AvaloniaChat是一个基于大语言模型用于翻译的简单应用。在看英文文献的过程中，比较喜欢对照着翻译看，因此希望一边是英文一边是中文，虽然某些软件已经自带了翻译功能，但还是喜欢大语言模型的翻译，但每次都要将英文复制粘贴过去还要自己手动添加prompt，还无法对照着看，因此自己基于Avalonia与Semantic Kernel开发了这款解决自己这个需求的软件，开源出来每个人都可以免费使用，希望能帮助到有同样需求的人。
GitHub地址：https://github.com/Ming-jiayou/AvaloniaChat
访问GitHub地址：https://github.com/Ming-jiayou/AvaloniaChat
注意到Releases这里：
点击AvaloniaChat-v0.0.1-win-x64.zip就会在下载了：
解压之后，打开文件夹，如下所示：
现在只需简单编辑一下appsettings.json文件，该文件用于配置你所使用的大语言模型。
以硅基流动为例，也最推荐硅基流动，Qwen/Qwen2-7B-Instruct是免费的，并且推理速度很快。
注册硅基流动之后，创建一个Api Key，复制这个Api Key：
打开appsettings.json文件，如果使用的是硅基流动，只需填入Api Key即可：
现在配置就完成了，点击exe文件即可使用：
问AI问题：
个人的主要使用场景
在看英文文献的过程中，比较喜欢对照着翻译看，因此希望一边是英文一边是中文，虽然某些软件已经自带了翻译功能，但还是喜欢大语言模型的翻译，但每次都要将英文复制粘贴过去还要自己手动添加prompt，还无法对照着看，因此自己基于Avalonia与Semantic Kernel开发了这款解决自己这个需求的软件，开源出来每个人都可以免费使用，希望能帮助到有同样需求的人。
英译中：
中译英：
一般注册之后，都会送一些额度，因此为了更好的翻译质量，可以更换到收费的模型。
模型名称可以在这里看：
地址：https://docs.siliconflow.cn/reference/chat-completions-3
这里可以更换成一个更强的模型：Qwen/Qwen2-72B-Instruct
appsettings.json文件改成如下所示：
{"OpenAI": {"Key": "your key","Endpoint": "https://api.siliconflow.cn","ChatModel": "Qwen/Qwen2-72B-Instruct" }}重新运行软件：
这是Qwen/Qwen2-72B-Instruct的效果，对比Qwen/Qwen2-7B-Instruct应该速度会慢一点，但翻译质量会高一点。同一段文本，我再用Qwen/Qwen2-7B-Instruct试试效果：
可以根据自己的需求灵活调整。
我推荐硅基流动的理由主要有以下几点：
提供多个领先的开源生文、生图和代码模型。对于这些模型，您只需按使用量付费。刚注册会送一些额度，够个人开发者用一段时间的了。提供一些免费的模型，SiliconCloud提供了多款免费模型，嵌入与文生图暂时是免费的。推理速度很快。更多信息可以看SiliconCloud官网：https://siliconflow.cn/zh-cn/siliconcloud
