相约北京！欢迎您来。.NET Conf China 2023 讲师阵容精彩放出~

 探索 interceptor 的魔力

C# 12 引入了一个实验性的功能 Interceptor，虽然是实验性的，.NET 8 已经正式使用了，对于我们来说也可以借助这一特性实现一些之前难以实现的功能，让我们一起来探索一下  Interceptor 的使用吧。

从 Java 8 到 .NET 8，团队升级工作汇报

分享一支研发团队，从 Java 8 升级至 .NET 8 的整个过程，深度分享 Why、How、Result。既有技术改造细节的剖析，又有团队内外部人员的心路历程，有技术干货，也有人性的解读。分享过程中，会回答下列几个问题： 

1.  Why，为什么要从 Java 到 .NET ，为什么团队同意从Java 到 .NET；

2. How，升级过程是怎么操作的，有哪些挑战和问题，以及如何被解决 ；

3.  Result，团队付出了什么代价，获得了哪些收益 ；

4. 最后也会和大家探讨，在web业务研发领域，如何组建有战斗力的研发团队，以及如何选择技术栈。

Senparc.AI + SK 助力大语言模型私有化部署和落地

离线（私有化化部署）大语言模型（LLMs）已经成为当下 AI 应用生态的一个分支，相比于直接使用诸如 OpenAI 的 API，有一系列的不同之处，同时，AI 也能反过来反哺帮助我们更好地开发和使用 AI 系统。Senparc 开发者社区作为最早发布 LLMs 工具的社区之一，发布了一系列帮助开发者快速落地 AI 应用的实用工具。

本次主题将介绍 Senparc.AI 开源生态中的 AI 开发工具，结合 Semantic Kernel 高效地实现大语言模型（LLMs）的私有化部署，并结合一系列开源项目，快速实现上层应用系统的开发，其中还将重点介绍使用 AI 能力从完成系统代码自动构建，到自动评估和优化 Prompt 的一系列工具和开发技巧。

.NET 微服务架构在传统行业的落地

针对 .NET 微服务架构在传统行业的需求、现状及遇到的挑战，重点针对小团队、私有云、多端多系统的复合项目需求，提出思考、建议及可行性方案，并分享在实际项目落地中的案例。

演讲主要包含以下内容：

1. .NET 在传统行业中的现状；

2. 微服务架构在传统行业遇到的问题及挑战；

3. .NET 微服务架构常见技术分析；

4. 医疗行业项目案例分享；

5. 私有云环境下快速部署方案分享。

MAUI、OpenAI与Dapr：利用 .NET 为高校课程体系注入尖端开发技术

技术的发展日新月异。高等学校唯有快速地将新技术引入到课程体系中，才能将学生培养成为合格的软件工程师。在这个演讲中，我们将展示.NET在将尖端开发技术注入到高校课程体系时所具有的独特优势。我们将以MAUI、OpenAI 以及 Dapr 为例，展示如何利用 .NET 构建一系列紧密关联的专业课程。这些课程不仅向学生介绍领先的开发技术，还帮助学生形成系统性的复杂问题解决能力，同时又降低了学习负担。该演讲为 .NET在高等学校中的应用提供了新的思路和完备的实例。

.NET on Azure App Service 原理介绍

Azure App Service 提供了一站式的运行 Web、API 及移动应用的解决方案，完美支持 .NET 平台及其他主流语言，为用户提供轻松构建业务的体验。.NET 是如何运行于这项全球规模、可扩展、易于使用的服务呢？我们将深入探索 App Service 的幕后原理，了解Azure 如何使用 Windows、Linux 及 Docker 运行您的 .NET 应用。

.NET 应用国际化实践-AIGC 智能翻译+代码生成

随着疫情散去，越来越多的企业、产品和服务走向海外，应用系统的国际化和本地化支持是一个重点应对的业务场景。

结合 .NET 应用国际化改造的业务场景，本议题主要提供以下内容

1. 不仅是一个资源文件和文本替换，.NET 应用国际化主要做哪些工作；

2. 中分文本词条抽取、机器翻译、代码替换、数字的本地化等场景有哪些？

3. 基于 Roslyn 做代码分析，中文文本查找、词条抽取，代码替换更新；

4. 机器翻译和 GPT 的对垒，基于 GPT4 实现一个翻译的 plugin，完成国际化翻译；

5. 彩蛋：使用 Github Copilot 实现数字转换服务代码和单元测试。

《.NET 玩转模型推理 OpenVINO.NET 》

在 AI 日益普及的背景下，优化深度学习模型和推理部署变得必要。Intel 的 OpenVINO 给开发者提供了深度学习模型优化和推理功能，并支持在不同硬件平台部署。然而，市场上许多工具包仅满足特定项目需求，可能功能不全、命名不规范、错误处理和性能存在问题，或无法跨平台。因此，我开发了OpenVINO.NET，以解决目前社区缺少高质量 OpenVINO.NET 封装库的问题。 本演讲将从 OpenVINO.NET 的开发背景、现状和演示三部分展开，并以推理 PaddleOCR 为 重点，与PaddleSharp进行性能对比，以便突显OpenVINO的优势。

主要包含：

1. 介绍开发背景和行业现状，强调寻找高质量 .NET 封装的需求；

2. 说明目前 OpenVINO.NET 的完整度，其具备跨平台能力、详尽的单元测试，C API 完全实现，并提供内置的 PaddleOCR 支持；

3. 展示如 yolov8、人脸识别、物体分类等推理示例，演示内置的PaddleOCR 并评估其性能；

4. 答疑和致谢。

多模型加持下的 .NET Copilot 架构

通过快一年的发展，生成式 AI 在企业开始进入落地阶段，基于不同业务引入不同的 Copilot 解决方案。单一的模型未必是最佳选择。如何能高效开发出企业的 Copilot 应用？ 本次课程我们将会从国内的实际场景出发，结合 Azure OpenAI Services 以及国内“百模”生态，高效构建 Copilot  的应用。

本次课程涉及到  

1. Semantic Kernel 在多模型场景下的使用 ；

2. 基于业务的 Prompt 工程编排 ；

3. 数据安全的场景应用 ；

4. 案例分析。

Blazor 全栈渲染模式的原理与应用

在 .NET 8 中 Blazor 是重要的话题，官方团队为其带来了大量更新，特别围绕服务端渲染与自动切换交互模式做出了重要投入，使 Blazor 走向现代前端框架的先进位置。本次主题将会分享这两个新渲染方式的技术细节，并讲解页面状态的处理、现有项目升级方法等内容，并对一些可能会遇到的问题进行说明。为开发者深入理解 Blazor 技术并实现 .NET Web 全栈开发提供指引与答疑。

使用 SK Kernel Memory 构建知识库

SK Kernel Memory 是基于 LLM 和 embedding 技术的数据索引服务，可以实现自然语言知识内容搜索和问答功能。本次分享将简单介绍 Kernel Memory 技术架构和使用方法，并演示如何使用 Kernel Memory 快速搭建一个基于自然语言的知识库检索和问答系统。 

本次演讲将围绕 Kernel Memory 主要分享以下内容： 

1. RAG (检索增强生成)简介 

2. KM 的核心组件 

3. KM 的 Pipeline 模式 

4. 如何使用 KM 快速构建知识库问答应用

5. KM 的其他部署模式 

6. KM 如何使用国内大模型

7. KM 如何使用离线模型

.NET Framework 升级到 .NET8 的实践经验

对于 .NET Framework 的项目来说, 为了获得更好的性能以及更好的跨平台体验,将项目升级成 .NET 是一个很好的选择。本次演讲将分享我们在将 .NET Framework 项目升级到 .NET 8 的过程中所踩过的坑以及从中得到的经验教训。我们希望能够帮助大家更好地制定升级计划、了解常见工具和解决方案，并避免一些常见的踩坑经历。