sgcAI — komponenty AI, LLM i MCP dla Delphi i C++ Builder

TsgcAIChat to ujednolicony klient. Ustaw Provider, ustaw ChatOptions.ApiKey oraz ChatOptions.Model, wywołaj Chat. Strumieniowanie tokenów trafia do OnChatStream z flagą Cancel, a ChatAsync zwraca future w Delphi 2010 i nowszych, więc wątek interfejsu nigdy się nie blokuje. TsgcAIDocumentExtractor zamienia PDF albo obraz w JSON zwalidowany wobec twojego schematu, z poziomem pewności dla każdego pola. TsgcAIVoiceAgent to agent głosowy w czasie rzeczywistym przez OpenAI Realtime albo Gemini Live, który słucha, odpowiada, pozwala użytkownikowi przerwać i wywołuje Twoje narzędzia. TsgcAIVoiceTranslator tłumaczy mowę w czasie rzeczywistym przez OpenAI gpt-realtime-translate, z transkrypcjami na żywo w obu językach. Pozostałe trzy opakowują kompletne pętle rozmowy, w tym te głosowe. TsgcAIAgent uruchamia za ciebie pętlę narzędzi z twoimi narzędziami i narzędziami twoich serwerów MCP, prosi o zatwierdzenie narzędzi zmieniających dane i kończy na odpowiedzi, MaxSteps, limicie tokenów lub Cancel. TsgcAIGuardrails maskuje dane osobowe przed żądaniem, zezwala na narzędzia lub je blokuje według nazwy i waliduje ustrukturyzowane odpowiedzi względem schematu JSON. TsgcAIUsageMeter wycenia każde żądanie, prowadzi sumy według użytkownika i sesji, egzekwuje budżety dzienne lub miesięczne i eksportuje do CSV, TDataSet lub OpenTelemetry. W TsgcAIChat wywoływanie narzędzi działa u wszystkich siedmiu dostawców, aliasy modeli nazywają modele według roli, a Fallbacks przenoszą żądanie do następnego dostawcy, gdy jeden zawiedzie.

Publikuj własne narzędzia, prompty i zasoby dla każdego klienta obsługującego MCP za pomocą TsgcWSAPIServer_MCP, wraz z sesjami, powiadomieniami i żądaniami inicjowanymi przez serwer. Korzystaj z cudzego serwera przez TsgcWSAPIClient_MCP po HTTP, HTTP Streamable albo stdio, uwierzytelniając się kluczem API, nagłówkiem własnym lub OAuth2. Te dwa nie mają żadnych ograniczeń platformowych, więc kompilują się wszędzie tam, gdzie stos HTTP sgc.

TsgcAIOpenAIEmbeddings zamienia tekst albo cały plik w wektory, zgłaszając zdarzenia postępu w trakcie całego wsadu, i zapisuje je w magazynie przypisanym do Database. W zestawie są dwa zaplecza: lokalny plik przez TsgcAIDatabaseVectorFile, który nie wymaga serwera, konta ani odwołań sieciowych, oraz zarządzany indeks przez TsgcAIDatabaseVectorPinecone. Odpytuj o najbliższych sąsiadów i podawaj ich modelowi jako kontekst.

Nagrywaj z mikrofonu przez API Windows MCI lub Wave, transkrybuj przez Whisper, wyślij tekst do modelu, a potem wypowiedz odpowiedź. Trzy wymienne silniki mowy współdzielą jeden interfejs: silnik już zainstalowany na maszynie, który nie wymaga klucza API ani sieci, a także Google Cloud Text-to-Speech i Amazon Polly. Komponenty chatbota, tłumacza i asystenta spinają całą pętlę za ciebie.