前言
大模型热潮下.NET领域迎来众多重磅开源项目。
对话即平台（CaaP）作为AI未来方向，催生了BotSharp这一开源机器学习框架。
它为.NET开发提供了构建CaaP的整套工具，开箱即用，助力快速集成到应用系统，推动 .NET 在AI领域的发展。
项目介绍
BotSharp是一个功能丰富的开源机器学习框架，涵盖自然语言理解、计算机视觉和音频处理技术，帮助我们在信息系统中创建智能机器人助手。
它兼容ChatGPT、Gemini、LLaMA、Claude Sonnet、HuggingFace等主流AI平台，使用C#开发，支持跨平台运行。
采用插件和流水线流执行设计，实现插件解耦，支持不同UI/UX和LLM提供商选择，基于统一接口实现模块化。
另外，BotSharp提供高级代理抽象层，便于企业开发人员将AI集成到业务系统中，有效应对复杂应用场景。
项目功能
多代理与对话管理：内置多代理系统，能处理复杂对话场景，包括状态管理，使多个功能模块协同工作，提升用户体验。
任务规划：支持多种大型语言模型（LLM）规划方法，灵活应对不同任务，提高系统处理信息的效率。
知识检索：内置RAG（Retrieval-Augmented Generation）接口，支持基于记忆的向量搜索，有效管理知识库。
多平台支持：兼容ChatGPT 3.5/4.0、Gemini 2、LLaMA 3、Claude Sonnet 3.5、HuggingFace等AI平台。
协同工作：多个具有不同职责的代理协同完成复杂任务。
一站式开发：提供开箱即用的环境，可在同一平台完成构建、测试、评估与审计，提高开发和运营效率。
用户界面：内置的BotSharp UI使用SvelteKit编写，提供友好的用户界面。
内容集成：抽象化的标准富内容数据结构，可与Facebook Messenger、Slack和Telegram等消息渠道集成。
项目技术
跨平台：基于C#和.NET Core，支持多平台部署。
模块化：插件与管道流执行设计，实现完全解耦，便于定制UI/UX和选择LLM提供商。
C#机器学习：利用C#类型语言特性，便于系统级代码重构，直接在C#中应用机器学习算法。
项目插件
BotSharp的插件系统采用组件化设计，保持核心功能精简，业务功能通过外部组件拓展。
内置插件涵盖多个方面：
数据存储：支持MongoDB、LiteDB、腾讯云对象存储等多种方式。
LLM插件：兼容Azure OpenAI、OpenAI、Anthropic AI、Google AI、Meta AI、HuggingFace等AI平台接口。
消息/渠道：涵盖ChatHub、Meta Messenger、Twilio、Telegram、微信等多渠道支持。
知识检索：配备知识库和向量数据库插件。
视觉处理：如PaddleSharp插件。
其他工具：包含仪表板、路由加速器、音频处理、邮件处理、文件处理、HTTP处理、SQL驱动、WebDriver、Python解释器等实用工具。
用户界面：提供Chatbot UI插件。
项目使用
通过项目地址下载源码并启动项目，分为前端UI和后端API。
1、运行后端服务
PS D:\> git clone https://github.com/dotnetcore/BotSharp
PS D:\> cd BotSharp
Windows
PS D:\BotSharp\> dotnet run --project .\src\WebStarter\WebStarter.csproj -p SolutionName=BotSharp
Linux
$ dotnet run --project ./src/WebStarter/WebStarter.csproj -p SolutionName=BotSharp
2、运行 UI 项目
PS D:\> git clone https://github.com/SciSharp/BotSharp-UI
PS D:\> cd BotSharp-UI
PS D:\> npm install
PS D:\> npm run dev
3、项目启动
项目效果
1、首页
2、路由
3、代理列表
4、会话列表
项目地址
GitHub：github.com/SciSharp/Bo…
总结
以上仅展示了 BotSharp项目的部分功能。更多实用特性和详细信息，请大家访问项目地址。
希望通过本文能为 AI开发方面提供有价值的参考。欢迎在评论区留言交流，分享您的宝贵经验和建议。
最后
如果你觉得这篇文章对你有帮助，不妨点个赞支持一下！你的支持是我继续分享知识的动力。如果有任何疑问或需要进一步的帮助，欢迎随时留言。
也可以加入微信公众号 [DotNet技术匠] 社区，与其他热爱技术的同行一起交流心得，共同成长！
优秀是一种习惯，欢迎大家留言学习！
