一、AntSK
由AIDotNet团队开发的人工智能知识库与智能体框架，支持多模型集成和离线部署能力。
核心能力：
• 支持OpenAI、Azure OpenAI、星火、阿里灵积等主流大模型，以及20余种国产数据库（如达梦）
• 内置语义内核（Semantic Kernel）实现复杂语义理解，支持文档问答（Word/PDF/PPT等格式）与文生图功能（集成StableDiffusion）
• 纯离线运行能力，通过LLamaFactory支持非GGUF格式模型，并集成Bge Embedding技术提升本地推理效率
• 企业级扩展：提供API接口、插件市场和多租户管理，适用于金融、政务等信创场景
适用场景：企业知识库管理、离线环境智能客服、多模态数据分析
项目地址：https://github.com/AIDotNet/AntSK
二、BotSharp
面向企业级LLM应用的开源AI框架，专注于智能机器人助手开发。
技术亮点：
• 多代理协同：支持多个智能体分工协作，例如客服机器人与数据分析代理联动
• 多模态处理：集成自然语言理解（NLU）、计算机视觉和音频处理技术
• 兼容性强大：适配ChatGPT 4.0、Gemini 2、LLaMA 3、Claude Sonnet 3.5等主流模型
• 模块化设计：通过插件系统解耦功能模块，支持自定义UI/UX和模型提供商
典型应用：跨平台客服系统、自动化任务处理（如订单分析、报告生成）
项目地址：https://github.com/SciSharp/BotSharp
三、Semantic Kernel
微软官方开源的大模型集成框架，支持智能体开发与传统代码结合。
关键特性：
• 统一接口：通过插件机制调用GPT-4、Hugging Face等模型，实现业务逻辑与AI能力无缝衔接
• 任务编排：支持复杂任务分解（如“数据收集→分析→生成报告”），结合ReAct框架提升执行可靠性
• 跨语言支持：兼容C#、Python、Java，适配ASP.NET Core构建云原生AI应用
使用场景：智能文档生成、自动化决策系统（如金融风控、医疗诊断）
项目地址：https://github.com/microsoft/semantic-kernel
四、LLamaSharp
本地化大模型推理库，为智能体提供离线推理能力。
优势：
• 基于llama.cpp优化，支持CPU/GPU混合加速，在本地设备运行LLaMA/LLaVA等模型
• 集成RAG（检索增强生成）技术，适用于隐私敏感场景（如企业内部知识问答）
项目地址：https://github.com/SciSharp/LLamaSharp
五、OpenAI DotNet
轻量级模型调用库，快速接入OpenAI系列模型。
功能：
• 简化RESTful API调用流程，支持流式响应和微调接口
• 适配ASP.NET Core中间件，快速构建ChatGPT风格应用
项目地址：https://github.com/RageAgainstThePixel/OpenAI-DotNet
选型建议：
• 企业级复杂场景：优先选择AntSK或BotSharp（功能全面、扩展性强）
• 轻量级AI集成：使用Semantic Kernel或OpenAI DotNet（开发效率高）
• 隐私敏感需求：结合LLamaSharp实现本地模型部署
更多技术细节可访问项目GitHub页面查看最新文档。
)
