New Feature: Foundgine integration with sample
I maintainer di solito rispondono entro 3 giorni
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 30/100
- Tipo di issue
- Funzionalità
- Chiarezza
- Da chiarire
- Stato di attività
- Attiva
- Stack tecnologico
- csharp
- Ambito
- ai, backend-api-design
Direzione di ricerca
Inizia esaminando il sito web di Foundgine, il repository GitHub, il pacchetto NuGet e la discussione collegata per comprendere i punti di integrazione proposti con Semantic Kernel. Definisci l’ambito architetturale prima di individuare le aree appropriate per l’integrazione e gli esempi. L’attività completata dovrebbe includere un’integrazione concordata, un esempio di repository end-to-end e i test unitari, di integrazione, delle prestazioni e di carico pertinenti descritti nell’issue.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
name: Adding officially a new integration with Foundgine
about: Foundgine is an AI-native runtime for .NET that turns complex domain models into safe, semantic capabilities that AI agents can understand, plan, execute, and verify.
As of now Foundgine already has several available features and concepts that might relevant to integrate with semantic kernel.
Contains relevant unit. int, perf, load tests; the reason being is to provide new approaches and also adding an e2e sample in the repository. I believe can bring a lot of opportunities to the community
Intent Sources
API GraphQL Automation AI Agent
\ | | /
\ | | /
└────────┴──────────────┴─────────────┘
│
▼
┌───────────────┐
│ Foundgine │
│ │
│ Semantic │
│ Authorization │
│ Planning │
│ Execution │
└───────┬───────┘
│
┌───────────┼───────────┐
▼ ▼ ▼
SQL InMemory Providers
I create another post here: https://github.com/microsoft/semantic-kernel/discussions/14290#discussion-10622426. But I am posting here for visibility.
Foundgine:
Feel free to reach out or comment — I’d be very interested in discussing the architectural direction and potential integration points.
- Lingua principale
- C#
- Stelle
- 28.6k
- Fork
- 4.8k
- Merge medio
- 2g 12h
- PR unite (30g)
- 22
Preparare l'ambiente
Avvia il container di sviluppo del progetto nel browser, con il tuo account GitHub.
- Nessun Dockerfile né file Docker Compose
- Ha un modello di pull request
- Leggi la guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di microsoft/semantic-kernel
-
Python: Bug: Anthropic, Bedrock, Google AI and Vertex AI tool formatters ignore include_in_function_choices=FalseForse già presa @wasim-builds l’ha presa oggi. Apertapython triage
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
microsoft/semantic-kernel#14615 ·
I maintainer di solito rispondono entro 3 giorni
-
Python: Bug: AnnotationContent and StreamingAnnotationContent to_element writes CitationType.X, so annotations in a rendered chat history fail to parseForse già presa @CRYPTONIKAV l’ha presa 4 giorni fa. Apertapython triage
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
microsoft/semantic-kernel#14590 ·
I maintainer di solito rispondono entro 3 giorni
-
Python: Bug: TimePlugin timeZoneOffset and timeZoneName always return an empty stringForse già presa @jeevan1098 l’ha presa 2 giorni fa. Apertapython triage
Difficoltà 2/5 1-3 ore Idoneità per principianti 80/100
microsoft/semantic-kernel#14583 · 1 commento ·
I maintainer di solito rispondono entro 3 giorni
-
.Net: gpt-image-1 is the default image model in the .NET OpenAI connector, and OpenAI shuts it down on October 23Forse già presa @nightcityblade l’ha presa 15 giorni fa. Aperta.NET triage
Difficoltà 2/5 1-3 ore Idoneità per principianti 73/100
microsoft/semantic-kernel#14526 · 1 commento ·
I maintainer di solito rispondono entro 3 giorni
-
Python: VolatileMemoryStore.get_batch and get_nearest_matches ignore with_embeddings=False (deepcopy result is discarded)Forse già presa @VANDRANKI l’ha presa 16 giorni fa. Apertapython triage
Difficoltà 2/5 1-3 ore Idoneità per principianti 84/100
microsoft/semantic-kernel#14522 ·
I maintainer di solito rispondono entro 3 giorni
Tutte le issue di microsoft/semantic-kernel
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 85/100
I maintainer di solito rispondono entro 1 giorno
-
dette technique priorité: basse zone: service
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
damiensabau/nexus-lobby#25 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
sebastienros/jint#4282 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 76/100
pyrevitlabs/pyRevit#3792 ·
I maintainer di solito rispondono entro 1 giorno