博客 RSS 訂閱

software-Development 頭像

IT開發者筆記 - Stimulsoft 報表腳本執行模式風險與防護建議

Stimulsoft是一款專業的商業智能報表與數據可視化工具套件，廣泛應用於企業級系統中，用於快速構建交互式報表、儀表盤和數據分析界面。其產品支持 .NET、JavaScript、PHP、Java 等多種開發平台，幫助開發者以可視化方式展現複雜數據，實現靈活的企業信息展示與決策支持。 近日，Stimulsoft官方再次提醒開發者注意在報表加載與腳本執行過程中可能存在的安全風險，特別是在使用“Co

企業信息化

收藏 評論

Jingkunliu 頭像

jingkunliu - SDE表空間過大分析（STATES，STATE_LINEAGES表過大）

一、環境 ArcGIS10.1 Oracle11G 二、問題描述 在進行數據庫巡檢時候，發現SDE表空間佔用較大（超過40GB），因我們使用的時候SDE表空間沒有存儲任何用户數據，只有SDE系統表，數據量這麼大有些不正常。 三、問題分析 1、檢查空間佔用情況 SELECT * FROM (SELECT SEGMENT_NAME, SEGMENT_

企業信息化

收藏 評論

freeliver54 頭像

freeliver54 - [引]Regenerate the SAS key used in HTTP trigger flows

SAS （共享訪問簽名）和Bearer Token （持有者令牌） SAS（共享訪問簽名）和 Bearer Token 是兩種常見的認證/授權機制，但它們的應用場景、設計哲學和用法有顯著區別。 下面我將詳細解釋它們的區別、設置和使用方法。 核心區別一覽表 特性 SAS (共享訪問簽名) Bearer Token

企業信息化

收藏 評論

freeliver54 頭像

freeliver54 - [轉]Adobe Marketo 向 Azure 註冊應用程式，以取得用户端 ID/應用程式 ID

本文轉自：向 Azure 註冊應用程式，以取得用户端 ID/應用程式 ID | Adobe Marketo Engage Azure Active Directory將您的內部部署目錄延伸至雲端，支援具有內部部署ADFS驗證的MS Dynamics 365 CRM。 註冊新應用程式 使用具有管理員許可權的帳户登入Microsoft A

企業信息化

收藏 評論

freeliver54 頭像

freeliver54 - [轉]Register an application

註冊應用程序 - Training | Microsoft Learn 本文轉自：Register an application - Training | Microsoft Learn 註冊應用程序 已完成100 XP 12 分鐘 註冊應用程序會在應用與 Microsoft 標識平台之間建立

企業信息化

收藏 評論

dudu 頭像

dudu - Semantic Kernel 學習筆記：初步體驗用 Semantic Memory 生成 Embedding 並進行語義搜索

Semantic Kernel 的 Memory 有兩種實現，一個是 Semantic Kernel 內置的 Semantic Memory，一個是獨立的 Kernel Memory，Kernel Memory 是從 Semantic Kernel 進化而來。 關於 Semantic Memory 的介紹（來源）： Semantic Memory (SM) is a library for C

SemanticKernel

收藏 評論

whuanle 頭像

痴者工良 - 萬字長文學會對接 AI 模型：Semantic Kernel 和 Kernel Memory，工良出品，超簡單的教程

萬字長文學會對接 AI 模型：Semantic Kernel 和 Kernel Memory，工良出品，超簡單的教程 目錄 萬字長文學會對接 AI 模型：Semantic Kernel 和 Kernel Memory，工良出品，超簡單的教程 配置環境 部署 one-api 配置項目環境 模型劃分和應用場景 聊

SemanticKernel

收藏 評論

cmt 頭像

博客園團隊 - AI應用開發之路-準備：發起第2個開源小項目 SemanticKernel.DashScope

上週我們發佈了與AI應用開發相關的第1個開源小項目 —— DashScope SDK for .NET，今天我們再發佈一個開源小項目 —— SemanticKernel.DashScope，今天這個項目才是主角，因為我們想基於 Semantic Kernel 開發大模型應用。 首先分享幾個與 Semantic Kernel 與 DashScope 相關的消息： Java 1.0 Release

SemanticKernel

收藏 評論

xuzeyu 頭像

許澤宇 - AntSK 0.2.3 版本更新：輕鬆集成 AI 本地離線模型

大家好，今天和大家分享AntSK 知識庫/智能體項目的最新進展。 AntSK 是一個基於.Net 8、Blazor及SemanticKernel開發的 AI 項目，旨在為開發者提供一個強大的 AI 知識庫與智能體平台。最新版本的項目可以在 GitHub 上找到： https://github.com/AIDotNet/AntSK 在 AntSK 之前的版本中，我們已經成功地

SemanticKernel

收藏 評論

FaceMan 頭像

FaceMan - 快速上手SemanticKernel+KernelMemory

本文撰寫目的是旨在幫助新手快速上手，原理部分可以參考博客園大佬宵伯特的教程。 KernelMemory入門系列博客：(Kernel Memory- - 宵伯特 - 博客園 (cnblogs.com)) SemanticKernel入門系列：(Semantic Kernel- - 宵伯特 - 博客園 (cnblogs.com)) 為了方便以下SemanticKernel稱作SK，K

SemanticKernel

收藏 評論

wucy 頭像

yi念之間 - 體驗Semantic Kernel圖片內容識別

前言 前幾日在瀏覽devblogs.microsoft.com的時候，看到了一篇名為Image to Text with Semantic Kernel and HuggingFace的文章。這篇文章大致的內容講的是，使用Semantic Kernel結合HuggingFace來實現圖片內容識別。注意，這裏説的是圖片內容識別，並非是OCR，而是它可以大致的描述圖片裏的主要內容。我個人對這些還是有點

SemanticKernel

收藏 評論

ruipeng 頭像

董瑞鵬 - 入門Semantic Kernel：OneApi集成與HelloWorld

引言 從這一章節開始正式進入我們的 Semantic Kernel 的學習之旅了。 什麼是Semantic Kernel？ Semantic Kernel是一個輕量級的開源框架，通過 Semantic Kernel 可以快速使用不同編程語言(C#/Python/Java)結合 LLMs(OpenAI、Azure OpenAI、Hugging Face 等模型) 構建智能應用，簡化將人工智能（AI）

SemanticKernel

收藏 評論

ruipeng 頭像

董瑞鵬 - 深入學習Semantic Kernel：創建和配置prompts functions

引言 上一章我們熟悉了一下 Semantic Kernel 的理論知識,Kernel 創建以及簡單的Sample熟悉了一下 SK 的基本使用。在Semantic Kernel中的 kernel functions由兩部分組成第一部分是prompts functions(提示函數),第二部分Native function(原生函數), kernel functions是構成插件(Plugins)的核

SemanticKernel

收藏 評論

ruipeng 頭像

董瑞鵬 - Semantic Kernel入門系列：利用YAML定義prompts functions

引言 在上一章節我們熟悉了prompts functions(提示函數)的創建,我們瞭解了PromptTemplateConfig中各個屬性的簡單使用。Semantic Kernel允許我們利用多種方式去創建prompts包括native functions,prompts functions或者也叫Semantic functions,和Yaml 文件等。 本章的我們將學習利用Yaml的格式來定

SemanticKernel

收藏 評論

ruipeng 頭像

董瑞鵬 - Semantic Kernel入門系列：利用Handlebars創建Prompts functions

引言 本章我們將學習通過Handlebars Prompts Template來創建Prompts functions。 什麼是Handlebars？ Handlebars是一個流行的 JavaScript 模板引擎，它允許你通過在 HTML 中使用簡單的佔位符來創建動態的 HTML。 它使用模板和輸入對象來生成 HTML 或其他文本格式。Handlebars 模板看起來像常規的文本，但是它帶

SemanticKernel

收藏 評論

ruipeng 頭像

董瑞鵬 - 深入探討Function Calling：實現外部函數調用的工作原理

引言 Function Calling 是一個允許大型語言模型（如 GPT）在生成文本的過程中調用外部函數或服務的功能。 Function Calling允許我們以 JSON 格式向 LLM 模型描述函數，並使用模型的固有推理能力來決定在生成響應之前是否調用該函數。模型本身不執行函數，而是生成包含函數名稱和執行函數所需的參數的 JSON。 function calling 執行原理 現在我們

SemanticKernel

收藏 評論

ruipeng 頭像

董瑞鵬 - 深入探討Function Calling：在Semantic Kernel中的應用實踐

引言 上一章我們熟悉了 OpenAI 的 function calling 的執行原理，這一章節我們講解一下 function calling 在 Semantic Kernel 的應用。 在OpenAIPromptExecutionSettings跟 LLM 交互過程中，ToolCallBehavior的屬性之前我們的章節有介紹過 ToolCallBehavior:屬性用於獲取或設置如

SemanticKernel

收藏 評論

ruipeng 頭像

董瑞鵬 - 探索Semantic Plugins：開啓大模型的技能之門

前言 在之前的章節中我們或多或少的已經接觸到了 Semantic Kernel 的 Plugins，本章我們講詳細介紹如何使用插件。 Semantic Kernel 的一大特點是擁有強大的插件，通過結合自定義/預定義的插件解決智能業務的問題。讓傳統的代碼和智能插件一起工作靈活地接入到應用場景簡化傳統應用向智能化轉型的過程。 什麼是Plugins？ 我們知道LLMs(大模型)的訓練數據和我們

SemanticKernel

收藏 評論

ruipeng 頭像

董瑞鵬 - 探索Native Plugins：開啓大模型的技能之門

前言 上一章節我們瞭解了一下Semantic Kernnel中Plugins插件的概念以及學習了的 Semantic Kernel 模板插件的創建,本章節我們來學習 Native Plugins 原生函數插件使用。 通過函數定義插件 在之前的章節中我們介紹過在在 Semantic Kernel 中應用 Function Calling,在文中講解了Functioncalling的概念,以及在SK中

SemanticKernel

收藏 評論

ruipeng 頭像

董瑞鵬 - 探索Semantic Kernel內置插件：深入瞭解ConversationSummaryPlugin的應用

前言 經過前幾章的學習我們已經熟悉了Semantic Kernel 插件的概念，以及基於Prompts構造的Semantic Plugins和基於本地方法構建的Native Plugins。本章我們來講解一下在Semantic Kernel 中內置的一些插件，讓我們避免重複造輪子。 內置插件 Semantic Kernel 有非常多的預定義插件，作為解決通用業務的相關能力。Plugins 地址

SemanticKernel

收藏 評論

daxnet 頭像

dax.net - 在C#中基於Semantic Kernel的檢索增強生成（RAG）實踐

Semantic Kernel簡介 玩過大語言模型（LLM）的都知道OpenAI，然後微軟Azure也提供了OpenAI的服務：Azure OpenAI，只需要申請到API Key，就可以使用這些AI服務。使用方式可以是通過在線Web頁面直接與AI聊天，也可以調用AI的API服務，將AI的能力集成到自己的應用程序中。不過這些服務都是在線提供的，都會需要根據token計費，所以不僅需要依賴互聯網，而

SemanticKernel

收藏 評論

kklldog 頭像

Agile.Zhou - Kernel Memory 讓 SK 記住更多內容

Kernel Memory (KM) 是一種多模態 AI 服務，專注於通過自定義的連續數據混合管道高效索引數據集。它支持檢索增強生成（RAG）、合成記憶、提示工程以及自定義語義記憶處理。KM 支持自然語言查詢，從已索引的數據中獲取答案，並提供完整的引用和原始來源鏈接。 通過 KM 我們可以讓 LLM 認識更多新的知識。比如認識新的文本內容，WORD文檔，PDF, PPT，甚至是直接爬取一個網頁然後

SemanticKernel

收藏 評論

kklldog 頭像

Agile.Zhou - 使用 SK 進行向量操作

先祝大家 2025 新年好。 在 2024 年落地的 LLM 應用來看，基本上都是結合 RAG 技術來使用的。因為絕大多數人跟公司是沒有 fine-turning 的能力的。不管是在難度還是成本的角度看 RAG 技術都友好的多。 在 RAG（Retrieval-Augmented Generation）中，向量的意義在於將文本數據轉換為高維向量表示，以便進行高效的相似性搜索和信息檢索。具體來

SemanticKernel

收藏 評論

huangmingji 頭像

黃明基 - Semantic Kernel人工智能：1、從DeepSeek API調用到Semantic Kernel集成：深度解析聊天機器人開發全鏈路

引言：AI時代下的聊天機器人開發範式演進 在生成式AI技術爆發的當下，基於大語言模型（LLM）的聊天機器人開發已形成標準化技術鏈路。本文將結合DeepSeek API與微軟Semantic Kernel框架，以C#語言實戰演示從基礎API調用到高級框架集成的完整開發流程。 環境準備與基礎配置 .NET 9 SDK Visual Studio 2022或VSCode DeepSeek API

SemanticKernel

收藏 評論