准备环境：安装 Ollama

首先，你需要安装 Ollama，这是一个让你在本地运行 AI 模型的工具。去 ollama.com 下载对应系统的版本（Windows、macOS 或 Linux），安装后打开终端（命令行）输入 ollama serve 启动服务。如果看到 http://localhost:11434 的提示，就说明成功了。

安装依赖：创建 .NET 项目

这个教程使用 C#，所以你需要 .NET SDK（软件开发工具包）。去 dotnet.microsoft.com 下载并安装。然后打开终端，运行以下命令创建一个新项目：

• dotnet new console -n RuleEngine （创建一个控制台应用）
• cd RuleEngine （进入项目文件夹）

接着安装两个包：OllamaSharp（用来和 Ollama 通信）和 System.Text.Json（处理 JSON 数据）。运行：

• dotnet add package OllamaSharp
• dotnet add package System.Text.Json

编写代码：让 AI 理解你的规则

现在，新建一个 Program.cs 文件，写入以下代码（这是核心逻辑）：

using OllamaSharp;
using System.Linq.Expressions;
using System.Text.Json;

var chatbot = new OllamaChatClient("http://localhost:11434", "llama2");
var parser = new RuleParser(chatbot);
var rule = await parser.ParseAsync("工资大于 40 且小时数小于等于 60");
Console.WriteLine(rule);

这段代码会向 Ollama 发送你的自然语言规则，AI 会返回一个 JSON 格式的规则结构。然后我们使用 表达式树（一种在代码中动态构建逻辑的方法）把它变成可执行的 C# 代码。整个过程 AI 只输出数据，不生成可执行代码，所以非常安全。

验证成功：运行你的第一个规则

在终端运行 dotnet run。如果看到类似 AndRule: {Left: CompareRule(Field: wage, Op: GreaterThan, Value: 40), Right: CompareRule(Field: hours, Op: LessThanOrEqual, Value: 60)} 的输出，就说明成功了。你可以用这个规则来过滤数据，比如检查一个员工是否符合加班条件。

下一步可以做什么

你已经学会了基础流程：自然语言 → AI → JSON → 表达式树 → 可执行代码。接下来可以尝试：

• 修改规则文本，比如“年龄大于 18 且分数不低于 60”
• 把规则应用到真实数据上，比如从数据库或 CSV 文件读取员工信息
• 探索更多运算符，比如“或”（or）和“非”（not）

记住，AI 只是翻译工具，真正的控制权在你手里。祝你好运！