北京
你的.NET團隊還在給Python打雜嗎？
市面上AI教程清一色教OpenAI的Python接口。路由多供應商、防RAG幻覺、部署可維護的智能體、打包MCP工具——這些真問題沒人講。結果.NET團隊要么重復造輪子，要么被迫維護Python旁路服務。
一本叫《From Problems to Patterns》的書盯上了這個缺口。它用37個可運行代碼示例，把微軟AI全家桶串成生產級流水線。
核心武器就三張牌
Microsoft.Extensions.AI 負責統一接口。OpenAI、Azure、GitHub Models、Ollama、Anthropic五家供應商，一套代碼切換。中間件塞了緩存、日志、成本追蹤、故障轉移——運維關心的全埋進去了。
Microsoft.Agents.AI 管智能體編排。持久會話、人工審批流、多智能體協作，這些以前要自建的狀態機現在開箱即用。
Model Context Protocol（MCP）解決工具分發。AI功能打成NuGet包，企業級的審計和安全層直接繼承。
七個能直接抄的作業
語義搜索引擎：嵌入、向量相似度、排序全打通。
生產級RAG流水線：文檔攝取、分塊、檢索、內聯引用、LLM-as-judge評估——100頁篇幅，每個決策點都攤開講。
視覺文檔處理器：照片拍收據，結構化數據自動抽。
自主報銷智能體：跨會話記上下文，審批節點人工介入。
多智能體工作流：多個智能體互相調度解復雜問題。
MCP工具即NuGet包：部署到Azure Container Apps，安全層鎖死。
純離線AI應用：Ollama集成，零API key、零云成本、數據不出本地。
六章對應六個生產模式
基礎概念：生成式AI的隨機性本質，怎么理性對待它。
Extensions.AI 深度：流式輸出、結構化返回、函數調用、提示工程、上下文窗口管理。
RAG端到端：企業90%生產AI的底層架構，100頁無跳步。
Agent框架：會話狀態、審批工作流、圖執行、A2A通信。
MCP協議：建服務、選傳輸層、企業級加固。
生產模式：OpenTelemetry追蹤、Polly彈性策略、成本感知路由、負責任AI、非確定性系統測試。
附錄塞了包引用、模型速查、供應商支持矩陣、Extensions.AI API參考——查起來不翻源碼。
誰該看
有扎實C#功底的.NET開發者或解決方案架構師。不需要機器學習背景，目標只有一個：現在就能上線AI功能，且扛得住生產環境。
書沒廢話。每個示例都能跑，每個示例都能部署。
Python不是唯一答案。微軟這次把工具鏈補到能用了。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
