Community研究&データ分析github.com

jarenrey4035/SKF.ProductAssistant

C#、Azure Functions、Semantic Kernel、およびローカルJSONデータシートとコンテキスト追跡を使用して、SKFベアリングの属性に対するAI駆動の回答を提供します。

SKF.ProductAssistant とは?

このスキルは、SKFベアリングの製品属性に関する質問にAIが回答するアシスタントです。C#で記述されたAzure FunctionsとSemantic Kernelを活用し、SKFのベアリングデータを格納したローカルのJSONデータシートを知識ベースとして使用します。ユーザーからの質問に対して、関連するベアリング情報をJSONから抽出し、Semantic Kernelの機能を使って自然言語による回答を生成します。また、会話のコンテキストを追跡することで、連続した質問にも対応可能です。エンジニアやメンテナンス担当者が製品カタログを素早く検索するのに役立ちます。

対応~Claude Code~Codex CLI~Cursor
npx skills add jarenrey4035/SKF.ProductAssistant

Installed? Explore more 研究&データ分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

SKF.ProductAssistant は何をしますか?

C#、Azure Functions、Semantic Kernel、およびローカルJSONデータシートとコンテキスト追跡を使用して、SKFベアリングの属性に対するAI駆動の回答を提供します。

概要

このスキルは、SKFベアリングの製品情報に関する質問に回答するためのAIアシスタントです。以下の技術スタックを使用しています:

  • C# - バックエンドロジック
  • Azure Functions - サーバーレスAPI
  • Semantic Kernel - AIオーケストレーション
  • ローカルJSONデータシート - ベアリング属性の知識ベース
  • コンテキスト追跡 - 会話の流れを維持

機能

  • SKFベアリングの型番、寸法、材質、定格荷重などの属性を検索
  • 自然言語による質問に応答
  • 会話のコンテキストを保持し、フォローアップ質問に対応

セットアップ

  1. リポジトリをクローンします。
  2. Azure Functions の依存関係をインストールします。
  3. local.settings.json に Semantic Kernel の設定を追加します。
  4. SKFのJSONデータシートを適切なパスに配置します。
  5. 関数アプリをローカルで実行します。

使用例

GET /api/ask?query=6205ベアリングの内径は?
{
  "query": "6205ベアリングの内径は?",
  "answer": "6205ベアリングの内径は25mmです。",
  "context": { ... }
}

アーキテクチャ

  • Azure Functions: HTTPエンドポイントを提供
  • Semantic Kernel: 質問から意図を抽出し、JSONデータをクエリ
  • JSONデータシート: ローカルに保存されたSKFベアリングカタログ
  • コンテキスト追跡: セッションIDに基づく会話履歴

関連スキル