[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-dotnet--eShopSupport":3,"tool-dotnet--eShopSupport":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",144730,2,"2026-04-07T23:26:32",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107888,"2026-04-06T11:32:50",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":10,"last_commit_at":59,"category_tags":60,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,"2026-04-06T11:19:32",[35,15,13,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":77,"owner_location":77,"owner_email":78,"owner_twitter":79,"owner_website":80,"owner_url":81,"languages":82,"stars":110,"forks":111,"last_commit_at":112,"license":113,"difficulty_score":114,"env_os":115,"env_gpu":116,"env_ram":117,"env_deps":118,"category_tags":127,"github_topics":77,"view_count":32,"oss_zip_url":77,"oss_zip_packed_at":77,"status":17,"created_at":128,"updated_at":129,"faqs":130,"releases":151},5463,"dotnet\u002FeShopSupport","eShopSupport","A reference .NET application using AI for a customer support ticketing system","eShopSupport 是一个基于 .NET 构建的开源参考应用，旨在展示如何利用生成式 AI 技术打造现代化的电商客服工单系统。它主要解决了开发者在将 AI 能力集成到企业级应用时面临的场景落地难、架构设计复杂等痛点，提供了一套从本地开发到云端部署的完整实践方案。\n\n这款工具非常适合 .NET 开发者、架构师以及希望探索 AI 工程化落地的技术团队使用。通过 eShopSupport，用户可以直观地学习如何实现多种核心 AI 功能，包括自动对客服消息进行文本分类与标签化、分析用户情绪、长文本摘要生成、合成测试数据，以及构建具备历史记忆和回复建议功能的智能聊天机器人。\n\n其独特的技术亮点在于采用了 .NET Aspire 服务化架构，并创新性地展示了如何在 .NET 解决方案中无缝集成 Python 项目以调用小型本地模型。这不仅支持在配备 NVIDIA GPU 的设备上进行高效的本地开发与评估，还演示了如何利用接地问答数据来验证 AI 响应质量。对于希望在保护数据隐私的前提下，低成本尝试并掌握生成式 AI 应用开发最佳实践的工程师来说，eShopSupport 是一个极具价值的学习","eShopSupport 是一个基于 .NET 构建的开源参考应用，旨在展示如何利用生成式 AI 技术打造现代化的电商客服工单系统。它主要解决了开发者在将 AI 能力集成到企业级应用时面临的场景落地难、架构设计复杂等痛点，提供了一套从本地开发到云端部署的完整实践方案。\n\n这款工具非常适合 .NET 开发者、架构师以及希望探索 AI 工程化落地的技术团队使用。通过 eShopSupport，用户可以直观地学习如何实现多种核心 AI 功能，包括自动对客服消息进行文本分类与标签化、分析用户情绪、长文本摘要生成、合成测试数据，以及构建具备历史记忆和回复建议功能的智能聊天机器人。\n\n其独特的技术亮点在于采用了 .NET Aspire 服务化架构，并创新性地展示了如何在 .NET 解决方案中无缝集成 Python 项目以调用小型本地模型。这不仅支持在配备 NVIDIA GPU 的设备上进行高效的本地开发与评估，还演示了如何利用接地问答数据来验证 AI 响应质量。对于希望在保护数据隐私的前提下，低成本尝试并掌握生成式 AI 应用开发最佳实践的工程师来说，eShopSupport 是一个极具价值的学习范本。","# eShopSupport \n\nA sample .NET application showcasing common use cases and development practices for build AI solutions in .NET (Generative AI, specifically). This sample demonstrates a customer support application for an e-commerce website using a services-based architecture with .NET Aspire. It includes support for the following AI use cases:\n\n* Text classification, applying labels based on content\n* Sentiment analysis based on message content\n* Summarization of large sets of text\n* Synthetic data generation, creating test content for the sample\n* Chat bot interactions with chat history and suggested responses\n\n\u003Cimg width=400 align=top src=https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F5a41493f-565b-4dd0-ae31-1b5c3c2f6d22>\n\n\u003Cimg width=400 align=top src=https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F7930a940-bb31-4dc0-b5f6-738d43dfcfe5>\n\nThis sample also demonstrates the following development practices:\n\n* Developing a solution locally, using small local models\n* Evaluating the quality of AI responses using grounded Q&A data\n* Leveraging Python projects as part of a .NET Aspire solution\n* Deploying the application, including small local models, to the Cloud (coming soon)\n\n## Architecture\n\n![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdotnet_eShopSupport_readme_a5286a368e1d.png)\n\n## Getting Started\n\n### Prerequisites\n\n- A device with an Nvidia GPU (see [workaround for running on the CPU](https:\u002F\u002Fgithub.com\u002Fdotnet\u002FeShopSupport\u002Fissues\u002F19))\n- Clone the eShopSupport repository: https:\u002F\u002Fgithub.com\u002Fdotnet\u002Feshopsupport\n- [Install & start Docker Desktop](https:\u002F\u002Fdocs.docker.com\u002Fengine\u002Finstall\u002F)\n- [Install Python 3.12.5](https:\u002F\u002Fwww.python.org\u002Fdownloads\u002Frelease\u002Fpython-3125\u002F)\n\n#### Windows with Visual Studio\n- Install [Visual Studio 2022 version 17.10 or newer](https:\u002F\u002Fvisualstudio.microsoft.com\u002Fvs\u002F)\n  - Select the following workloads:\n    - `ASP.NET and web development` workload.\n    - `Python Development` workload.\n    - `.NET Aspire SDK` component in `Individual components`.\n\n#### Mac, Linux, & Windows without Visual Studio\n- Install the latest [.NET 8 SDK](https:\u002F\u002Fdot.net\u002Fdownload?cid=eshop)\n- Install the [.NET Aspire workload](https:\u002F\u002Flearn.microsoft.com\u002Fdotnet\u002Faspire\u002Ffundamentals\u002Fsetup-tooling?tabs=dotnet-cli%2Cunix#install-net-aspire) with the following commands:\n\n  ```powershell\n  dotnet workload update\n  dotnet workload install aspire\n  dotnet restore eShopSupport.sln\n  ```\n- (Optionally) Install [Visual Studio Code](https:\u002F\u002Fcode.visualstudio.com) with the [C# Dev Kit extension](https:\u002F\u002Fmarketplace.visualstudio.com\u002Fitems?itemName=ms-dotnettools.csdevkit)\n\n#### Install Python requirements\n\nFrom the Terminal, at the root of the cloned repo, run:\n\n```powershell\npip install -r src\u002FPythonInference\u002Frequirements.txt\n```\n\n**Note:** If the above command doesn't work on Windows, use the following command:\n\n```powershell\npy -m pip install -r src\u002FPythonInference\u002Frequirements.txt\n```\n\n### Running the solution\n\n> [!WARNING]\n> Remember to ensure that Docker is started.\n\n* (Windows only) Run the application from Visual Studio:\n  - Open the `eShopSupport.sln` file in Visual Studio\n  - Ensure that `AppHost` is your startup project\n  - Hit Ctrl-F5 to launch .NET Aspire\n\n* Or run the application from your terminal:\n\n  ```powershell\n  dotnet run --project src\u002FAppHost\n  ```\n\n  then look for lines like this in the console output in order to find the URL to open the Aspire dashboard:\n\n  ```sh\n  Login to the dashboard at: http:\u002F\u002Flocalhost:17191\u002Flogin?t=uniquelogincodeforyou\n  ```\n\n> You may need to install ASP.NET Core HTTPS development certificates first, and then close all browser tabs. Learn more at https:\u002F\u002Faka.ms\u002Faspnet\u002Fhttps-trust-dev-cert\n\n# Contributing\n\nThis project has adopted the [Microsoft Open Source Code of Conduct](https:\u002F\u002Fopensource.microsoft.com\u002Fcodeofconduct\u002F). For more information see the [Code of Conduct FAQ](https:\u002F\u002Fopensource.microsoft.com\u002Fcodeofconduct\u002Ffaq\u002F) or contact [opencode@microsoft.com](mailto:opencode@microsoft.com) with any additional questions or comments.\n\n# Sample data\n\nThe sample data is defined in [seeddata](https:\u002F\u002Fgithub.com\u002Fdotnet\u002FeShopSupport\u002Ftree\u002Fmain\u002Fseeddata). All products\u002Fdescriptions\u002Fbrands, manuals, customers, and support tickets names are fictional and were generated using [GPT-35-Turbo](https:\u002F\u002Flearn.microsoft.com\u002Fen-us\u002Fazure\u002Fai-services\u002Fopenai\u002Fhow-to\u002Fchatgpt) using the included [DataGenerator](https:\u002F\u002Fgithub.com\u002Fdotnet\u002FeShopSupport\u002Ftree\u002Fmain\u002Fseeddata\u002FDataGenerator) project.\n","# eShopSupport \n\n一个 .NET 示例应用程序，展示了在 .NET 中构建 AI 解决方案的常见用例和开发实践（特别是生成式 AI）。此示例演示了一个基于服务架构、使用 .NET Aspire 的电子商务网站客户支持应用程序。它支持以下 AI 用例：\n\n* 文本分类：根据内容应用标签\n* 基于消息内容的情感分析\n* 大量文本的摘要生成\n* 合成数据生成：为示例创建测试内容\n* 包含聊天历史和建议回复的聊天机器人交互\n\n\u003Cimg width=400 align=top src=https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F5a41493f-565b-4dd0-ae31-1b5c3c2f6d22>\n\n\u003Cimg width=400 align=top src=https:\u002F\u002Fgithub.com\u002Fuser-attachments\u002Fassets\u002F7930a940-bb31-4dc0-b5f6-738d43dfcfe5>\n\n此示例还展示了以下开发实践：\n\n* 在本地使用小型本地模型开发解决方案\n* 使用有据可依的问答数据评估 AI 回答的质量\n* 将 Python 项目作为 .NET Aspire 解决方案的一部分加以利用\n* 将应用程序（包括小型本地模型）部署到云端（即将推出）\n\n## 架构\n\n![image](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdotnet_eShopSupport_readme_a5286a368e1d.png)\n\n## 入门\n\n### 先决条件\n\n- 配备 Nvidia GPU 的设备（请参阅 [在 CPU 上运行的变通方法](https:\u002F\u002Fgithub.com\u002Fdotnet\u002FeShopSupport\u002Fissues\u002F19)）\n- 克隆 eShopSupport 仓库：https:\u002F\u002Fgithub.com\u002Fdotnet\u002Feshopsupport\n- [安装并启动 Docker Desktop](https:\u002F\u002Fdocs.docker.com\u002Fengine\u002Finstall\u002F)\n- [安装 Python 3.12.5](https:\u002F\u002Fwww.python.org\u002Fdownloads\u002Frelease\u002Fpython-3125\u002F)\n\n#### Windows（配备 Visual Studio）\n- 安装 [Visual Studio 2022 版本 17.10 或更高版本](https:\u002F\u002Fvisualstudio.microsoft.com\u002Fvs\u002F)\n  - 选择以下工作负载：\n    - `ASP.NET 和 Web 开发` 工作负载。\n    - `Python 开发` 工作负载。\n    - `.NET Aspire SDK` 组件，位于 `单独组件` 中。\n\n#### Mac、Linux 及未安装 Visual Studio 的 Windows\n- 安装最新的 [.NET 8 SDK](https:\u002F\u002Fdot.net\u002Fdownload?cid=eshop)\n- 使用以下命令安装 [.NET Aspire 工作负载](https:\u002F\u002Flearn.microsoft.com\u002Fdotnet\u002Faspire\u002Ffundamentals\u002Fsetup-tooling?tabs=dotnet-cli%2Cunix#install-net-aspire)：\n\n  ```powershell\n  dotnet workload update\n  dotnet workload install aspire\n  dotnet restore eShopSupport.sln\n  ```\n- （可选）安装 [Visual Studio Code](https:\u002F\u002Fcode.visualstudio.com)，并添加 [C# Dev Kit 扩展](https:\u002F\u002Fmarketplace.visualstudio.com\u002Fitems?itemName=ms-dotnettools.csdevkit)\n\n#### 安装 Python 依赖项\n\n在终端中，进入克隆后的仓库根目录，运行以下命令：\n\n```powershell\npip install -r src\u002FPythonInference\u002Frequirements.txt\n```\n\n**注意：** 如果上述命令在 Windows 上无法运行，请使用以下命令：\n\n```powershell\npy -m pip install -r src\u002FPythonInference\u002Frequirements.txt\n```\n\n### 运行解决方案\n\n> [!警告]\n> 请确保 Docker 已启动。\n\n* （仅限 Windows）从 Visual Studio 运行应用程序：\n  - 在 Visual Studio 中打开 `eShopSupport.sln` 文件\n  - 确保 `AppHost` 是您的启动项目\n  - 按 Ctrl-F5 启动 .NET Aspire\n\n* 或者从终端运行应用程序：\n\n  ```powershell\n  dotnet run --project src\u002FAppHost\n  ```\n\n  然后在控制台输出中查找类似以下内容的行，以获取用于打开 Aspire 仪表板的 URL：\n\n  ```sh\n  登录仪表板的地址为：http:\u002F\u002Flocalhost:17191\u002Flogin?t=uniquelogincodeforyou\n  ```\n\n> 您可能需要先安装 ASP.NET Core HTTPS 开发证书，然后关闭所有浏览器标签页。更多信息请访问 https:\u002F\u002Faka.ms\u002Faspnet\u002Fhttps-trust-dev-cert\n\n# 贡献\n\n本项目已采用 [Microsoft 开源行为准则](https:\u002F\u002Fopensource.microsoft.com\u002Fcodeofconduct\u002F)。有关更多信息，请参阅 [行为准则常见问题解答](https:\u002F\u002Fopensource.microsoft.com\u002Fcodeofconduct\u002Ffaq\u002F)，或发送电子邮件至 [opencode@microsoft.com](mailto:opencode@microsoft.com) 提出任何其他问题或意见。\n\n# 示例数据\n\n示例数据定义在 [seeddata](https:\u002F\u002Fgithub.com\u002Fdotnet\u002FeShopSupport\u002Ftree\u002Fmain\u002Fseeddata) 中。所有产品、描述、品牌、手册、客户以及支持工单名称均为虚构，并使用包含的 [DataGenerator](https:\u002F\u002Fgithub.com\u002Fdotnet\u002FeShopSupport\u002Ftree\u002Fmain\u002Fseeddata\u002FDataGenerator) 项目，通过 [GPT-35-Turbo](https:\u002F\u002Flearn.microsoft.com\u002Fen-us\u002Fazure\u002Fai-services\u002Fopenai\u002Fhow-to\u002Fchatgpt) 生成。","# eShopSupport 快速上手指南\n\neShopSupport 是一个基于 .NET Aspire 构建的示例应用，展示了如何在 .NET 中开发生成式 AI（Generative AI）解决方案。该项目模拟了一个电商网站的客户支持系统，涵盖了文本分类、情感分析、文本摘要、合成数据生成以及带有历史记录的聊天机器人等核心 AI 场景。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n### 硬件要求\n- **GPU**: 推荐配备 NVIDIA GPU 的设备以获得最佳性能。\n  - *注：若无 GPU，可参考 [CPU 运行变通方案](https:\u002F\u002Fgithub.com\u002Fdotnet\u002FeShopSupport\u002Fissues\u002F19)，但性能可能受限。*\n\n### 软件依赖\n- **Docker Desktop**: 必须安装并启动。[下载地址](https:\u002F\u002Fdocs.docker.com\u002Fengine\u002Finstall\u002F)\n- **Python**: 必须安装 **Python 3.12.5**。[下载地址](https:\u002F\u002Fwww.python.org\u002Fdownloads\u002Frelease\u002Fpython-3125\u002F)\n  - *国内用户建议通过镜像源安装或使用国内镜像配置 pip。*\n- **.NET 8 SDK**: 需要最新版本。[下载地址](https:\u002F\u002Fdot.net\u002Fdownload?cid=eshop)\n\n### 开发工具（任选其一）\n\n**选项 A：Visual Studio (仅限 Windows)**\n- 版本：Visual Studio 2022 v17.10 或更高。\n- 需勾选的工作负载：\n  - `ASP.NET and web development`\n  - `Python Development`\n  - 在“单个组件”中勾选 `.NET Aspire SDK`\n\n**选项 B：命令行 + VS Code (跨平台)**\n- 安装 [.NET Aspire 工作负载](https:\u002F\u002Flearn.microsoft.com\u002Fdotnet\u002Faspire\u002Ffundamentals\u002Fsetup-tooling?tabs=dotnet-cli%2Cunix#install-net-aspire)：\n  ```powershell\n  dotnet workload update\n  dotnet workload install aspire\n  ```\n- (可选) 安装 [Visual Studio Code](https:\u002F\u002Fcode.visualstudio.com) 并配置 [C# Dev Kit 扩展](https:\u002F\u002Fmarketplace.visualstudio.com\u002Fitems?itemName=ms-dotnettools.csdevkit)。\n\n## 安装步骤\n\n### 1. 克隆项目\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fdotnet\u002Feshopsupport\ncd eshopsupport\n```\n\n### 2. 安装 Python 依赖\n在项目根目录打开终端，运行以下命令安装推理所需的 Python 包：\n\n```powershell\npip install -r src\u002FPythonInference\u002Frequirements.txt\n```\n\n> **Windows 用户注意**：如果上述命令失败，请使用以下替代命令：\n> ```powershell\n> py -m pip install -r src\u002FPythonInference\u002Frequirements.txt\n> ```\n\n### 3. 恢复 .NET 依赖\n```powershell\ndotnet restore eShopSupport.sln\n```\n\n## 基本使用\n\n### 启动应用\n\n**方法一：使用 Visual Studio (Windows)**\n1. 打开 `eShopSupport.sln` 文件。\n2. 确保将 `AppHost` 设置为启动项目。\n3. 按 `Ctrl+F5` 启动 .NET Aspire 仪表盘。\n\n**方法二：使用命令行 (跨平台)**\n在终端中运行：\n```powershell\ndotnet run --project src\u002FAppHost\n```\n\n### 访问应用\n启动成功后，控制台会输出类似以下的日志，其中包含 .NET Aspire 仪表盘的登录地址：\n\n```sh\nLogin to the dashboard at: http:\u002F\u002Flocalhost:17191\u002Flogin?t=uniquelogincodeforyou\n```\n\n1. 复制该 URL 并在浏览器中打开。\n2. 登录仪表盘后，您可以查看各个微服务（如 AI 推理服务、数据库等）的状态。\n3. 点击仪表盘中的 **Web 前端服务链接** 即可进入电商支持系统进行体验（测试聊天机器人、查看工单情感分析等）。\n\n> **提示**：首次运行可能需要安装 ASP.NET Core HTTPS 开发证书。若遇到证书信任问题，请参考 [官方文档](https:\u002F\u002Faka.ms\u002Faspnet\u002Fhttps-trust-dev-cert) 安装证书并重启浏览器。","某中型电商平台的客服团队每天需处理数千条用户工单，面对激增的咨询量，人工分类与回复已严重滞后。\n\n### 没有 eShopSupport 时\n- 客服人员需手动阅读每封邮件来判断是“退货”还是“技术故障”，耗时且容易贴错标签。\n- 面对长篇大论的用户抱怨，难以快速捕捉情绪倾向，导致愤怒客户未能被优先安抚。\n- 资深客服休假时，新人因缺乏历史案例参考，回复质量参差不齐，培训周期漫长。\n- 开发团队想测试新流程，却苦于没有足够的真实脱敏数据，只能手工编造低质量的测试用例。\n- 系统无法自动总结每日工单趋势，管理层只能凭感觉调整人力，常出现忙闲不均。\n\n### 使用 eShopSupport 后\n- eShopSupport 利用文本分类模型自动为工单打上精准标签，路由准确率提升至 95% 以上。\n- 内置的情感分析功能实时识别用户愤怒情绪，自动将高危工单置顶并提示客服优先介入。\n- 聊天机器人基于历史对话记录生成建议回复，新人也能像专家一样快速响应复杂问题。\n- 通过合成数据生成功能，一键创建大量逼真的测试工单，让开发团队能充分验证系统稳定性。\n- 系统自动汇总每日海量文本内容，生成简洁的运营日报，帮助管理者数据驱动决策。\n\neShopSupport 将 .NET 生态与生成式 AI 深度融合，把原本繁琐的人工客服流程转变为高效、智能的自动化闭环。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdotnet_eShopSupport_f2c238ce.png","dotnet",".NET Platform","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fdotnet_0412dd17.png","Home of the open source .NET platform",null,"contact@dotnetfoundation.org","dotnetfdn","https:\u002F\u002Fdot.net","https:\u002F\u002Fgithub.com\u002Fdotnet",[83,87,91,95,99,103,107],{"name":84,"color":85,"percentage":86},"JavaScript","#f1e05a",85.3,{"name":88,"color":89,"percentage":90},"C#","#178600",6.4,{"name":92,"color":93,"percentage":94},"CSS","#663399",4.4,{"name":96,"color":97,"percentage":98},"HTML","#e34c26",2.7,{"name":100,"color":101,"percentage":102},"Less","#1d365d",1.1,{"name":104,"color":105,"percentage":106},"Python","#3572A5",0,{"name":108,"color":109,"percentage":106},"SCSS","#c6538c",641,182,"2026-04-03T19:34:04","MIT",4,"Windows, macOS, Linux","需要 NVIDIA GPU（CPU 运行需参考特定变通方案链接），具体型号、显存大小及 CUDA 版本未在文档中明确说明","未说明",{"notes":119,"python":120,"dependencies":121},"该项目是基于 .NET Aspire 的电商客服示例应用。Windows 用户若使用 Visual Studio 需安装'ASP.NET 和 Web 开发’、'Python 开发’工作负载及'.NET Aspire SDK'组件。非 Windows 或无 VS 用户需通过 CLI 安装 .NET Aspire 工作负载。运行前必须启动 Docker Desktop。首次运行可能需要安装 ASP.NET Core HTTPS 开发证书。项目包含用于生成本地测试数据的合成数据生成功能，且演示了如何在 .NET 解决方案中集成 Python 项目进行 AI 推理。","3.12.5",[122,123,124,125,126],".NET 8 SDK",".NET Aspire workload","Docker Desktop","Visual Studio 2022 (v17.10+, Windows 可选)","Python requirements (src\u002FPythonInference\u002Frequirements.txt)",[35,14],"2026-03-27T02:49:30.150509","2026-04-08T17:34:22.132503",[131,136,141,146],{"id":132,"question_zh":133,"answer_zh":134,"source_url":135},24801,"如何配置 OpenAI 以用于聊天完成（ChatCompletion）？","在项目的 appsettings.Development.json 文件中，找到类似以下的连接字符串示例：\n\"chatcompletion\": \"Endpoint=https:\u002F\u002FTODO.openai.azure.com\u002F;Key=TODO;Deployment=TODO\"\n\n请复制 appsettings.Development.json 并重命名为 appsettings.Local.json（避免意外提交到源代码管理）。然后，将 Endpoint、Key 和 Deployment 参数替换为您环境的实际值。\n如果您尚未设置 Azure OpenAI 资源，可以参考以下指南进行创建：\nhttps:\u002F\u002Flearn.microsoft.com\u002Fen-us\u002Fazure\u002Fai-services\u002Fopenai\u002Fhow-to\u002Fcreate-resource?pivots=web-portal","https:\u002F\u002Fgithub.com\u002Fdotnet\u002FeShopSupport\u002Fissues\u002F39",{"id":137,"question_zh":138,"answer_zh":139,"source_url":140},24802,"python-inference 资源启动失败，提示缺少模块（如 uvicorn 或 fastapi）怎么办？","这通常是因为未安装必要的 Python 依赖包。请确保在项目目录下运行以下命令安装依赖：\npip install -r requirements.txt\n\n如果安装后仍报错（例如 OSError: [WinError 126] ... shm.dll），可能是某些底层库（如 torch）的依赖项缺失。请检查您的 Python 环境是否正确配置，并确保所有相关包已全局安装或在虚拟环境中正确激活。","https:\u002F\u002Fgithub.com\u002Fdotnet\u002FeShopSupport\u002Fissues\u002F18",{"id":142,"question_zh":143,"answer_zh":144,"source_url":145},24803,"我想使用本地已安装的 Ollama 而不是让系统自动启动 Docker 容器，该如何配置？","Ollama 容器本身就是一种本地运行方式。如果您希望使用手动启动的本地 Ollama 实例而不让系统通过 Docker 启动新实例，可以进行以下修改：\n1. 编辑代码中的 `OllamaChatCompletionBuilderExtensions` 类，将其引用指向您本地 Ollama 服务的任意 URL。\n2. 在 AppHost 的 `Program.cs` 文件中，注释掉以下代码行，以防止它尝试下载模型到 Docker 容器：\nvar chatCompletion = builder.AddOllama(\"chatcompletion\").WithDataVolume();","https:\u002F\u002Fgithub.com\u002Fdotnet\u002FeShopSupport\u002Fissues\u002F32",{"id":147,"question_zh":148,"answer_zh":149,"source_url":150},24804,"如何将项目中的 Qdrant 资源从普通容器迁移到 Aspire Qdrant 资源？","该功能已在后续更新中实现。项目已从使用 `ContainerResource` 迁移到使用 `Aspire.Hosting.Qdrant`。\n在消费端，理想情况是使用 `Aspire.Qdrant.Client`，但这可能需要编写适配器以兼容 SK 的 `IQdrantVectorDbClient` 接口。另一种方案是直接使用 HTTP 端点配合 SK 客户端，此时需处理认证问题（密钥由 AppHost 通过环境变量提供）。\n具体实现代码可参考合并请求：https:\u002F\u002Fgithub.com\u002Fdotnet\u002FeShopSupport\u002Fpull\u002F27","https:\u002F\u002Fgithub.com\u002Fdotnet\u002FeShopSupport\u002Fissues\u002F15",[]]