2025-11-20

什么是MySQL数据库？

MySQL是一种开源的关系型数据库管理系统（RDBMS），广泛应用于各种规模的应用程序中。它是由瑞典公司MySQL AB开发并维护的，后来被Sun Microsystems收购，现在是Oracle公司的一部分。MySQL数据库以其高性能、可靠性和灵活性而闻名，被广泛用于Web应用程序、企业级应用程序和嵌入式系统中。

MySQL的特点与优势

MySQL具有以下特点和优势：

开源与免费

MySQL是一种开源的关系型数据库管理系统（RDBMS），它是由瑞典MySQL AB公司开发的，并且现在由Oracle公司维护和支持。作为开源软件，MySQL遵循GNU通用公共许可证（GPL），这意味着用户可以免费使用、修改和分发MySQL。这使得MySQL成为许多开发者和组织的首选数据库解决方案，因为它提供了灵活性、可定制性和经济性。开发者可以根据自己的需求自由地修改和定制MySQL，并将其集成到他们的应用程序中。此外，MySQL具有良好的性能、可靠性和可扩展性，使其成为处理大量数据和高并发访问的理想选择。

阅读全文

🚀 AI时代的C#开发：让代码拥有"智能对话"能力

编辑

2025-11-20

想象一下，你正在为公司开发一个智能客服系统，产品经理突然提出需求："用户问天气的时候，系统能不能自动调用天气API，而不是只会说'请稍等，我帮您查询'？"

本文将通过实战代码，教你如何让C#应用获得**"函数调用"**这一AI时代的核心能力，让你的程序不再是简单的问答机器人，而是真正具备执行能力的智能助手。

🤔 痛点分析：传统AI对话的局限性

传统的AI对话系统存在一个致命缺陷：只能"说"不能"做"。

用户问："明天需要穿雨衣吗？"

传统AI回答："抱歉，我无法获取实时天气信息，请您查询天气预报。"

这种体验让用户感觉AI"很傻"，明明知道用户需要什么，却无法主动帮助解决问题。而**Function Calling（函数调用）**技术的出现，彻底改变了这一现状。

💡 解决方案：两个实用场景展示

🌤️ 场景一：智能天气助手

让我们先看看如何创建一个能够主动获取天气信息的AI助手：

C#
using System.ComponentModel;
using System.Text;
using Microsoft.Extensions.AI;
using OllamaSharp;

namespace SmartWeatherAssistant
{
    internal class Program
    {
        static async Task Main(string[] args)
        {
            Console.OutputEncoding = Encoding.UTF8;
            Console.InputEncoding = Encoding.UTF8;
            // 🎯 关键点1：使用Description特性让AI理解函数用途
            [Description("获取指定城市的当前天气情况，返回晴天或雨天")]
            string GetCurrentWeather(
                [Description("城市名称，如：北京、上海、广州")]
                string city = "当前位置")
            {
                // 🔧 实际项目中，这里应该调用真实的天气API
                var weather = Random.Shared.NextDouble() > 0.5 ? "晴天" : "雨天";
                Console.WriteLine($"[系统] 正在获取{city}的天气信息...");
                Console.WriteLine($"[结果] {city}当前天气：{weather}");
                return $"{city}现在是{weather}";
            }

            // 🚀 初始化Ollama客户端（需要本地运行Ollama服务）
            IChatClient client = new OllamaApiClient(
                new Uri("http://localhost:11434"),
                "qwen2.5:3b"); // 使用轻量级的3B模型

            // 🔥 关键点2：启用函数调用功能
            client = ChatClientBuilderChatClientExtensions
                .AsBuilder(client)
                .UseFunctionInvocation() // 这一行是魔法所在！
                .Build();

            // 🛠️ 配置可用的工具函数
            ChatOptions options = new()
            {
                Tools = [AIFunctionFactory.Create(GetCurrentWeather)]
            };

            Console.WriteLine("🤖 智能天气助手已启动，请输入您的问题：");

            // 💬 处理用户输入
            var userInput = "明天北京需要穿雨衣吗？";
            Console.WriteLine($"👤 用户：{userInput}");
            Console.WriteLine("🤖 助手：");

            // 🎬 流式响应，实时显示AI思考过程
            var response = client.GetStreamingResponseAsync(userInput, options);
            await foreach (var update in response)
            {
                Console.Write(update);
            }
        }
    }
}

阅读全文

🚀 5分钟搞定！C#接入AI模型的最简单方法，老板看了都说香

编辑

2025-11-20

🎯 还在为AI集成发愁？这个方案让你告别加班

最近和几个朋友聊天，发现一个有趣的现象：90%的C#开发者都想在项目中加入AI功能，但80%的人觉得太复杂而放弃。

"调用OpenAI API要处理HTTP请求、token管理、错误重试..."

"接入本地模型要学Docker、API封装、流式处理..."

"老板催得紧，但光搭环境就要一周..."

如果你也有这些困扰，今天这篇文章将彻底改变你的想法。Microsoft.Extensions.AI 让AI集成变得像写Hello World一样简单，5行代码就能让你的应用具备AI对话能力！

🔍 痛点分析：为什么AI集成这么难？

传统方式的三大拦路虎

1. 复杂的SDK集成

每个AI服务商都有不同的SDK
API参数格式千差万别
错误处理机制各不相同

2. 繁琐的基础设施

HTTP客户端配置
重试策略实现
流式响应处理

3. 高昂的学习成本

需要深入了解各家API文档
掌握异步编程最佳实践
处理复杂的认证机制

💡 解决方案：Microsoft.Extensions.AI统一天下

Microsoft推出的 Extensions.AI 包就像是AI界的"万能适配器"，一套代码，适配所有主流AI服务！

🌟 核心优势

统一接口：IChatClient一个接口走天下
开箱即用：无需复杂配置，3行代码启动
厂商无关：支持OpenAI、Ollama、Azure AI等
流式支持：原生支持ChatGPT式的逐字输出

🛠️ 实战场景一：智能客服助手

想象一下，你正在开发一个客服系统，需要AI来回答常见问题。传统方式可能需要几十行代码，现在只需要这样：

C#
using Microsoft.Extensions.AI;
using OllamaSharp;

namespace AppMsAi
{
    internal class Program
    {
        static async Task Main(string[] args)
        {
            // 🎯 关键点1：一行代码创建AI客户端
            IChatClient client = new OllamaApiClient(
                new Uri("http://localhost:11434"), // 本地Ollama服务
                "qwen2.5:3b");                     // 使用轻量级模型

            // 🎯 关键点2：设置客服场景的上下文
            List<ChatMessage> customerServiceContext = [
                new(ChatRole.System, "你是一个专业的电商客服，友好且高效地解决用户问题"),
                new(ChatRole.User, "我的订单什么时候能到？")
            ];

            // 🎯 关键点3：获取AI回复
            ChatResponse response = await client.GetResponseAsync(customerServiceContext);

            Console.WriteLine($"AI客服回复：{response}");

        }
    }
}

阅读全文

基于 Microsoft Semantic Kernel 的智能天气查询应用：AI + .NET 全栈开发实战

编辑

2025-11-20

在人工智能快速发展的今天，如何将AI技术与实际应用场景无缝融合，已成为开发者的热门话题。本文将详细介绍如何使用 Microsoft Semantic Kernel 构建一个智能、高效的天气查询应用，让开发者了解如何利用 AI 赋能传统应用。

什么是 Semantic Kernel？

Semantic Kernel（语义内核）是微软推出的一个开源 SDK，它允许开发者轻松地将大语言模型（LLM）与传统编程方法结合。通过插件机制，开发者可以让 AI 调用 .NET 代码中的方法，实现更智能的交互。

项目架构与关键技术

技术选型

编程语言：C# 10+
框架：.NET 6/7/8
AI 服务：DeepSeek API
核心库：Microsoft.SemanticKernel

核心特性

函数调用（Function Calling）
聊天历史管理
可插拔的服务插件
灵活的 AI 交互模式

阅读全文

使用 Microsoft Semantic Kernel 在聊天完成中实现函数调用

编辑

2025-11-20

在现代 AI 应用开发中，函数调用是一项强大的功能，它允许 AI 模型直接与应用程序的功能进行交互。Microsoft Semantic Kernel 作为一个开源框架，提供了简单而强大的方式来集成这一能力。本文将详细介绍如何在 Semantic Kernel 中使用聊天完成（Chat Completion）进行函数调用，帮助开发者构建更智能、更实用的 AI 应用。

什么是函数调用？

函数调用（Function Calling）允许 AI 模型识别何时应该调用预定义的函数，并以结构化的方式提供必要的参数。这使得 AI 能够：

执行特定任务
获取外部信息
触发应用程序中的操作

在 Semantic Kernel 中，这一功能与大型语言模型（LLM）的能力无缝集成，使开发体验更加流畅。

Semantic Kernel 环境准备

首先，我们需要创建一个新的 C# 项目并安装必要的 NuGet 包：

阅读全文