如何使用Microsoft.KernelMemory来快速地构建和管理你的数据索引

Microsoft.KernelMemory是一个开源的服务和插件，专门用于通过自定义的连续数据混合管道对数据集进行高效的索引。

利用先进的嵌入和LLM，系统可以使用自然语言对索引的数据进行查询，同时提供引用和链接到原始来源。

Microsoft.KernelMemory可以作为Semantic Kernel, Microsoft Copilot和ChatGPT的插件，与最流行的AI平台上构建的应用程序进行无缝集成，增强数据驱动的功能。

//项目地址：https://github.com/microsoft/kernel-memory

换句话说，Microsoft.KernelMemory能方便我们使用自然语言来管理和查询索引的数据信息，同时还能自定义每个步骤的处理逻辑及后端应用。

目前，Microsoft.KernelMemory支持以下后端：

• 向量存储：Azure Cognitive Search、Qdrant
• 内容存储：Azure Blobs、本地文件系统
• 异步摄取队列：Azure Queues、RabbitMQ、本地文件基础队列

支持以下几种模式：

• 服务模式：Microsoft.KernelMemory作为一个服务运行，可以吞吐数千个文档和信息，而不会阻塞你的应用程序。你可以使用MemoryWebClient来与服务进行通信，发送文档，查询和请求。

var client = new MemoryWebClient("http://localhost:5000");

• 无服务器模式：可以将MemoryServerlessClient嵌入到你的应用程序中，直接在本地进行文档导入和查询。这种模式适合于小规模的数据集和快速的原型开发。

var memory = new KernelMemoryBuilder () .WithOpenAIDefaults(Env.Var("OPENAI_API_KEY"))    .Build()；

• 库模式：可以直接使用Microsoft.KernelMemory的核心类和接口，自定义你的数据管道和业务处理逻辑。这种模式适合于高度定制化的场景和高级用户。

var memoryBuilder = new KernelMemoryBuilder().WithOpenAIDefaults(Env.Var("OPENAI_API_KEY"));
memoryBuilder.Build();
var orchestrator = memoryBuilder.GetOrchestrator();
​
// Define custom .NET handlers
var step1 = new MyHandler1("step1", orchestrator);
var step2 = new MyHandler2("step2", orchestrator);
var step3 = new MyHandler3("step3", orchestrator);
await orchestrator.AddHandlerAsync(step1);
await orchestrator.AddHandlerAsync(step2);
await orchestrator

接下来，我们通过一个简单的Demo来了解它。扫个关注吧