Skip to content
IgnitionAI IgnitionAI

Concepts clés du noyau semantic

Les composants clés du Semantic Kernel se répartissent en plusieurs catégories, chacun jouant un rôle essentiel pour intégrer l’IA générative dans des applications pratiques. Voici ces composants :

1. Compétences (Skills)

Les compétences sont des modules qui encapsulent des capacités spécifiques. Il en existe trois types principaux :

  • Compétences natives : Implémentées en C# ou dans un autre langage supporté. Elles exécutent une logique métier ou des appels à des API.
  • Compétences basées sur des prompts : Utilisent des modèles d’IA génératifs, comme OpenAI ou Azure OpenAI, en configurant des prompts spécifiques.
  • Compétences hybrides : Mélangent des capacités natives et génératives.

Chaque compétence est exposée via des fonctions, qui peuvent être orchestrées dans des workflows.

2. Modèles d’IA (AI Models)

Le noyau prend en charge des modèles d’intelligence artificielle pour :

  • Génération de texte (GPT, Codex, etc.).
  • Compréhension du langage naturel (NLU).
  • Manipulation d’autres types de modèles d’IA selon les besoins.

SK agit comme une passerelle pour se connecter à des services comme Azure OpenAI, OpenAI API ou des modèles locaux.

3. Planification (Planners)

Les planificateurs permettent d’orchestrer plusieurs fonctions pour résoudre des problèmes complexes.

  • Planification dynamique : Génère un plan à partir d’un objectif donné, en utilisant les fonctions disponibles.
  • Exécution des plans : Coordonne les appels entre les différentes fonctions (compétences) pour atteindre l’objectif de manière fluide.

4. Mémoire sémantique (Semantic Memory)

Ce composant permet de stocker et de récupérer des informations en combinant :

  • Des bases de données traditionnelles (relationnelles ou NoSQL).
  • Des index vectoriels pour rechercher des données basées sur leur similarité sémantique (par exemple, avec des embeddings).

Cela permet de contextualiser les requêtes et d’améliorer les réponses des modèles.

5. Connecteurs (Connectors)

Les connecteurs permettent à SK d’interagir avec des systèmes externes comme :

  • API tierces (par exemple, intégration avec des CRM, ERP).
  • Services cloud comme Azure Functions, Blob Storage, ou des bases de données externes.
  • Bases de données vectorielles pour la mémoire sémantique.

6. Pipeline d’exécution

SK fournit un pipeline pour orchestrer :

  • La préparation des données d’entrée.
  • L’envoi des requêtes aux modèles.
  • La gestion des résultats, qu’ils soient textuels ou logiques.

7. Extensibilité et modularité

Chaque composant peut être étendu ou remplacé pour répondre aux besoins spécifiques d’une application. Vous pouvez :

  • Ajouter de nouvelles compétences.
  • Utiliser des modèles d’IA personnalisés.
  • Personnaliser la gestion des données et des workflows.

8. SDKs et intégrations

Le Semantic Kernel offre des SDKs pour faciliter l’utilisation dans différents environnements, notamment en C# et Python, et supporte l’intégration avec des outils comme Azure Cognitive Services, Hugging Face, ou LangChain.

En combinant ces composants, SK simplifie la création d’applications intelligentes, robustes et réactives, tout en offrant aux développeurs une flexibilité et une extensibilité maximale.