用途：为 .NET 8+ 应用中的 AI 与机器学习功能做技术选型，先选对技术，再按任务要求交付（若只要求方案、对比或架构，或明确“不要写代码”，则只输出方案，不擅自搭建或运行代码）。
主要能力：提供决策树式选型。结构化/表格类任务（分类、回归、聚类、异常检测、推荐）用 ML.NET；单轮提示到响应的自然语言理解、生成、摘要、推理用 Microsoft.Extensions.AI 的 IChatClient；多步工具调用、智能体循环、多智能体用 Microsoft Agent Framework；GitHub Copilot 扩展用 GitHub.Copilot.SDK；生产环境运行预训练或自定义模型用 ONNX Runtime；本地/离线 LLM 推理用 OllamaSharp；语义搜索、RAG、嵌入存储用 Microsoft.Extensions.VectorData.Abstractions 加相应提供程序；文档摄取、分块、入库用 Microsoft.Extensions.AI.DataIngestion（预览）；结构化预测与自然语言推理兼需时用 ML.NET 打分加 LLM 推理层的混合方案。
使用方式：先声明适用分支及理由，再选技术。库分层上以 MEAI 为抽象基础，提供程序通过 AddChatClient 置于其后，业务逻辑不直接调用提供程序；多步或持久化智能体工作流用 Microsoft.Agents.AI，不手写循环；不在同一工作流混用裸 HttpClient 调 OpenAI 与 MEAI。各分支需满足护栏：ML.NET 用带种子的 MLContext、TrainTestSplit 与留出集评估、报告真实指标、用 PredictionEnginePool 提供服务；LLM 设置 Temperature 与 MaxOutputTokens、加重试超时、固定带日期的模型、密钥取自 user-secrets/环境变量/Key Vault；智能体设置最大迭代次数与成本上限、用 AIFunctionFactory.Create 定义工具、记录步骤；RAG 用语义分块、缓存嵌入、按最低相似度过滤并保留来源归属。
适用场景与限制：适用于 .NET 8+ 的 AI/ML 选型与实现指导。明确反对用 LLM 处理 ML.NET 擅长的表格任务、无重试的 LLM 调用、硬编码密钥、使用已归档的 Accord.NET、无需求时默认 Semantic Kernel、单轮提示却用 Agent Framework、ASP.NET Core 中使用单例 PredictionEngine、无分块与相关性过滤的 RAG、从零手写神经网络。实现代码时需按分支读取对应参考文件。具体包版本、价格与平台支持资料暂未提供。