AITerms 登入
大型語言模型自然語言處理Python程式

語意核心(Semantic Kernel)是什麼?

Semantic Kernel是一個輕量級的開源SDK,使您可以將大型語言模型(LLMs)與傳統程式語言(如C#、Python)整合,建立AI應用。

完整定義

Semantic Kernel是一個輕量級的開源SDK,旨在簡化將大型語言模型(LLMs)整合到傳統程式語言(如C#、Python)中的過程。它提供了一個靈活且可擴展的框架,用於構建AI應用程式,這些應用程式可以利用LLM的強大功能來執行各種任務,例如自然語言理解、生成和推理。

白話說明

你有沒有在把 OpenAI 模型接進既有 C# 或 Python 系統,還要讓它能呼叫工具、查資料、記住任務,發現只看表面常常不夠?

你可以把它想成一個把 LLM、工具函式、記憶和工作流程黏起來的 SDK。

它讓你不是只寫單次 prompt,而是把 AI 功能像零件一樣組進應用程式。

記住這句

要把模型接進系統、再把工具串起來,就很像 Semantic Kernel。

比喻:Semantic Kernel 就像 AI 應用程式的「萬用轉接頭」-- 它能把強大的 LLM 能力,輕鬆地插接到你用 Python 或 C# 寫的程式裡,讓它們合作。

容易混淆

直接呼叫 LLM API

直接呼叫像每次都要手動操作,Semantic Kernel 像提供一個工具箱,讓你更有系統、更方便地組裝 LLM 功能。

實際案例

公司內部助理要先查文件,再幫員工整理成會議摘要,Semantic Kernel 可以把檢索和生成串成一條流程。

客服系統要在對話中自動查訂單、開單、補資料,SDK 會比手寫一堆 prompt 更好維護。

演算法與應用

核心想法是把 prompt、函式呼叫、記憶、規劃器和外部連接器整理成可重用元件。

它特別適合把 LLM 放進現有後端,讓模型負責理解與決策,程式碼負責執行。

情境判斷

Q1(直覺題): 如果你已經有一個後端服務,只想加上 LLM 功能,這類 SDK 有幫助嗎?

有。它就是拿來把模型接進現有程式架構,少掉很多手動串接的雜事。

Q2(判斷題): 如果你的專案只是做一次性聊天頁面,還需要這種工具嗎?

看情況。單純 demo 可能不必,但只要你要加工具、記憶或流程控制,就會開始有價值。

常見問題

相關術語

本頁內容有提到,或屬於同一組主題的術語

來源

這個術語目前沒有標註外部來源。

其他格式:Markdown 版本