Hoy quiero compartir con ustedes algo súper emocionante que encontré: ¡el nuevo template de AI Chat Web App para .NET! 🎉 Esta plantilla está en preview y es perfecto para aquellos que quieren empezar con el desarrollo de AI pero no saben por dónde comenzar. Vamos a ver cómo ponerlo en marcha, los beneficios de usar el Semantic Kernel, y algunas impresiones propias sobre esta herramienta.
Características principales de la plantilla
Antes de entrar en los detalles de la instalación y configuración, echemos un vistazo a algunas de las características más destacadas de esta plantilla:
-
Integración con modelos AI: La plantilla permite la integración con varios proveedores de modelos AI, facilitando la experimentación con diferentes tecnologías.
-
Almacén de vectores: Incluye soporte para un almacén de vectores local, ideal para pruebas y desarrollo inicial.
-
Ingestión de datos: Viene con código de muestra para la ingestión de datos desde archivos PDF, lo que permite personalizar fácilmente el chatbot con tus propios datos.
-
Extensibilidad: Es muy fácil extender el comportamiento del chatbot añadiendo nuevas funciones en C#.
-
Interfaz web: Proporciona una interfaz web lista para usar, lo que acelera el desarrollo y despliegue de aplicaciones de chat AI.
¿Qué es el patrón RAG y cómo interviene Semantic Kernel?
El patrón RAG (Retrieval Augmented Generation) es una técnica utilizada en aplicaciones de chat AI para mejorar la calidad de las respuestas generadas. Básicamente, combina la generación de texto con la recuperación de información relevante. Esto significa que el chatbot no solo genera respuestas basadas en un modelo AI, sino que también busca información en una base de datos para proporcionar respuestas más precisas y contextuales.
Semantic Kernel juega un papel crucial en este proceso. Aunque no está incluido directamente en la plantilla, su uso puede mejorar significativamente la capacidad de tu aplicación para entender y procesar lenguaje natural. Aquí algunos beneficios del Semantic Kernel:
-
Mejor comprensión del contexto: Permite a tu aplicación entender mejor el contexto de las conversaciones, lo que resulta en respuestas más precisas y relevantes.
-
Flexibilidad: Puedes integrar fácilmente el Semantic Kernel con otros servicios y herramientas, lo que te da más control sobre cómo se manejan los datos y las respuestas.
-
Escalabilidad: Ideal para aplicaciones que necesitan manejar grandes volúmenes de datos y usuarios, asegurando que la performance se mantenga óptima.
Paso a paso para Instalar y usar la plantilla
Vamos a ver cómo instalar la plantilla y empezar a trabajar con ella desde la línea de comandos, Visual Studio y Visual Studio Code.
Instalación desde la Línea de Comandos
Primero, necesitamos instalar la plantilla. Abre tu terminal y ejecuta el siguiente comando:
Una vez instalado, puedes crear un nuevo proyecto con la plantilla usando el siguiente comando:
Uso desde Visual Studio
Si prefieres usar Visual Studio, sigue estos pasos:
-
Abre Visual Studio.
-
Ve a File > New > Project...
-
Busca "AI Chat Web App" en la barra de búsqueda.
-
Selecciona la plantilla y sigue las instrucciones para crear el proyecto.
Uso desde Visual Studio Code
Para usar la plantilla en Visual Studio Code, primero instala la extensión C# Dev Kit. Luego, sigue estos pasos:
-
Abre Visual Studio Code.
-
Usa el comando .NET: New Project...
-
Busca "AI Chat Web App" en la barra de búsqueda.
-
Selecciona la plantilla y sigue las instrucciones para crear el proyecto.
Configuración Inicial
Después de crear el proyecto, abre Visual Studio y selecciona el template desde el menú File > New Project.... Aquí puedes elegir tu proveedor de modelo AI y el almacén de vectores. Por defecto, se usa GitHub Models con un almacén de vectores local, lo cual es genial para empezar sin complicaciones.
Si optamos por crearlo desde VS Code no he encontrado la opción para seleccionar qué proveedor usar, supongo que vendrá en próximas actualizaciones de la plantilla.
Integración de Datos
La plantilla incluye dos archivos PDF de muestra y código para la ingestión de datos. Para chatear con tus propios datos, sigue estos pasos:
-
Detén la ejecución del proyecto si está corriendo.
-
Elimina los archivos PDF de muestra de la carpeta /wwwroot/Data.
-
Añade tus propios archivos PDF a la carpeta /wwwroot/Data.
-
Ejecuta la aplicación nuevamente.
El código de ingestión de datos se encargará de procesar tus archivos y actualizar el almacén de vectores.
No obstante, si queremos probar un poco cómo funciona, podemos preguntarle directamente sobre el contenido de estos ficheros y comprobar cómo, en unos instantes, es capaz de respondernos con la información, siempre que la encuentre.
Extender el comportamiento del Chatbot
Una de las mejores partes de esta plantilla es lo fácil que es extender el comportamiento del chatbot. Puedes darle acceso a cualquier función de C# para que realice tareas adicionales. Por ejemplo, para obtener datos del clima, puedes definir una función en Pages/Chat/Chat.razor:
Luego, actualiza chatOptions.Tools del evento OnInitialized para incluir tu método:
El ejemplo da un resultado "random" sobre el tiempo pero, podríamos conectarlo a AccuWeather por ejemplo y tener un ejemplo real.
Conclusiones
La plantilla de AI Chat Web App para .NET es una versión preliminar en la que se sigue trabajando en cosas importantes como añadir soporte para .NET Aspire y mejorar la integración con Semantic Kernel. Sin embargo, es un buen punto de partida, con una arquitectura básica, para poder explorar lo que nos ofrece la IA. Con estos pasos, tendrás tu AI Chat Web App funcionando en poco tiempo. No olvides explorar más sobre Semantic Kernel y cómo puede beneficiar tu proyecto. ¡Feliz codificación! 🚀
Santiago Porras Rodriguez
Squad Lead en ENCAMINA
