和助手进行交互。
• 助手服务（Python, C# 等）：实现服务协议/APIs 的服务，可以使用任何框架和编程语言开发。

此外，项目还使用了 RESTful API 来集成助手，确保了灵活性和在各种开发环境中的广泛应用。

3. 安装和配置准备工作

在开始安装之前，请确保您的系统中已安装以下软件：

• Git
• Docker（推荐，但不是必需）
• Visual Studio Code 或其他代码编辑器
• Python 开发环境

详细安装步骤

步骤 1：克隆项目仓库

打开终端或命令提示符，执行以下命令来克隆项目仓库：

git clone https://github.com/microsoft/semanticworkbench.git
cd semanticworkbench

步骤 2：设置开发环境

如果您选择使用 Docker，可以继续以下步骤。如果没有 Docker，请跳到步骤 3。

在项目根目录下，创建一个 .env 文件并添加以下内容：

WORKBENCH_PORT=4000
ASSISTANT_SERVICE_PORT=5000

使用以下命令启动 Docker 容器：

docker-compose up --build

步骤 3：使用 Visual Studio Code 配置工作区

如果您没有使用 Docker，可以直接在本地环境中配置。

打开 Visual Studio Code，然后打开项目文件夹。创建一个名为 semantic-workbench.code-workspace 的 VS Code 工作区文件，并添加以下内容：

{
    "folders": [
        {
            "path": "."
        }
    ]
}

步骤 4：启动服务

在 Visual Studio Code 中，使用 Run and Debug（Ctrl/Cmd+Shift+D）启动 semantic-workbench 项目。

步骤 5：访问工作台

在浏览器中输入 https://127.0.0.1:4000 访问工作台界面。

步骤 6：启动助手服务

在 Visual Studio Code 中，使用 Run and Debug 启动示例助手服务，如 examples: python-01-echo-bot。

现在，您应该能够与工作台和助手进行交互了。

以上步骤为初级用户提供了从零开始的安装和配置指南。更详细的开发和配置选项，请参考项目官方文档。

semanticworkbench A versatile tool designed to help prototype intelligent assistants, agents and multi-agentic systems 项目地址: https://gitcode.com/gh_mirrors/se/semanticworkbench