公司新聞

參加 Jeff Fritz 的 .NET AI Bootcamp 和 Aspire Workshop - 由 Iron Software 贊助

已更新:

See Jeff Fritz .NET AI Bootcamp - https://www.youtube.com/live/nJYB9Fb0hr4

Iron Software 自豪地贊助了 Jeff Fritz 的 8 小時 .NET AI Bootcamp，向 .NET 社群提供了所需的：將 AI 從流行語轉變為實用開發工具的綜合實操工作坊。 這不是另一個理論概述，Jeff Fritz 從零開始構建了有效的應用程式，展示了開發者可以立即應用的真實實施模式。 第二個聚焦於 .NET Aspire 的工作坊將在下週舉行，您可以在這裡找到更多資訊。

作為我們持續致力於支持 .NET 開發者教育和社群增長的一部分，Iron Software 和 Jeff Fritz 讓這場免費的全日虛擬活動成為可能，惠及全球數千名開發者。該工作坊展示了我們對促進 .NET 生態系統內創新和合作的承諾。

工作坊環境和設置

這次訓練營強調將會議視為一個專注的工作坊，而不是被動的觀看。 Jeff Fritz 建議使用乾淨的開發環境搭配 .NET 9 Preview、Docker，以及正確的 GitHub 權杖配置以存取模型。

GitHub 權杖設置顯得格外簡單：導航至開發者設置，建立具有閱讀存取權限的精細權杖，並設定適當過期時間。 GitHub 的開放模型提供免費存取 GPT-4 Mini，而無需 OpenAI 或 Azure 訂閱。

Jeff Fritz 展示了三種部署選項：GitHub 模型的免費存取，Azure OpenAI 服務的企業功能，以及 Ollama 的完全本地隱私。 關鍵要點是提供者的靈活性； 應用程式可以在不重寫程式碼的情況下，在服務之間切換。

構建真實應用程式：測驗應用程式

Fritz 建立了一個實用的測驗應用程式，而不是展示另一個聊天機器人，使用 Blazor Server。 該應用程式能在任何主題上生成動態問答問題，展示了真實世界的 AI 整合模式。

實施重點突顯了通過 Microsoft.Extensions.AI 依賴注入進行整潔的整合，使 AI 服務如同日誌記錄或 HTTP 客戶端一樣易於存取。 該應用程式演示了提示連結的實際應用，展示了多個 AI 調用如何協同工作以建立高級使用者體驗。

Microsoft.Extensions.AI：統一供應商抽象

Microsoft.Extensions.AI 成為該工作坊最重要的技術發現。 這個套件提供了跨 AI 供應商的統一抽象，允許應用程式通過一致的介面與 OpenAI、Ollama 或 GitHub 模型協同工作。

抽象在 Program.cs 中註冊 AI 客戶端，使用熟悉的 .NET 依賴注入模式。 應用程式在寫入時使用一致的介面，同時保有與更改供應商的完整靈活性，根據需求、成本或部署限制進行選擇。

從第一天開始的安全最佳實踐

Jeff Fritz 強調了在開發過程中適當的秘密管理。 工作坊涵蓋了 .NET 使用者秘密以避免將 API 金鑰放入配置文件中，以及防止將憑證提交到源控制中。

專注於以安全為先的開發，而不是在稍後套上保護措施，彌補了許多 AI 實施中的一個重要差距。 鑒於 AI 應用程式經常需要多個 API 金鑰和服務憑證，建立安全模式可以防止重大安全漏洞。

檢索增強生成 (RAG)：基本模式

工作坊最有價值的部分涵蓋了檢索增強生成的實施。 Fritz 構建了一個完整系統，處理文件、生成塊、生成向量嵌入，將其儲存在記憶體中，並在生成回應前，將使用者查詢匹配到相關內容。

Fritz 描述 RAG 為"現實世界應用程式的最強大模式，涵蓋法律、金融、知識庫等。"該模式將 AI 從一般的問答轉變為理解和推理特定組織資料的應用程式，從而解鎖顯著的業務價值。

演示顯示了從簡單問答到理解公司文件、政策和知識庫的應用程式，這使得實用的 AI 實施能夠帶來可測量的業務影響。

使用 Ollama 進行本地開發

對於需要完全控制或避免外部 API 依賴的開發者，Jeff Fritz 演示了使用 Docker 中的 Ollama 進行本地 AI 開發。 設置包含提取 Docker 圖像、在可用時配置 GPU 支持以及下載適當的模型。

本地部署提供完整隱私，消除外部依賴，並且需要意外的低硬體資源。 Fritz 多次強調，意義重大的 AI 開發不需要昂貴的 GPU 硬體； 標準開發機器可以有效處理大多數工作流程。

實用提示工程

工作坊包含可操作的提示工程技術，避免簡化過度和不必要的複雜性。 Fritz 演示了結構化提示和對話角色，展示了諸如"您是一位幫助初級開發者的 .NET 專家"這樣的背景情報如何顯著提高回應質量。

測驗應用程式展示了維護對話上下文和引導 AI 回應，這些是超越單一查詢互動的生產應用中至關重要的能力。

當前的限制和現實期望

Jeff Fritz 提供了關於當前 AI 限制的誠實評估。 大多數大型語言模型在英語上表現最佳，其他語言的結果不太可靠，這是需要持續生態系統改進的領域。

成本分析顯示 GitHub 模型對於學習和小型項目是真正免費的，而 Azure OpenAI 提供按令牌計價，仍然可以在合理的規模下保持價格實惠。 關鍵優勢是從免費階梯開始，並且無需更改程式碼的升級。

硬體要求保持可達性； 標準開發筆記本電腦可以處理 AI 開發工作流程，並且本地模型可以在適度的硬體配置上高效運行。

入門：資源與下一步

訓練營的資料庫位於 github.com/csharpfritz/ai-bootcamp，包含完整的例子、Docker 配置、Blazor 模板和模型設置說明。 YouTube 重播允許沒有參加現場會議的人與程式碼一起學習。

推薦的進展路徑：

  1. 使用 GitHub 模型進行無成本實驗
  2. 克隆訓練營資料庫並實施測驗應用程式
  3. 探索 Microsoft.Extensions.AI 的抽象和供應商的靈活性
  4. 使用演示的模式構建 RAG 應用程式
  5. 當項目需求證明了複雜性時，擴展到 Azure 或本地模型

更廣泛的影響

這次訓練營展示了 .NET 中的 AI 整合已經從實驗狀態轉變為標準的開發實踐。Microsoft.Extensions.AI 提供的供應商抽象、GitHub 模型的可存取 LLM 存取，以及像 RAG 這樣經驗證的模式為 .NET 開發者創造了具體的機會。

發展路徑比許多人預期的更清晰。 開發者不需要 AI 專業知識就能構建智能應用程式； .NET 生態系統現在提供抽象，讓人們可以專注於應用程式邏輯而非 AI 整合的複雜性。

Jeff Fritz 的工作坊證明了，開發者可以在一天之內從零 AI 知識進展到功能應用。 對於對 AI 實施好奇但不確定入門點的 .NET 開發者，這次訓練營展示了技術已經變得多麼易於掌握。

為什麼這很重要

隨著 Iron Software 繼續支持 .NET 社群創新，諸如 Fritz 的訓練營這樣的事件代表了推動生態系統向前發展的正是這種實用的、動手學習。 這不是理論性的 AI 討論，而是可操作的知識，開發者可以立即在生產應用程式中實施。

研討會證實了 .NET 社群的懷疑：AI 整合正在成為開發者工具包的標準部分，而不是一個專門的細分領域。 有了適當的抽象、可存取的模型和經驗證的模式，進入的門檻已大大降低。

對於正在評估 AI 整合的組織來說，資訊很清楚：工具已存在，模式已驗證，.NET 生態系統提供了可靠、可擴展的 AI 驅動應用程式的基礎。 問題不是是否整合 AI，而是團隊可以多快地適應這些模式，從而帶來商業價值。

專注於讓您的應用程式獨一無二的因素

在將 AI 功能嵌入到應用程式中時，請記住某些基礎組件最好由經驗證的、企業級解決方案來處理。 開發者應專注於應用程式的獨特價值而非耗費時間重新建立 PDF 生成、OCR 處理或條碼讀取功能。

Iron Software 的 .NET 程式庫套件處理這些基礎設施問題，使開發團隊能夠專注於使他們應用程式與眾不同的 AI 功能和業務邏輯。 從用於文件處理的 IronPDF 到智慧文字擷取的 IronOCR，這些經過實戰考驗的程式庫與現代 AI 工作流程無縫整合。

今天就開始構建智能應用程式

準備好實施 Fritz 在工作坊中演示的模式了嗎？Iron Software 提供免費試用我們完整的 .NET 程式庫套件，讓您可以使用完美配合 AI 整合的文件處理和資料擷取工具。

免費試用 Iron Suite。

我們的程式庫與 Fritz 演示的 Microsoft.Extensions.AI 模式協同工作，助您迅速開發結合 AI 智慧與強大文件處理能力的複雜應用程式。 無論您是在構建處理 PDF 的 RAG 系統、從掃描文件中提取資料的應用程式，還是生成智慧報告的工作流程，Iron Software 提供了讓您專注於創新而非實施複雜性的基礎工具。