一、AntSK
由AIDotNet團隊開發的人工智能知識庫與智能體框架，支持多模型集成和離線部署能力。
核心能力：
? 支持OpenAI、Azure OpenAI、星火、阿里靈積等主流大模型，以及20余種國產數據庫（如達夢）
? 內置語義內核（Semantic Kernel）實現復雜語義理解，支持文檔問答（Word/PDF/PPT等格式）與文生圖功能（集成StableDiffusion）
? 純離線運行能力，通過LLamaFactory支持非GGUF格式模型，并集成Bge Embedding技術提升本地推理效率
? 企業級擴展：提供API接口、插件市場和多租戶管理，適用于金融、政務等信創場景
適用場景：企業知識庫管理、離線環境智能客服、多模態數據分析
項目地址：https://github.com/AIDotNet/AntSK
二、BotSharp
面向企業級LLM應用的開源AI框架，專注于智能機器人助手開發。
技術亮點：
? 多代理協同：支持多個智能體分工協作，例如客服機器人與數據分析代理聯動
? 多模態處理：集成自然語言理解（NLU）、計算機視覺和音頻處理技術
? 兼容性強大：適配ChatGPT 4.0、Gemini 2、LLaMA 3、Claude Sonnet 3.5等主流模型
? 模塊化設計：通過插件系統解耦功能模塊，支持自定義UI/UX和模型提供商
典型應用：跨平臺客服系統、自動化任務處理（如訂單分析、報告生成）
項目地址：https://github.com/SciSharp/BotSharp
三、Semantic Kernel
微軟官方開源的大模型集成框架，支持智能體開發與傳統代碼結合。
關鍵特性：
? 統一接口：通過插件機制調用GPT-4、Hugging Face等模型，實現業務邏輯與AI能力無縫銜接
? 任務編排：支持復雜任務分解（如“數據收集→分析→生成報告”），結合ReAct框架提升執行可靠性
? 跨語言支持：兼容C#、Python、Java，適配ASP.NET Core構建云原生AI應用
使用場景：智能文檔生成、自動化決策系統（如金融風控、醫療診斷）
項目地址：https://github.com/microsoft/semantic-kernel
四、LLamaSharp
本地化大模型推理庫，為智能體提供離線推理能力。
優勢：
? 基于llama.cpp優化，支持CPU/GPU混合加速，在本地設備運行LLaMA/LLaVA等模型
? 集成RAG（檢索增強生成）技術，適用于隱私敏感場景（如企業內部知識問答）
項目地址：https://github.com/SciSharp/LLamaSharp
五、OpenAI DotNet
輕量級模型調用庫，快速接入OpenAI系列模型。
功能：
? 簡化RESTful API調用流程，支持流式響應和微調接口
? 適配ASP.NET Core中間件，快速構建ChatGPT風格應用
項目地址：https://github.com/RageAgainstThePixel/OpenAI-DotNet
選型建議：
? 企業級復雜場景：優先選擇AntSK或BotSharp（功能全面、擴展性強）
? 輕量級AI集成：使用Semantic Kernel或OpenAI DotNet（開發效率高）
? 隱私敏感需求：結合LLamaSharp實現本地模型部署
更多技術細節可訪問項目GitHub頁面查看最新文檔。
)
