sgcAI — KI-, LLM- und MCP-Komponenten für Delphi und C++ Builder

TsgcAIChat ist der einheitliche Client. Setze Provider, setze ChatOptions.ApiKey und ChatOptions.Model, rufe Chat auf. Token-Streaming kommt über OnChatStream mit einem Cancel-Flag an, und ChatAsync liefert ab Delphi 2010 ein Future zurück, sodass der UI-Thread nie blockiert. TsgcAIDocumentExtractor wandelt ein PDF oder ein Bild in JSON um, das gegen dein Schema validiert wird, mit einer Konfidenz pro Feld. TsgcAIVoiceAgent ist ein Echtzeit-Sprachagent über OpenAI Realtime oder Gemini Live, der zuhört, antwortet, den Nutzer unterbrechen lässt und deine Tools aufruft. TsgcAIVoiceTranslator übersetzt Sprache in Echtzeit über OpenAI gpt-realtime-translate, mit Live-Transkripten in beiden Sprachen. Die anderen drei kapseln komplette Gesprächsabläufe, auch die sprachgesteuerten. TsgcAIAgent führt die Tool-Schleife für dich aus, mit deinen eigenen Tools und den Tools deiner MCP-Server, fragt bei Tools, die Daten ändern, nach einer Freigabe und stoppt bei der Antwort, bei MaxSteps, beim Token-Limit oder bei Cancel. TsgcAIGuardrails schwärzt personenbezogene Daten vor einer Anfrage, erlaubt oder verbietet Tools nach Namen und validiert strukturierte Antworten gegen ein JSON Schema. TsgcAIUsageMeter bepreist jede Anfrage, führt Summen pro Benutzer und Sitzung, setzt Tages- oder Monatsbudgets durch und exportiert nach CSV, in ein TDataSet oder nach OpenTelemetry. Bei TsgcAIChat funktioniert Tool Calling bei allen sieben Anbietern, Modellaliase benennen Modelle nach Rolle, und Fallbacks verlagern eine Anfrage auf den nächsten Anbieter, wenn einer ausfällt.

Veröffentliche deine eigenen Tools, Prompts und Ressourcen mit TsgcWSAPIServer_MCP für jeden MCP-fähigen Client, inklusive Sitzungen, Benachrichtigungen und servergesteuerten Anfragen. Nutze den Server eines anderen mit TsgcWSAPIClient_MCP über HTTP, HTTP Streamable oder stdio, mit Authentifizierung per API-Schlüssel, eigenem Header oder OAuth2. Diese beiden haben keine Plattformbeschränkung, sie kompilieren also überall dort, wo auch der sgc-HTTP-Stack läuft.

TsgcAIOpenAIEmbeddings verwandelt Text oder eine ganze Datei in Vektoren, meldet den Fortschritt über den gesamten Stapel und schreibt sie in den Speicher, der Database zugewiesen ist. Zwei Backends sind dabei: eine lokale Datei über TsgcAIDatabaseVectorFile, die weder Server noch Konto noch Netzwerkzugriff braucht, und ein verwalteter Index über TsgcAIDatabaseVectorPinecone. Frage die nächsten Nachbarn ab und gib sie dem Modell als Kontext zurück.

Nimm das Mikrofon über die Windows-MCI- oder Wave-API auf, transkribiere mit Whisper, schicke den Text an ein Modell und lass die Antwort dann vorlesen. Drei austauschbare Sprach-Engines teilen sich eine Schnittstelle: die bereits auf dem Rechner installierte Engine, die weder API-Schlüssel noch Netzwerk braucht, dazu Google Cloud Text-to-Speech und Amazon Polly. Die Chatbot-, Übersetzer- und Assistenten-Komponenten verdrahten den kompletten Ablauf für dich.