Cet article décrit une méthode pour combiner Claude Code et Codex afin d'optimiser le développement de fonctionnalités .NET, surmontant les problèmes courants de contexte et de cohérence des outils d'IA. La stratégie implique Claude pour la planification et Codex pour la construction, interconnectés par un fichier markdown pour une communication efficace.
Cet article explore une alternative de base de données vectorielle embarquée pour les applications RAG en .NET, présentant VectorRAG.Net pour réduire la latence et éliminer les dépendances aux services externes. Il analyse les scénarios où cette approche surpasse les solutions cloud.
Cet article introduit le Microsoft Agent Framework, le positionnant dans la pile d'IA .NET actuelle et expliquant quand il s'agit de la bonne abstraction. Il détaille son importance pour les agents, les sessions, les outils et les workflows, s'appuyant sur `Microsoft.Extensions.AI`.
L'article souligne que le principal défi lors de la création de fonctionnalités d'IA générative dans des applications .NET avec Semantic Kernel est de contrôler le contexte envoyé au LLM, et non simplement de l'appeler. Les leçons clés mettent l'accent sur la création de constructeurs de contexte dédiés pour n'envoyer que des données pertinentes et sur la priorisation de l'optimisation des tokens par rapport au débat sur les versions de modèles pour de meilleurs coûts et latence.
La phase 2 du projet .NET AI Architect Laboratory a permis la création d'un agent IA autonome, utilisant Microsoft Semantic Kernel, capable d'analyser les fichiers de projets locaux pour détecter les vulnérabilités de sécurité et les goulots d'étranglement de performance. Le système a également mis en œuvre un routage dynamique de fournisseurs, permettant de basculer entre Gemini 2.5 Flash et Groq (Llama 3.3 / Llama 3.1) à la volée.
Cette astuce rapide explique comment implémenter la compression de contexte en .NET pour les systèmes RAG, palliant l'absence d'un équivalent direct à des outils comme LLMLingua. Elle suggère d'utiliser un modèle de travail plus petit et moins cher pour prétraiter la documentation récupérée, n'extrayant que les faits essentiels afin de réduire les coûts et la latence avec les modèles d'IA premium.
A Microsoft anunciou o GitHub Copilot Testing para .NET, uma nova ferramenta de testes de unidade gerados por IA integrada ao Visual Studio 2026. Essa inovação promete um avanço significativo na produtividade de desenvolvedores .NET, automatizando a criação de testes, sugerindo casos de borda e otimizando o processo de testing.
L'auteur a reconstruit sa bibliothèque TravelAI.Core pour fonctionner avec plusieurs fournisseurs d'IA, y compris OpenAI, Anthropic, Ollama et Azure, au lieu de se fier uniquement à Azure OpenAI. Cette modification simplifie le processus de configuration pour les développeurs souhaitant essayer la bibliothèque sans engagement initial envers un fournisseur de cloud.