Semantic Kernel开发实践：使用Embedding和语义内存检索增强生成

前言

最近在捣鼓研究Semantic Kernel，对如何在AI对话中引用私有的知识库比较感兴趣。目前比较常见的做法是fine-tuning或embedding。这篇文章就来看看我是如何使用semantic kernel搭配embeddings模型的。

示例采用控制台应用，编程语言是C#，使用的是.net 8.0。

GPT模型使用的是Azure OpenAI GPT-3.5-turbo。

embeddings简单来说，是将非结构化的文本通过embedding转换为数值向量的方法。这些向量反映了文本的语义和关系。

操作演示

下面开始演示操作步骤：

1、首先确认已经在Azure OpenAI服务中，部署了两个模型，分别是GPT-3.5-turbo和text-embedding-3-small。

2、创建控制台应用kmdemo01

3、引入包

semantic kernel相关的包

dotnet add package Microsoft.KernelMemory.Core
dotnet add package Microsoft.SemanticKernel

环境配置包

dotnet add package dotenv.net

4、修改program.cs文件，添加如下代码