前言

現如今AI應用的發展可謂是如火如荼的，它們在各個領域都展現出了巨大的潛力和影響力。今天大姚給大家分享6個.NET開源的AI和LLM相關的項目框架，希望能為大家提供一些參考。

https://github.com/YSGStudyHards/DotNetGuide/blob/main/docs/DotNet/DotNetProjectPicks.md

Semantic Kernel

Semantic Kernel是一個開源的軟件開發工具包（SDK），旨在將大型語言模型（LLM）如OpenAI、Azure OpenAI和Hugging Face與傳統的編程語言如C#、Python和Java集成。這個項目通過提供插件系統，允許開發者輕松地創建能夠調用這些大型語言模型的應用程序。

• 開源地址：https://github.com/microsoft/semantic-kernel
• 在線文檔：https://aka.ms/semantic-kernel

圖片

圖片

圖片

BotSharp

BotSharp 是一個面向企業級 LLM 應用的開源 AI 框架，旨在促進智能機器人助手在面向業務系統中的開發和應用。該項目涉及自然語言理解、計算機視覺和音頻處理技術，并旨在推動智能機器人助手在企業級系統中的開發和應用。BotSharp 提供了開箱即用的機器學習算法，使普通程序員能夠更快、更輕松地開發人工智能應用程序。

• 開源地址：https://github.com/SciSharp/BotSharp
• 在線文檔：https://botsharp.readthedocs.io/

圖片

圖片

圖片

LLamaSharp

LLamaSharp是一個跨平臺庫，用于在本地設備上運行LLaMA/LLaVA模型（以及其他模型）。它基于llama.cpp，能夠在CPU和GPU上高效進行推理。通過提供高級API和RAG支持，LLamaSharp使得在應用程序中部署大型語言模型（LLM）變得方便。

• 開源地址：https://github.com/SciSharp/LLamaSharp
• 在線文檔：https://scisharp.github.io/LLamaSharp/latest/

圖片

AutoGen

AutoGen是一個開源編程框架，它通過多個代理進行對話以解決任務，從而實現 LLM 應用的開發。AutoGen 代理可定制、可對話，并且能夠無縫地允許人類參與。它們可以在不同的模式下運行，使用 LLM、人類輸入和工具的組合。

• 開源地址：https://github.com/microsoft/autogen
• 在線文檔：https://microsoft.github.io/autogen

圖片

圖片

圖片

Kernel Memory

Kernel Memory（KM）是一種多模態AI服務，RAG 架構，使用 LLM 和自然語言索引和查詢任何數據、跟蹤來源、顯示引用、異步內存模式。該存儲庫提供了特定 AI 和 LLMs 應用場景中內存的最佳實踐和參考架構。

• 開源地址：https://github.com/microsoft/kernel-memory
• 在線文檔：https://microsoft.github.io/kernel-memory

圖片

圖片

圖片

LangChain .NET

一個開源、免費的C#版本的LangChain，盡可能保持與原始版本相似的抽象，同時開放新實體和第三方庫的使用。

• 開源地址：https://github.com/tryAGI/LangChain
• 在線文檔：https://tryagi.gitbook.io/langchain

圖片