本文探讨了从Microsoft Semantic Kernel迁移到Spring AI的实践，分析了技术选型对企业级AI应用成功的影响。迁移不仅涉及技术栈的切换，还提升了架构思维，增强了性能、扩展性和维护效率。项目涵盖智能对话和动态模型调用等核心场景，面临多模型管理和插件化架构的挑战。通过设计灵活的动态模型服务和智能工具系统，成功实现了迁移。

现代软件开发中，AI辅助编程工具如Claude Code成为开发者的重要伙伴。本文探讨如何利用Microsoft Semantic Kernel框架实现TODO任务管理功能，帮助开发者在.NET生态系统中构建智能编程助手。Claude Code的TODO功能包括智能任务分解、状态管理和实时更新，MarkAgents项目展示了本土化实现这些功能的方法，以提升开发效率。

本文介绍了如何利用Microsoft Semantic Kernel框架和DeepSeek模型，构建具备联网能力的智能应用。通过Ollama服务和自定义搜索技能，实现本地部署与实时信息获取，增强数据隐私和用户体验。