如何在 C# IronPDF 中使用 OpenAI for PDF.

IronPDF 的 AI 扩展可在 C# 应用程序中实现 OpenAI 驱动的 PDF 增强功能。 使用 Microsoft Semantic Kernel 以最少的代码添加总结、查询和记忆功能。

<! -- 待办事项：在此处添加图片 --> <! -- --> <！--说明：说明代码概念的图表或截图 -->

OpenAI 是一家人工智能研究实验室，致力于开发先进的人工智能技术。 它提供了可通过 API 访问的强大语言模型，使开发人员能够将人工智能功能集成到他们的应用程序中。

IronPdf.Extensions.AI NuGet 包为 PDF 处理带来了 OpenAI：摘要、查询和记忆。 该 SDK 基于 Microsoft Semantic Kernel 开发，可简化 .NET 应用程序中的人工智能服务集成。 从 PDF 文档中自动提取见解、回答问题并生成摘要。

主要用例包括处理大量文件、从报告中提取信息、创建快速审阅摘要以及构建智能文件管理系统。 该集成支持各种应用的一次性汇总和连续查询。 如需了解更多 PDF 功能，请浏览IronPDF 的全面文档或了解从 HTML 创建 PDF 。

快速入门：使用 IronPDF 和 OpenAI 总结 PDF

开始使用 IronPDF in C# 将 OpenAI 集成到您的 PDF 处理工作流程中。 本示例演示了只需几行代码就能快速总结 PDF 内容。

所需软件包：

• IronPdf。
• IronPDF.Extensions.AI
• Microsoft.SemanticKernel.Plugins.Memory

在实施人工智能功能之前，请设置 Azure OpenAI。 您需要拥有 Azure OpenAI 服务访问权限的 Azure 订阅。 该服务可为生产应用程序提供企业级安全性和合规性。 详细说明请参见 IronPDF 安装概述。

如何使用 OpenAI 总结 PDF？ --> <！--说明：显示代码执行输出或结果的截图 --> 要使用 OpenAI 功能，请使用您的 Azure 端点和 API 密钥配置语义内核。 导入 PDF 文档并使用 `Summarize` 方法生成摘要。 摘要功能适用于各种 PDF 类型： - 扫描文件（与 OCR 结合使用时） - 多列复杂布局 - 包含图片和表格的文件 IronPDF 提取文本内容并通过人工智能模型进行处理。 有关不同格式，请参阅 [ 将 DOCX 转换为 PDF](https://ironpdf.com/how-to/docx-to-pdf/) 或 [ 将 Markdown 转换为 PDF](https://ironpdf.com/how-to/md-to-pdf/) 。 [{i:( 注意：您可能会遇到`SKEXP0001`、`SKEXP0010`和`SKEXP0050`错误，因为语义内核方法是试验性的。 将此添加到您的 `.csproj` 文件中以抑制它们： ```xml $(NoWarn);SKEXP0001,SKEXP0010,SKEXP0050 ``` @@--bracket-close--@@@ 下面介绍如何使用 C# 语义内核（Semantic Kernel）对 PDF 进行摘要： ```csharp :path=/static-assets/pdf/content-code-examples/how-to/openai-summarize.cs ``` 代码初始化语义内核和内存存储。 在连续查询过程中，内存存储要保持上下文一致。 请选择 - **VolatileMemoryStore**：用于开发和测试的内存存储 - **ChromaMemoryStore**：用于生产的持久性矢量数据库 - **其他存储**：Azure 认知搜索、Qdrant 等 对于生产，要实现错误处理和[自定义日志](https://ironpdf.com/how-to/custom-logging/)以跟踪 IronPDF 操作。 探索 [async 和多线程](https://ironpdf.com/how-to/async/)，以便同时处理多个文档。

摘要输出是什么样的？

摘要提供了简明的文档概述，提取了主要话题、重要事实和相关细节。 人工智能模型可以识别并优先处理重要内容，从而快速理解冗长的文档。

如何连续查询 PDF？ 单一查询并不适合所有情况。 [`IronPdf.Extensions.AI`](https://www.nuget.org/packages/IronPdf.Extensions.AI) 软件包提供了用于连续查询的 `Query` 方法。 构建对话界面、研究工具或文档分析应用程序，用户可就同一文档提出多个问题。 持续查询可保持对话语境，允许后续问题和澄清。 适用于： - 客户支持系统参考文档 - 需要解释条款的法律文件分析 - 学习复杂材料的教育应用程序 - 提取特定信息的研究工具 为增强处理能力，请考虑[分别提取文本和图像](https://ironpdf.com/how-to/extract-text-and-images/)，或实施[PDF压缩](https://ironpdf.com/how-to/pdf-compression/)，以便在进行 IronPDF 处理之前优化大型文档。 ```csharp :path=/static-assets/pdf/content-code-examples/how-to/openai-summarize.cs ``` 连续查询系统使用嵌入式技术来理解问题的语义，从而提供准确、符合上下文的回复。 每次查询都会针对文档内容进行处理，人工智能会维护对话历史记录，以提供相关性越来越高的答案。 为实现大型文档或并发用户的最佳性能，请实施缓存策略并探索 [IronPDF的性能优化](https://ironpdf.com/troubleshooting/ironpdf-performance-assistance/)技术。 考虑对生产部署进行速率限制和适当的[许可证密钥管理](https://ironpdf.com/how-to/license-keys/)。 在处理敏感文件时，应采取适当的安全措施。 IronPdf 提供各种[安全和加密](https://ironpdf.com/how-to/pdf-permissions-passwords/)选项，可在 AI 处理前后保护 PDF。