Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Lesedauer 2 Min.

.NET-AI-Modul für den CodeProject.AI Server

Der kanadische Entwickler Matthew Dennis erklärt, wie man mit .NET ein AI-Modul für den CodeProject AI Server anlegt.
Der CodeProject.AI Server ist ein lokal installierter, selbst gehosteter, schneller, kostenloser und Open Source AI-Server für jede Plattform und jede Sprache. Es gibt keinen Datentransfer außerhalb des Geräts oder des Netzwerks, kein Herumhantieren mit Abhängigkeiten und er ist kann von jeder Plattform und jeder Sprache aus genutzt zu werden. Der CodeProject.AI Server läuft als Windows-Dienst oder als Docker-Container. Details dazu finden Sie auf dieser Seite.Der CodeProject.AI-Server läuft im Hintergrund und bietet über ein einfaches API KI-Operationen für jede Anwendung. Die KI-Operationen werden über Drop-in-Module abgewickelt, die mit jeder Sprache und jedem Stack erstellt werden können, solange der Stack auf dem Host-Rechner läuft. Jede Sprache, die HTTP-Aufrufe ausführen kann, kann auf den Dienst zugreifen, und der Server benötigt keine externe Internetverbindung.Derzeit enthält der CodeProject.AI Server AI-Module, die folgendes bieten:
  • Objekterkennung (Python- und .NET-Versionen, die YOLO verwenden, plus ein Tensorflow-Lite-Modul, das ultraleicht ist und für Raspberry Pi und Coral USB-Sticks taugt.
  • Gesichtsdetektion und -erkennung.
  • Textverarbeitung wie Sentiment-Analyse und Zusammenfassungen.
  • Bildverarbeitung wie Hintergrundentfernung, Hintergrundunschärfe, Karikaturisierung und Auflösungsverbesserung.
In einem eigenen Beitrag erklärt der kanadische Entwickler Matthew Dennis, wie man ein Modul für den CodeProject.AI Server mit .NET-Code erstellt. Er führt seine Leser durch den Prozess des Hinzufügens eines Moduls zum CodeProject.AI Server, das Konfigurieren von Endpunkten, das Kopieren von Code aus einem vorhandenen Modul, das Hinzufügen von Abhängigkeiten, das Erstellen einer Anfrageprozessorklasse und das Testen des Moduls.Alle Details zum Projekt lesen Sie in diesem Artikel auf CodeProject.
Miscellaneous

Neueste Beiträge

Vom Python-Modell zur .NET-Anwendung - .NET, Python und KI, Teil 4
Am Szenario einer Sentiment-Analyse verdeutlicht ein durchgängiges Anwendungsbeispiel, wie aus einem isolierten Data-Science-Ergebnis eine konkret genutzte Funktion innerhalb einer .NET-Business-Anwendung entsteht.
7 Minuten
JSON mit T-SQL auswerten - Neues in SQL Server 2025, Teil 2
Die JSON-Unterstützung in SQL Server 2025 erweitert das relationale Modell um die direkte Verarbeitung dokumentbasierter Daten.
6 Minuten
13. Mai 2026
HMAC mit C# und T-SQL - Neues in SQL Server 2025, Teil 3
Kompatible Signaturberechnung über Systemgrenzen hinweg.
4 Minuten
20. Mai 2026

Das könnte Dich auch interessieren

Python in .NET – Integration mit Python.NET - .NET, Python und KI, Teil 1
Python-Code lässt sich in .NET-Anwendungen mit dem Open-Source-Projekt Python.NET einbinden. Wir erklären die Installation und grundlegende Interop-Szenarien. Ein einfaches Beispiel veranschaulicht die Praxis.
6 Minuten
Maschinelles Lernen in .NET - .NET, Python und KI, Teil 2
Für eine performante und plattformübergreifende Inferenz von NET-Projekten empfiehlt sich eine hybride Strategie aus Training oder Prototyping in Scikit-Learn/Python, Export nach ONNX und Einbindung in .NET über ML.NET oder ONNX Runtime.
7 Minuten
00:00
Bluetooth, Biometrie und Multiplattform: Was .NET MAUI Hybrid wirklich kann - Die Möglichkeiten von .NET MAUI Blazor Hybrid verstehen
Codrina Merigo baut mit .NET MAUI Blazor Hybrid Apps für Android, iOS, macOS und Windows – und nutzt dafür das, was Web-Entwickler:innen sowieso schon können. Im Interview im Vorfeld der DWX 2026 erklärt sie, wie das geht, wo's hakt und warum das Framework im Enterprise-Umfeld eine ernste Option ist.
28. Apr 2026
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige