Microsoft Semantic Kernel

Microsofts quelloffenes SDK, um KI-Modelle sauber in eigene Anwendungen einzubauen — mit Plugins, Planern und Speicher. Verfügbar für Python, C# und Java.

Für wen: Entwickler in Unternehmen, die KI robust und wartbar in bestehende Software integrieren wollen.

Installation

Python:

pip install semantic-kernel

Für .NET: dotnet add package Microsoft.SemanticKernel. Modelle: OpenAI, Azure oder lokal über einen OpenAI-kompatiblen Endpunkt.

Erste Schritte

Semantic Kernel bündelt Fähigkeiten als Plugins (Funktionen, die das Modell aufrufen kann) und kann mit einem Planer mehrschrittige Aufgaben selbst zerlegen. Die Doku führt mit kleinen Beispielen vom ersten Prompt bis zum werkzeugnutzenden Agenten.

Plattformen: Python / C# / Java

Im Detail

Semantic Kernel ist Microsofts SDK, um LLMs sauber in bestehende Anwendungen zu integrieren, statt eine eigene Agenten-Architektur von Grund auf zu bauen. Es bietet ein Plugin-System für Funktionsaufrufe, Planner zur automatischen Schritt-Orchestrierung und Speicheranbindung für Kontext über mehrere Interaktionen. Der große Vorteil gegenüber Python-zentrierten Frameworks wie LangChain: native Unterstützung für C# und Java, was es zur naheliegenden Wahl für Unternehmen mit .NET- oder Java-Backend macht, die KI nicht als Insel-Projekt, sondern in bestehende Enterprise-Software einbauen wollen. Die Lernkurve ist steiler als bei simplen Wrapper-Bibliotheken, dafür ist die Architektur auf Wartbarkeit und Testbarkeit in größeren Codebasen ausgelegt statt auf schnelle Notebook-Prototypen.

Praxis-Tipp

Für ein bestehendes .NET-Backend eignet sich Semantic Kernel oft besser als eine reine Python-Lösung, da sich Plugins direkt als typisierte C#-Klassen definieren und in bestehende Dependency-Injection-Strukturen einfügen lassen.

Siehe auch

• Letta (MemGPT)
• Hugging Face smolagents

Lizenz & Quelle

• Lizenz: MIT
• Quelle: GitHub
• Quelle: Doku