Construire un chatbot avec Semantic Kernel - Partie 1 : Configuration et premières étapes 👣

Bienvenue dans le tout premier article d'une série de blogs sur mon parcours dans la création d'un chatbot avec Semantic Kernel. En particulier, je travaillerai avec le nouveau framework expérimental Agent.

Ce projet parallèle répond à deux objectifs principaux. Tout d'abord, il s'agit d'une opportunité d'apprentissage pour acquérir une expérience pratique avec Semantic Kernel, offrant un endroit pour tester de nouvelles fonctionnalités, de nouveaux modèles et expérimenter le développement de plugins. Deuxièmement, il sert de plateforme de prototypage rapide. Avec une interface utilisateur prête à l'emploi intégrée au noyau sémantique, la création de prototypes rapides pour de nouveaux cas d'utilisation devient simple.

Avant de nous y plonger, voici quelques remarques importantes sur cette série.

• Ces postes supposent des connaissances de base en IA générative. Nous n'aborderons pas les concepts fondamentaux comme les grands modèles linguistiques (LLM) ou les intégrations 🎓
• Bien que ce projet utilise Python, Semantic Kernel prend également en charge .NET et Java. N'hésitez pas à expérimenter avec votre langue préférée ⭐
• Les détails de mise en œuvre de l'interface utilisateur de chat ne seront pas abordés. Pour ceux que ça intéresse, j'utilise la bibliothèque NiceGUI Python 🗪
• Afin de rendre quelque chose de pratique, nous allons développer un chatbot Librarian. Au fil des différents chapitres, nous ajouterons de nouvelles fonctionnalités, comme la recherche de similarité, la synthèse de résumés ou la curation de livres 📖
• Dans un premier temps, le chatbot est intégré à Azure OpenAI. La prise en charge d'OpenAI et de Hugging Face sera ajoutée dans les prochains articles 🤝
• Vous pouvez trouver une version fonctionnelle du chatbot dans mon...
  [Courte citation de 8% de l'article original]