界面控件DevExpress中文教程 - 如何拓展具有AI功能的文本编辑器（一） - AABBbaby

界面控件DevExpress中文教程 - 如何拓展具有AI功能的文本编辑器（一）

本文重点介绍了DevExpress在近年来最热门领域——人工智能(AI)和自然语言处理(NLP)的改进！

NLP是人工智能的一个分支，它允许计算机与人类语言进行交互，这包括以有意义/有用的方式理解、解释、生成和回应文本(和语音)的能力。基于NLP的功能允许更好的数据分析、个性化体验、高效的沟通，并导致更明智的决策和提高效率。例如：

机器翻译
文本摘要
文本生成
文本分类
以及更多…

P.S：DevExpress拥有.NET开发需要的所有平台控件，包含600多个UI控件、报表平台、DevExpress Dashboard eXpressApp 框架、适用于 Visual Studio的CodeRush等一系列辅助工具。

获取DevExpress v24.1正式版下载

DevExpress技术交流群10：532598169 欢迎一起进群讨论

开始使用DevExpress AI支持的扩展

先决条件

DevExpress AI APIs允许您在WinForms、WPF或Blazor应用程序中注册和使用多个AI服务，DevExpress的抢先体验预览版(v24.2.1)支持以下AI服务：

OpenAI
Azure OpenAI
Ollama

本文中描述的AI服务和DevExpress AI扩展遵循"bring your own key" 原则，DevExpress不提供REST API，也不提供任何内置的LLMs/SLMs。您需要有一个激活的Azure/Open AI订阅来获取REST API端点、密钥和模型部署名称，这些变量必须在应用程序启动时指定，来注册AI客户端并在应用程序中启用DevExpress AI-Powered扩展。

在开始之前，您需要满足以下先决条件：

.NET 8 SDK 或 .NET Framework v4.7.2
激活DevExpress Universal 或 DevExpress DXperience授权（下载Early Access Preview v24.2 build）。
要使用Open AI，您需要以下内容：

一个激活的OpenAI订阅。
API 密钥
OpenAI .NET SDK

要使用Azure OpenAI，您需要以下内容：
1. 一个激活的Azure订阅和Azure开放人工智能服务资源。
2. Azure OpenAI .NET SDK
要使用自托管模型，您需要以下内容：
1. 安装Ollama
2. 下载病运行一个Ollama模型：Models

下表列出了DevExpress AI相关的NuGet包：

注册AI客户端

要在控制台应用程序中使用DevExpress AI-Powered扩展，您需要安装以下DevExpress包中的一个并注册AI客户端：

DevExpress.AIIntegration
DevExpress.AIIntegration.OpenAI, DevExpress.AIIntegration.Azure.OpenAI, or DevExpress.AIIntegration.Ollama（基于您的参数）

DevExpress AI-Powered扩展在AIExtensionsContainerDefault容器中运行，该容器管理已注册的AI客户端，以便DevExpress UI组件可以自动利用AI服务。

下面的代码片段注册了一个Azure OpenAI客户端：

using Azure.AI.OpenAI;
using DevExpress.AIIntegration;
...
//Modify the following lines to obtain and pass your personal Azure OpenAI credentails to the Register* method.
string AzureOpenAIEndpoint { get { return Environment.GetEnvironmentVariable("AZURE_OPENAI_ENDPOINT"); } }
string AzureOpenAIKey { get { return Environment.GetEnvironmentVariable("AZURE_OPENAI_APIKEY"); } }
string DeploymentName { get { return Environment.GetEnvironmentVariable("AZURE_OPENAI_DEPLOYMENTNAME"); } }

AIExtensionsContainerDefault defaultAIContainer;
...

static void Main() {
defaultAIContainer = new AIExtensionsContainerDefault();
defaultAIContainer.RegisterChatClientOpenAIService(
new AzureOpenAIClient(new Uri(AzureOpenAIEndpoint),
new System.ClientModel.ApiKeyCredential(AzureOpenAIKey)),
DeploymentName
);
}

要使用离线的Ollama模型，请调用RegisterChatClientOllamaAIService方法。这个方法注册一个Ollama客户端，在这个方法中，第一个参数是默认的Ollama API Endpoint，第二个参数指定模型名称：

defaultAIContainer.RegisterChatClientOllamaAIService("http://localhost:11434/api/chat", "llama3.1");

一旦您注册了一个AI客户端，可以使用DevExpress AI驱动的扩展如下(DevExpress AI驱动的扩展如下所示)：

var result = await defaultAIContainer.TranslateAsync(new TranslateRequest(textToTranslate, language));
//OR
var translateExtension = defaultAIContainer.CreateTranslateExtension();
TranslateRequest request = new TranslateRequest(textToTranslate, language);
var result = await translateExtension.ExecuteAsync(request, CancellationToken.None);

管理长输入文本和AI响应

处理大型文本块可能具有挑战性，但我们已经覆盖了。DevExpress AI-Powered扩展自动将大型内容拆分为可管理的块(包括段落、句子、单词、标点符号和其他文本元素)，以确保准确处理，以下是如何管理大型文本块和处理AI服务响应的方法：

public async Task<string> GetTranslation(string textToTranslate, string language) {
TextResponse result = await defaultAIContainer.TranslateAsync(new TranslateRequest(textToTranslate, language));
if(result.IsCompleted)
return result.Response;
if(!result.IsRestrictedOrFailed) {
string translatedText = result.Response;
while(result.IsContinuationRequired){
await result.ContinueAsync();
translatedText += result.Response
}
return translatedText;
}
//Something unexpected happened
switch (result.Status) {
case ResponseStatus.MaxTokenLimitExceeded:
case ResponseStatus.InputSizeLimitExceeded:
return "The text you're trying to send within a request is too long and exceeds the allowed limit.";
case ResponseStatus.ContentFiltered:
return "Potentially harmful content was detected in your request.";
case ResponseStatus.Error:
return "An error occurred while processing the request.";
}
throw new NotSupportedException();
}

重要的响应包括：

MaxTokenLimitExceeded — 指示AI服务响应被截断，因为它超过了允许的限制(特别是来自模型)。当输入大小(请求)和输出(响应)的组合超过了模型在一次交互中可以处理的令牌的最大数量时，就会出现这种情况。例如，GPT-4o LLM根据所选择的计划具有8K-128K令牌的上下文窗口，而微软的小语言模型(SLM)，如Phi-3 Mini，可以处理最多4K令牌。
InputSizeLimitExceeded — 表示AI服务响应被我们的“引擎”截断，以防止过度的资源消耗，这允许您避免用户可能因提交过大的文本请求而无意中消耗所有Azure积分的情况。要修改这个限制，您可以显式地设置ChatMaxTokensDefault属性，使其与公司策略和模型上下文窗口大小保持一致。

使用以下设置来配置文本内容和图像的大小限制：

public static partial class AIIntegration {
//Specifies the maximum number of tokens that can be processed by a model request. Applies to all DevExpress AI-Powered extensions.
public static int? ChatMaxTokensDefault { get; set; } = null;
//Specifies the default temperature for chat-based AI-Powered extensions.
//To learn more please visit https://ai.stackexchange.com/questions/32477/what-is-the-temperature-in-the-gpt-models
public static float? ChatTemperatureDefault { get; set; } = null;
//Specifies the maximum allowed size of the text buffer per request, in bytes.
public static int TextBufferMaxSize { get; set; } = 64 * 1024;//64kb
//Specifies the maximum allowed size of the image buffer per request, in bytes.
public static int ImageBufferMaxSize { get; set; } = 2 * 1024 * 1024;//2mb
//Specifies the maximum allowed chunk length, in characters.
public static int ChunkMaxLength { get; set; } = 6000;
}

DevExpress AI-Powered扩展

DevExpress EAP v24.2附带以下AI支持的扩展：

这些扩展以类似聊天的方式工作 - 其中请求通过内置提示发送到OpenAI/Ollama模型。

除了提供对托管在Azure和Ollama中的AI模型的访问外，我们还实现了与Azure AI语言服务交互的API，包括Azure AI Translator和Azure AI Language(文本摘要)。服务的选择取决于您的预算，但是请注意，在调用以下方法时，文本翻译和摘要请求将专门发送到Azure AI语言服务：

string azureTranslatorEndpoint = GetEnvironmentVariable("AZURE_TRANSLATOR_ENDPOINT");
string azureTranslatorKey = GetEnvironmentVariable("AZURE_TRANSLATOR_API_KEY");
//Register an Azure.TextAnalytics client.
defaultAIContainer.RegisterTranslatorAzureAIService(new TextTranslationClient(new AzureKeyCredential(azureTranslatorKey), new Uri(azureTranslatorEndpoint)));

//Register an Azure.TextAnalytics client.
string azureTextAnalyticsEndpoint = GetEnvironmentVariable("AZURE_TEXT_ANALYTICS_ENDPOINT");
string azureTextAnalyticsKey = GetEnvironmentVariable("AZURE_TEXT_ANALYTICS_API_KEY");
defaultAIContainer.RegisterTextAnalyticsAzureAIService(new TextAnalyticsClient(new Uri(azureTextAnalyticsEndpoint), new AzureKeyCredential(azureTextAnalyticsKey)));

自定义和扩展DevExpress AI-Powered的扩展

DevExpress AI驱动的扩展具有预先构建的提示，可以根据需要进行定制：

1. AI驱动的扩展中派生并覆盖GetSystemPrompt方法：

public class WilliamShakespeareStyleExtension : RewriteStyleExtension {
public WilliamShakespeareStyleExtension(IServiceProvider serviceProvider) : base(serviceProvider) { }
protected override string GetSystemPrompt(RewriteStyleRequest request) {
return "Rewrite this text in the William Shakespeare style.";
}
}

2. 在默认容器中注册您的扩展（这将覆盖内置扩展）：

defaultAIContainer.Register<RewriteStyleRequest, WilliamShakespeareStyleExtension>();

当您调用RewriteStyleAsync方法时，自定义提示将与用户输入一起发送到AI服务。

在这个阶段，DevExpress AI相关的API的另一个重要元素开始发挥作用：AIExtensionsContainerLocal类。与默认扩展容器类似，AIExtensionsContainerLocal类存储了您手动实现和注册的ai支持的扩展，而无需替换DevExpress内置扩展。

关键的区别在于这个容器中包含的扩展不会被DevExpress UI组件自动使用，这允许您为应用程序的不同部分实现不同的行为。下面的代码片段实现了一个自定义的AI驱动的扩展(注意如何使用基类)：

public class AuthoredStyleExtension : ChangeTextExtension<AuthoredStyleRequest> {
public AuthoredStyleExtension(IServiceProvider serviceProvider) : base(serviceProvider) { }
protected override string GetSystemPrompt(AuthoredStyleRequest request) {
return $"Rewrite this text in the {request.Author} style";
}
}
//A custom request that processes text.
public class AuthoredStyleRequest : TextRequest {
public AuthoredStyleRequest(string Author, string Text) : base(Text) {
this.Author = Author;
}
public string Author { get; init; }
}

public static class CustomAIIntegration {
public static AuthoredStyleExtension CreateAuthoredStyleExtension(this IAIExtensionsContainer container){
return (AuthoredStyleExtension)container.GetExtension(typeof(AuthoredStyleRequest));

您可以实现自己的TextRequest后代，以便在构造提示符时向AI模型提供额外的信息。示例包括内置的ChangeTone和RewriteStyle扩展，它们获得用于指定语气(例如，Casual, Friendly, Confident)和风格(例如，Formal, Conversational)的枚举值。要在运行时调用自定义扩展，请使用以下代码片段：

var localContainer = new AIExtensionsContainerLocal(defaultAIContainer);
localContainer.Register<AuthoredStyleRequest, AuthoredStyleExtension>();

AuthoredStyleExtension extension = localContainer.CreateAuthoredStyleExtension();
var request = new AuthoredStyleRequest("Mark Twain", textToModify);

//Here you can also set up the Temperature variable that will be used to execute this particular model request
request.Options.Temperature = 0.9f;
string result = await extension.ExecuteAsync(request, CancellationToken.None);