Phi 二氧化硅入门

Phi 二氧化铁是一种本地语言模型，你可以使用 Windows AI Foundry 集成到 Windows 应用中。

作为 Microsoft 最强大的 NPU 优化本地语言模型，Phi Silica 针对 Windows Copilot+ PC 设备上的效率和性能进行了优化，同时仍提供大型语言模型 (LLM) 中的许多功能。

此级别的优化仅适用于 Windows 应用 SDK 中的模型，在其他版本的 Phi 中不可用。 有关 API 的详细信息，请参阅：

• microsoft.windows.ai
• microsoft.windows.ai.imaging
• microsoft.windows.ai.text

集成 Phi Silica

使用本地 Phi 硅语言模型，可以生成对用户提示的文本响应。 首先，请确保设备上提供先决条件和模型，如 Windows AI API 入门中所述。

指定所需的命名空间

若要使用 Phi 硅，请确保使用所需的命名空间：

using Microsoft.Windows.AI;
using Microsoft.Windows.AI.Text;

#include "winrt/Microsoft.Windows.AI.Text.h"
using namespace Microsoft::Windows::AI;
using namespace Microsoft::Windows::AI::Text;

生成响应

此示例演示如何使用自定义内容审查生成对 Q&A 提示的响应（请参阅 Windows AI Foundry 的内容审查）。

1. 通过调用 GetReadyState 方法并等待 EnsureReadyAsync 方法成功返回，确保语言模型可用。

2. 语言模型可用后，创建 一个 LanguageModel 对象来引用它。

3. 使用 GenerateResponseAsync 方法将字符串提示提交到模型，该方法返回完整的结果。

if (LanguageModel.GetReadyState() == AIFeatureReadyState.EnsureNeeded) 
{ 
   var op = await LanguageModel.EnsureReadyAsync(); 
} 

using LanguageModel languageModel = await LanguageModel.CreateAsync();

string prompt = "Provide the molecular formula for glucose.";

LanguageModelOptions options = new LanguageModelOptions();
ContentFilterOptions filterOptions = new ContentFilterOptions();
filterOptions.PromptMaxAllowedSeverityLevel.Violent = SeverityLevel.Minimum;
options.ContentFilterOptions = filterOptions;

var result = await languageModel.GenerateResponseAsync(prompt, options);
 
Console.WriteLine(result.Text);

if (LanguageModel::GetReadyState() == AIFeatureReadyState::NotReady)
{
    auto op = LanguageModel::EnsureReadyAsync().get();
}

auto languageModel = LanguageModel::CreateAsync().get();

const winrt::hstring prompt = L"Provide the molecular formula for glucose.";

LanguageModelResponseResult result = languageModel.GenerateResponseAsync(prompt).get();
std::cout << result.Text().c_str() << std::endl;

此示例生成的响应为：

C6H12O6

文本智能技能

Phi 硅包括内置文本转换功能（称为文本智能技能），这些功能可以通过使用本地语言模型的预定义格式提供结构化、简洁和用户友好的响应。

支持的技能包括：

• 文本到表格：将提示响应转换为结构化表格式（如果适用）。
• 摘要：返回提示文本的简明摘要。
• 重写：重新编写提示响应以提高清晰度和可读性。

以下步骤介绍如何使用文本智能技能。

1. 创建 LanguageModel 对象
   此对象引用本地 Phi 硅语言模型（请记得确认设备上的 Phi 硅模型可用）。

2. 实例化特定于技能的对象
   根据要应用的技能选择适当的类，并将 LanguageModel 实例作为参数传递。

3. 调用方法以执行技能
   每个技能都会公开一个异步方法，该方法处理输入并返回格式化的结果。

4. 处理响应
   结果将作为类型化对象返回，你可以根据需要打印或记录该对象。

此示例演示了文本摘要技能。

1. 创建 LanguageModel 实例 （languageModel）。
2. 将 LanguageModel 传递给 TextSummarizer 构造函数。
3. 将一些文本传递给 SummarizeAsync 方法并打印结果。

using namespace Microsoft.Windows.AI.Text;

using LanguageModel languageModel = await LanguageModel.CreateAsync();

var textSummarizer = new TextSummarizer(languageModel);
string text = @"This is a large amount of text I want to have summarized.";
var result = await textSummarizer.SummarizeAsync(text);

Console.WriteLine(result.Text); 

using namespace Microsoft::Windows::AI::Text;

auto languageModel = LanguageModel::CreateAsync().get();
auto textSummarizer = TextSummarizer(languageModel);
std::string prompt = "This is a large amount of text I want to have summarized.";
auto result = textSummarizer.SummarizeAsync(prompt);

std::wcout << result.get().Text() << std::endl;

负责任的 AI

我们已使用以下步骤的组合来确保这些映像 API 可信、安全且负责任地生成。 我们建议在应用中实施 AI 功能时，参阅 Windows 上负责任的生成式 AI 开发中描述的最佳做法。

另请参阅

• AI 开发画廊
• Windows AI API 示例