C#使用iKvm黑科技无缝接入JVM生态

c#,使用,ikvm,科技,无缝,接入,jvm,生态 · 浏览次数 : 27

小编点评

**iKVM简介** KVM (IKVM, IKVMnet) 是一款用于 .NET 平台的 Java 编译器。它可以将 Java 代码转换为可运行的 .NET 应用程序，从而简化开发过程。 **使用 KVM 的优点** * **可移植性:** KVM 可以执行任何需要 Java 编译器的代码，包括 Jdk 的反射和动态代理。 * **效率:** KVM 提供高效的编译器，可以加速代码构建。 * **易于使用:** KVM 提供易用的 API，使其非常容易使用。 **依赖** * **.NET Framework/Core:** 用于执行 Java 代码。 * **Java Development Kit (JDK):** 用于编译 Java 代码。 * **IKVM 库:** 用于提供编译和运行代码的功能。 **使用 KVM 的步骤** 1. 下载并解压 KVM 应用程序。 2. 创建一个 .NET 项目。 3. 添加 `IKVMdotnet` 和 `IKVM.Maven.Sdk` 作为项目依赖。 4. 在项目的配置文件中添加 `IKVM` 和 `IKVM.Maven.Sdk` 的配置。 5. 从 Maven repository 中下载并解压模型文件。 6. 在项目代码中使用 `NER` 类进行句子成分分析。 **示例代码** ```csharp // Example NER class using IKVM using com.hankcs.hanlp.model.crf; using com.hankcs.hanlp.model.perceptron; using com.hankcs.hanlp.seg; using com.hankcs.hanlp.seg.common; namespace AIHub.Algo.HanLP { public class NER { private readonly string _modelPath; public NER(string modelPath) { _modelPath = modelPath; } public void Recognize(string input) { PerceptronLexicalAnalyzer analyzer = new PerceptronLexicalAnalyzer( Path.Combine(_modelPath, "cws.bin"), Path.Combine(_modelPath, "pos.bin"), Path.Combine(_modelPath, "ner.bin") ); var result = analyzer.analyze(input); Console.WriteLine(result); } } } ```

正文

前言

时间过得飞快，一转眼国庆假期也要过去了，再不更新博客就太咸鱼了……

最近在开发AIHub的时候想找个C#能用的命名实体识别库，但一直没找到，AI生态方面C#确实不太丰富，这块还是得Python，但我又不想跟LLM一样用gRPC的方式来调用，感觉有点麻烦。

这时候发现好像JVM生态有不少这类NLP工具，比如 Standford NLP 、HanLP这类。所以就想到之前在网上看到的iKvm，我直接把JVM生态白嫖来使用😃

关于iKvm

看官方的介绍

IKVM is an implementation of Java for the Microsoft .NET platform. It can be used to quickly and easily:

Execute compiled Java code (bytecode) on .NET Framework or .NET Core

Convert bytecode to a .NET assembly to directly access its API in a .NET project

These tasks can be done without porting source code to .NET.

有两种工作方式：

直接在C#里调用 jar 包执行
将 jar 包转译为 .Net 平台的 dll ，然后引用执行

一般选第二种就行，第一种就是动态调用，根本没代码提示，不想考虑这种方式。

iKvm 其实是一套体系来的，里面包含了完整的 JDK 标准库和运行时啥的，我粗略看了下，什么 swing、xml、media啥的一应俱全，还能支持 jdk 的反射。

并且还附带有现代的构建工具 maven！

PS: gradle 不知道有没有，我还没试过。

关于依赖处理

虽说 iKvm 支持 maven 非常的方便，但是它并不能处理一个包中的依赖关系！

例如引用了 StarAI 这个包，它又依赖于 Transformer 这个库，在maven中会自动下载所有依赖进行 build

但是 iKvm 的 maven 没办法自动处理依赖，所以只能手动把 StarAI 和 transformer 这俩库都添加到配置里。

开始使用

本文以 HanLP 为例

依赖准备

首先添加俩 nuget 依赖

dotnet add package IKVM
dotnet add package IKVM.Maven.Sdk

或者直接编辑项目文件

<ItemGroup>
    <PackageReference Include="IKVM" Version="8.6.4" />
    <PackageReference Include="IKVM.Maven.Sdk" Version="1.5.5" />
</ItemGroup>

然后再项目文件里面添加 maven 依赖，直接从 mvn repository 上复制下来就完事了，非常的方便！

给不熟悉 Java 的同学指个路: https://mvnrepository.com/

<ItemGroup>
    <MavenReference Include="hanlp">
        <groupId>com.hankcs</groupId>
        <artifactId>hanlp</artifactId>
        <version>portable-1.8.4</version>
    </MavenReference>
</ItemGroup>

保存，之后IDE会自动执行操作，会自动下载 iKvm 需要的依赖，各平台的 JDK 和 runtime 之类的，并且会自动从 maven 上把 jar 包下载下来并转译成 .Net 平台的 dll

这个过程需要一段时间，请耐心等待。

如果没有自动执行请手动运行

dotnet restore
dotnet build

开始编码

使用HanLP之前需要先下载模型，模型地址为: https://file.hankcs.com/hanlp/data-for-1.7.5.zip

下载后解压到与代码同级的目录下。

这里以 HanLP 的句子成分分析功能为例

using com.hankcs.hanlp.model.crf;
using com.hankcs.hanlp.model.perceptron;
using com.hankcs.hanlp.seg;
using com.hankcs.hanlp.seg.common;

namespace AIHub.Algo.HanLP;

public class NER {
    private readonly string _modelPath;

    public NER(string modelPath) {
        _modelPath = modelPath;
    }

    public void Recognize(string input) {
        PerceptronLexicalAnalyzer analyzer = new PerceptronLexicalAnalyzer(
            Path.Combine(_modelPath, "cws.bin"),
            Path.Combine(_modelPath, "pos.bin"),
            Path.Combine(_modelPath, "ner.bin")
        );

        var result = analyzer.analyze(input);
        Console.WriteLine(result);
    }
}

测试时直接调用 Recognize 方法即可。