从 Web、云原生到 AI，.NET 能开发哪些应用程序形态？—

我维护的这个仓库，旨在系统性梳理新一代 .NET 平台的整体能力与应用版图，内容并不局限于某一个框架或技术点，而是从应用程序形态（Application Models）的视角出发，去理解 .NET 如何横跨 Web、客户端、云原生、AI 等不同场景。

目前在写.NET使用microsoft-agent-framework在AI方面的实践。具体目录如下：

欢迎大家 Star 该仓库，以便及时获取更新通知。

.NET 是一个由微软支持的、免费且开源的应用程序平台。
它是一个安全、可靠且高性能的应用平台，适用于现代软件开发的各种场景。 .NET 不仅仅是一门语言或一个框架，而是一整套涵盖运行时、语言、标准库、工具链与工程实践的统一平台。

C# 是 .NET 平台的主要编程语言。
它是一门强类型（Strongly-typed）、类型安全（Type-safe）的语言，内置：

C# 既支持高层抽象（如以数据为中心的 records），也支持底层能力（如函数指针），兼顾安全性与性能。

.NET 支持多个操作系统，包括：

同时也广泛运行于 Linux 发行版中，例如：

一次学习，多端运行。

.NET 内置了丰富的标准库和 API，覆盖范围包括：

.NET 使用 NuGet 作为包管理器，目前拥有 30 万+ 开源包，覆盖几乎所有开发场景。

应用模型描述的是 .NET 如何在不同应用形态下组织代码、运行时能力与工程实践。它不是简单的技术分类，而是围绕 Web、客户端、云、AI、设备等场景，形成的一组成熟、可组合、可长期演进的开发模型。

ASP.NET Core 是 .NET 面向 Web 的核心应用模型，覆盖从传统网站、REST API 到实时通信、云原生服务的完整场景。

.NET MAUI 是面向移动端与客户端应用的统一 UI 框架。

Desktop 是 .NET 面向高性能本地体验的重要组成部分。

在 AI / ML 方向，.NET 为开发者提供了一套从传统机器学习到生成式 AI、再到智能代理系统的完整能力体系，使团队能够在熟悉的 C# 与 .NET 生态中，按需组合不同层级的智能能力。

生成式 AI 与智能代理（LLM / Agent）

深度整合 Azure AI、OpenAI 与主流开源模型生态，支持在应用中引入大型语言模型（LLM）与小型语言模型（SLM），将智能推理、内容生成、语义搜索与自然语言交互无缝集成到现有系统。
覆盖：模型选择、向量检索（RAG）、推理调用、安全治理与可观测性。
适用于：对话系统、知识问答、智能助理与自动化流程。

关键组件：

Semantic Kernel：提供以“意图、函数与上下文”为中心的编排模型，用于将语言模型与业务代码、插件及外部系统安全组合，实现可控、可扩展的智能能力。
Microsoft Agent Framework：在此基础上进一步引入代理（Agent）、工具调用、对话状态与执行策略等抽象，用于构建具备长期记忆、多轮交互与协作能力的 AI 应用，将“模型调用”升级为“可运行的智能系统”。

传统机器学习（Classical ML）

.NET 同样重视传统机器学习在工程系统中的长期价值。通过 ML.NET 与 Azure Machine Learning，开发者可以在 .NET 应用中构建和集成：
- 分类、回归、聚类、推荐与异常检测模型
- 面向结构化数据、日志、时序数据的预测能力
- 可解释、低成本、可离线运行的机器学习模型
典型场景与协同：
- 适合业务规则明确、数据结构稳定、对成本与可解释性要求较高的场景
- 与生成式 AI 互补：使用 ML 模型进行预测与评分；使用 LLM 负责解释结果、生成报告或自然语言交互