这是一份C#程序员进入AI领域的实用环境搭建指南，通过.NET 8、Semantic Kernel等核心工具的组合，实现10分钟快速构建全能AI开发环境。内容涵盖大模型开发、传统机器学习和本地模型部署，每个步骤都提供可执行的命令和代码示例，帮助开发者跳过环境配置难题，直接进入AI应用开发实战。
智能速览
.NET 8 SDK是C# AI开发的必备地基
Semantic Kernel负责大模型调度和Agent开发
ML.NET支持原生C#机器学习模型训练
ONNX Runtime实现本地模型高效推理
Ollama提供便捷的本地大模型管理
精华内容
C# AI开发环境搭建已经变得前所未有的简单，通过合理选择工具组合，可以在10分钟内构建起支持LLM、传统ML和本地模型的全能开发平台。
基础环境准备
.NET 8 SDK是整个C# AI开发环境的基石，需要首先安装。从官网下载对应系统版本，安装后通过dotnet --version命令验证，出现8.0.x版本号即表示安装成功。
Visual Studio 2022作为推荐IDE，安装时需勾选.NET桌面开发、ASP.NET和Web开发、数据存储和处理三个组件，这样就能获得ML.NET Model Builder可视化工具，极大提升AI代码调试效率。
Semantic Kernel环境
Semantic Kernel是微软推出的C#大模型开发框架，负责LLM调度、提示词管理、函数调用和Agent构建。通过dotnet new console创建项目后，安装Microsoft.SemanticKernel包即可开始使用。
还需要安装Azure.AI.OpenAI SDK来调用云端大模型，以及Chroma或Pinecone向量库SDK来支持RAG功能。一个简单的GPT-4o调用测试只需10行代码，验证环境是否搭建成功。
ML.NET机器学习
ML.NET是微软提供的原生C#机器学习库，支持分类、回归、异常检测等传统ML任务。安装Microsoft.ML核心包后，可以开始构建机器学习管道。
以经典的鸢尾花分类为例，通过MapValueToKey转换、特征连接、SdcaMaximumEntropy训练器等步骤，可以快速构建分类模型。模型训练完成后，使用Evaluate方法可以获得准确率等评估指标，通常能达到95%以上的准确率。
ONNX Runtime部署
ONNX Runtime是微软推出的跨平台模型推理引擎，支持在C#中运行各种预训练模型。安装Microsoft.ML.OnnxRuntime包后，可以加载ResNet50等图像分类模型。
模型推理过程包括图像预处理（缩放到224x224、归一化）、张量构建、推理执行和结果解析四个步骤。整个过程在普通CPU上运行，单张图片分类时间通常在100毫秒以内，完全满足实时应用需求。
Ollama本地模型
Ollama是一个本地大模型管理工具，支持一键运行Llama 3.2、Phi-4等开源模型。安装后通过ollama run命令即可启动模型，无需配置复杂的推理环境。
C#中通过Semantic Kernel的Ollama连接器可以直接调用本地模型，无需云端API Key，保证了数据隐私和零使用成本。这对于开发需要处理敏感数据的AI应用特别有价值。
通过这套工具组合，C#开发者可以在10分钟内构建起完整的AI开发环境，既支持云端大模型调用，也支持本地模型部署。这种全能环境为AI应用开发提供了极大便利，让C#程序员能够充分发挥语言优势，在AI领域大展身手。随着工具链的不断完善，C#在AI开发中的竞争力正在快速提升。
