​.NET AI模板 Preview 2发布：集成.NET Aspire和Qdrant向量数据库，助您快速构建云原生 AI 应用

引言

随着人工智能（AI）技术的迅猛发展，开发者对简单、高效的AI开发工具需求日益增加。微软 .NET 团队最近发布了 .NET AI 模板的 Preview 2 版本，这一更新为开发者带来了诸多令人兴奋的新功能和改进。本文将深入探讨 .NET AI 模板 Preview 2 的新特性，分析其核心优势，并提供详细的使用指南，帮助开发者快速上手并加速AI项目的开发进程。

.NET AI 模板 Preview 2 的新特性

1. .NET AI 模板简介

.NET AI 模板是微软专为 .NET 开发者设计的一套工具集，旨在简化AI应用的开发流程。它提供了预配置的项目模板，开发者可以基于这些模板快速搭建AI应用的基础架构。自首次发布以来，.NET AI 模板已经受到广泛关注，而 Preview 2 版本则在原有基础上进一步扩展了功能，引入了更强大的工具支持和灵活性。

这些模板不仅适用于传统的桌面开发，还通过与云原生技术的深度集成，为现代分布式应用的开发提供了便利。无论是构建简单的聊天机器人，还是开发复杂的语义搜索系统，.NET AI 模板都能显著减少开发者的上手难度。

2. Preview 2 的新功能

Preview 2 版本带来了多项重要更新，以下是其核心亮点：

2.1 .NET Aspire 支持

.NET Aspire 是微软推出的一款全新框架，专注于云原生应用的开发。它提供了一套工具和组件，帮助开发者更轻松地构建和管理分布式系统。在 Preview 2 中，.NET AI 模板集成了 .NET Aspire，使得开发者可以利用其编排功能（Orchestration）来配置和管理AI服务。这种集成不仅提升了开发效率，还为本地和云端AI模型的部署提供了无缝支持。

2.2 Qdrant 向量数据库

Qdrant 是一个专为AI应用设计的高性能向量数据库，能够高效存储和查询向量数据。Preview 2 提供了一个与 Qdrant 集成的示例项目，开发者可以利用它快速原型化并扩展基于向量数据的应用。这对于需要处理大规模语义搜索或推荐系统的场景尤为重要。

2.3 VS Code 配置支持

对于使用 Visual Studio Code（VS Code）的开发者，Preview 2 增加了对 C# Dev Kit 扩展的增强支持。现在，开发者可以在创建项目时选择配置额外的选项，例如指定AI模型服务提供商（Model Service Provider）和向量存储（Vector Store）。这一改进使得 VS Code 用户能够更灵活地定制项目设置。

3. 安装和使用指南

要开始使用 .NET AI 模板的 Preview 2 版本，你需要先安装模板包。以下是具体步骤：

3.1 安装模板

在终端运行以下命令以安装 Microsoft.Extensions.AI.Templates：

dotnet new install Microsoft.Extensions.AI.Templates

安装过程

安装过程

安装完成后，你可以通过以下方式创建新项目：

• Visual Studio：在“文件 > 新建项目”中搜索“AI Chat”模板。
• VS Code：使用 C# Dev Kit 扩展，通过 .NET: New Project... 命令选择“AI Chat Web App”模板。
• .NET CLI：在终端运行以下命令：

dotnet new aichatweb

3.2 项目配置

创建项目时，你可以选择AI模型提供商（如 GitHub Models、OpenAI 或 Azure OpenAI）和向量存储（如本地存储、Azure AI Search 或 Qdrant）。这些选项为开发者提供了高度的灵活性。

4. .NET Aspire 的集成

.NET Aspire 的集成

.NET Aspire 的集成

.NET Aspire 的引入是 Preview 2 的一个重要亮点。它通过以下方式增强了 .NET AI 模板的功能：

4.1 本地模型支持：Ollama

Ollama 是一个开源工具，允许开发者在本地通过容器化方式部署AI模型。借助 .NET Aspire 的社区工具包（Community Toolkit），开发者可以通过 docker.io/ollama/ollama 镜像轻松运行本地模型。这种方式非常适合快速原型设计和测试。

4.2 云端模型支持

Preview 2 支持与多种云端AI服务集成，包括：

• GitHub Models：提供便捷的模型访问。
• OpenAI 和 Azure OpenAI：通过 .NET Aspire 的 Azure OpenAI 集成，开发者可以连接到这些强大的语言模型。
• Azure AI Search 和 Qdrant：提供增强的语义搜索功能，支持高效的向量数据索引和查询。

模型支持

模型支持

4.3 使用示例

在启用 .NET Aspire 编排后，模板会生成一个包含 .AppHost 项目的解决方案。这个项目负责配置AI服务和向量存储的集成，开发者只需简单调整即可投入使用。

选中Aspire后的项目结构

选中Aspire后的项目结构

5. 在开发工具中使用模板

5.1 Visual Studio

在 Visual Studio 中，安装模板后，你可以通过以下步骤创建项目：

1. 打开“文件 > 新建项目”。
2. 在搜索框中输入“AI Chat”或选择“AI”项目类型。
3. 配置项目名称、位置，并选择AI模型提供商和向量存储。

搜索AI Chat模版

搜索AI Chat模版

配置AI Chat模版

配置AI Chat模版

5.2 Visual Studio Code

在 VS Code 中，使用 C# Dev Kit 扩展：

1. 运行 .NET: New Project... 命令。
2. 选择“AI Chat Web App”模板。
3. 默认情况下，项目将使用 GitHub Models 和本地向量存储，你也可以根据需要调整配置。

创建AI Chat项目

创建AI Chat项目

选择向量数据库

选择向量数据库

❝为了更好地使用Qdrant向量数据库，有兴趣的朋友可以看看我的这篇关于.NET 原生驾驭 AI 新基建实战系列（四）：Qdrant ── 实时高效的向量搜索利器

6. 实际应用场景

.NET AI 模板 Preview 2 的设计充分考虑了实际开发需求，以下是几个典型应用场景：

6.1 聊天应用

基于 RAG（Retrieval Augmented Generation，检索增强生成）模式，开发者可以构建与自定义数据交互的聊天应用。例如，你可以用它创建一个能够回答企业内部文档相关问题的智能助手。

6.2 数据摄取

模板内置了数据摄取功能，支持从多种数据源（如 PDF 文件）中提取信息，并进行缓存和处理。这大大简化了数据预处理的工作。

6.3 自定义开发

生成的代码结构清晰，易于修改。开发者可以根据项目需求调整聊天交互逻辑、添加引用跟踪功能，或实现后续建议提示。

7. 性能优化建议

为了提升项目的性能和稳定性，以下是一些实用建议：

持久化存储：在 program.cs 文件中，使用 SQLite 数据库替代默认的内存存储，以避免每次启动项目时重复处理数据。例如：

builder.Services.AddDbContext(options => options.UseSqlite("Data Source=ingestioncache.db"));

向量存储选择：对于大规模数据，推荐使用 Azure AI Search 或 Qdrant，而不是本地存储，以获得更好的性能和扩展性。

8. 未来展望

微软计划在未来版本中进一步扩展 .NET AI 模板的功能，包括：

• Console 和 Minimal API 模板：支持更多类型的项目。
• Azure AI Foundry 支持：提供更丰富的云端AI工具。
• Semantic Kernel 集成：与 Semantic Kernel 团队合作，增强语义处理能力。

此外，模板预计将默认包含在 .NET SDK 中，进一步降低使用门槛。

结语

.NET AI 模板的 Preview 2 版本为开发者提供了一个功能强大且易于使用的工具集，极大地简化了AI应用的开发流程。通过集成 .NET Aspire、Qdrant 等先进技术，它不仅提升了开发效率，还为云原生AI应用的构建提供了坚实支持。无论你是想快速原型化一个聊天应用，还是开发复杂的AI驱动系统，这个模板都值得一试。相信未来随着社区的持续参与和微软的不断迭代，.NET AI 模板必将成为 .NET 生态中不可或缺的一部分。

参考链接

• .NET AI Templates Documentation: https://docs.microsoft.com/en-us/dotnet/ai/templates
• .NET Aspire Documentation: https://docs.microsoft.com/en-us/dotnet/aspire
• Qdrant Vector Database: https://qdrant.tech/
• Ollama Official Site: https://ollama.ai/