02 2024 档案
摘要：Semantic Kernel 的 Memory 有两种实现，一个是 Semantic Kernel 内置的 Semantic Memory，一个是独立的 Kernel Memory，Kernel Memory 是从 Semantic Kernel 进化而来。 关于 Semantic Memory
阅读全文
摘要：在一个 Semantic Kernel plugin 中可以创建两种类型的 function，分别是 native function 与 prompt function（之前叫 semantic function）。 下面这款 plugin 中给 C# method 添加了 [KernelFunct
阅读全文
摘要：学习材料 Microsoft Semantic Kernel – Some Tips & Tricks To Get Rendered Prompts Templatizing your prompts Semantic Kernel 源码中的示例 Example76_Filters 准备 .NET
阅读全文
摘要：前天尝试通过 one-api + dashscope(阿里云灵积) + qwen(通义千问)运行 Semantic Kernel 插件（Plugin） ，结果尝试失败，详见前天的博文。 今天换a56爆大奖在线娱乐方式尝试，选择了一个旁门左道走走看，看能不能在不使用大模型的情况下让 Semantic Kernel 插
阅读全文
摘要：原本打算通过 OpenAIChatCompletionService + one-api + DashScope + qwen-max（通义千问千亿级大模型）运行一个非常简单的 Semantic Kernel plugin，却没有成功，不确定是 one-api 还是 DashScope（阿里云模型服
阅读全文
摘要：one-api 相当于是一个兼容 OpenAI api 的 api 网关（针对 api 的反向代理），借助 one-api 可以通过已有的 OpenAI 客户端调用非 OpenAI 大模型的 api，比如通义千问。 DashScope 是阿里云提供的模型服务灵积的英文名称，这里通过调用 DashSc
阅读全文
摘要：Semantic Kernel 内置的 IChatCompletionService 实现只支持 OpenAI 与 Azure OpenAI，而a56爆大奖在线娱乐却打算结合 DashScope(阿里云模型服务灵积) 学习 Semantic Kernel。 于是决定自己动手实现一个支持 DashScope 的 Sem
阅读全文
摘要：在昨天的博文中，a56爆大奖在线娱乐们通过 Semantic Kernel 调用了自己部署的通义千问开源大模型，但是自己部署通义千问对服务器的配置要求很高，即使使用抢占式按量实例，每次使用时启动服务器，使用完关闭服务器，也比较麻烦，而且越高级的大模型对服务器的配置越高。a56爆大奖在线娱乐昨天的博文中使用了很低级的 Qwen-7B-
阅读全文
摘要：春节之前被 Semantic Kernel 所吸引，开始了解它，学习它。为了方便学习与体验以及写代码实践 Semantic Kernel，打算自己部署一个对中文友好的开源大模型，于是选择了通义千问。根据通义千问开源仓库中的 README，经过一番折腾，终于部署成功，紧接着就是尝试通过 Semantic Kernel 与自己部署的通义千问进行对话
阅读全文
摘要：准备服务器 阿里云云服务器 实例规格：轻量级 GPU 实例 ecs.vgn6i-m4-vws.xlarge（4vCPU 23GiB） 磁盘空间 ：50G 操作系统：Ubuntu 22.04 安装 docker apt install docker.io 安装 NVIDIA GRID 驱动 acs-p
阅读全文
摘要：实例规格：轻量级 GPU 实例 vgn6i-vws / ecs.vgn6i-m4-vws.xlarge（4vCPU 23GiB） 操作系统：Ubuntu 22.04 第一部分：尝试失败的安装方法 查询 NVIDIA 产品型号 lspci | grep -i nvidia 输出 00:07.0 VGA
阅读全文