本文介绍了使用微软SemanticKernel(SK)框架开发AI智能体的经验。首先介绍了SK框架的定位和特点，它是一个企业级AI开发框架，支持与本地业务集成。文章详细说明了如何配置SK服务，支持国内主流大模型如Kimi、Qwen和DeepSeek，并提供了代码示例。接着讲解了插件的编写规范，强调需要使用蛇形命名法和添加详细描述。最后展示了如何定义智能体基类及其派生类，包括角色定义、查询功能实现和

本文介绍了使用微软SemanticKernel(SK)框架开发AI智能体的经验。首先介绍了SK框架的定位和特点，它是一个企业级AI开发框架，支持与本地业务集成。文章详细说明了如何配置SK服务，支持国内主流大模型如Kimi、Qwen和DeepSeek，并提供了代码示例。接着讲解了插件的编写规范，强调需要使用蛇形命名法和添加详细描述。最后展示了如何定义智能体基类及其派生类，包括角色定义、查询功能实现和

检索模块的设计应该是大部分系统架构中一个不可或缺的环节，为啥这么说呢？当下的时代背景，我们开发的系统每天都会产生大量的日志，比如 Nginx 产生的请求日志，系统本身各种类型的日志，按类型分，还可以分成常规日志，异常日志，告警日志等等。这些日志是系统运行状态的产物，可以帮助我们排查系统运行过程中的问题，是保证服务正常运转的关键参考信息。因此，可以快速的检索日志数据，便是系统开发过程的一项刚需

昨天晚上因为和几个朋友约好了，喝了点酒，又不想因为这个断更，白天也实在是没空，就匆忙写了个开头，占了个位置，今天早上赶早赶紧补上~~近期公司准备要上一期直播活动，因为之前已经集成过腾讯云的 TRTC 产品了，这次的 TUI 组件出来后发现很契合我们的场景，所以决定试一下。其实标准的在线互动+直播，应该是集成 TUI 组件系列里的 TUIPusher 和 TUIPlayer，但这个组件里自动集成了实

笔者之前，分别写过两篇关于Semantic Kernel（下简称SK）相关的博客，最近模型上下文协议（下称MCP）大火，实际上了解过SK的小伙伴，一看到 MCP的一些具体呈现，会发现，Client 调用 Server的方式，和SK调用插件的过程很像，实际操作了一下，发现确实是可以的。也就是说，如果我们之前的项目里用到SK做过Agent相关的模块，如今也可以丝滑的让其充当MCP Client的角色，

昨天，公司同事突传喜讯，我们内部也成功部署了私有化的deepseek蒸馏模型，虽然参数量不大，但有了私有部署模型，就意味着，之前很多不能深入结合的业务，可以去做深入了。毕竟公有模型终归还是存在数据隐私方面的风险，而一些租赁方案，或者所谓的MaaS（模型即服务）的方案，本质上还是建立在云服务的基础上，也就是云服务时代存在的问题MaaS都有，最显著的就是，高峰期需求大，服务不稳，低谷期需求小，服务稳，

至此，需要开发的任务量基本完成。那这套架构真的稳定吗？我前面放过的一些地址里有一些数据截图，这几年运营下来，我们这个系统部署了3个节点，此外还有很多子服务，均为分布式的部署形式，日均访问量最高曾达到300万次，当然早期因为架构不成熟，也经常崩溃，但这两年已经很少因为系统不稳定而造成崩溃了，真正实现了我们这个规模下的，高可用，高并发，高性能。

如果是在虚拟机安装，那把镜像下载好按常规的安装流程安装就好，非常简单，不再赘述。这里说一下通过U盘直接在裸机上安装的一种方式。

昨天，公司同事突传喜讯，我们内部也成功部署了私有化的deepseek蒸馏模型，虽然参数量不大，但有了私有部署模型，就意味着，之前很多不能深入结合的业务，可以去做深入了。毕竟公有模型终归还是存在数据隐私方面的风险，而一些租赁方案，或者所谓的MaaS（模型即服务）的方案，本质上还是建立在云服务的基础上，也就是云服务时代存在的问题MaaS都有，最显著的就是，高峰期需求大，服务不稳，低谷期需求小，服务稳，

如果是在虚拟机安装，那把镜像下载好按常规的安装流程安装就好，非常简单，不再赘述。这里说一下通过U盘直接在裸机上安装的一种方式。