net core 结合semantic kernel这套玩意儿，教大家怎么用ai把pdf的东西变成结构化的json。

咱们现在就聊聊.NET Core结合Semantic Kernel这套玩意儿，教大家怎么用AI把PDF的东西变成结构化的JSON。现在PDF到处都是，但机器看不太懂，咱们今天就用这套技术来破解它。整个流程大概分三步：先把PDF里的字儿都抠出来，然后喂给AI服务让它处理，最后让AI按规矩吐出标准的JSON格式。 得先装几个必须的NuGet包。接着就是代码实现，我就简单写写： PDF文字提取服务，加上Semantic Kernel的AI服务配置。 看这一段代码：public async Task StructurePdfToJsonAsync(string pdfText, string jsonSchema)，这里面有个关键的系统提示词。咱们得先告诉AI，让它像个专业的数据结构化专家一样干活，严格按JSON Schema来。 给它个例子： var systemPrompt = $"你是个数据结构化专家，把PDF转成JSON，直接输出符合{jsonSchema}的结果，不要带代码块，字段没的就填null或空字符串，保证数据准确完整。" 然后弄个聊天历史记录：var chatHistory = new ChatHistory(); chatHistory.AddSystemMessage(systemPrompt); chatHistory.AddUserMessage($"PDF内容：\n\n{pdfText}"); 最后拿到AI的结果：var result = await _kernel.InvokePromptAsync("{{$input}}", new KernelArguments { ["input"] = chatHistory }); return result.ToString(); 给个JSON Schema的例子也好，把主程序集成起来就完事了。 Prompt Engineering这块儿特别讲究，得注意几点： 指令要明确，"只返回纯JSON"，别带别的东西。Schema直接嵌在系统提示里让AI看清楚。字段找不到怎么处理也得说清楚。 上下文要隔离，别让用户输入和系统指令混在一起。 实际用起来场景可多了：财务自动化发票啥的、HR的简历、法律合同条款、医疗病历都能用。 大文件得分段处理避开token限制。 结果缓存一下省得重复调用。 验证层也得加上确保质量。 多模型支持也很方便切换不同的AI提供商。 通过Microsoft.SemanticKernel跟PdfPig的配合，咱们弄出了一个挺灵活的方案。这个方案的核心就是把不规范的PDF数据变成规整的JSON，后面做数据分析、搞自动化流程都方便。 赶紧动手试试吧！