前言

前一篇以一個簡單的Sample體會如何使用Semantic Kernel，接著就要來細說Semantic Kernel的細節，本篇先從 Kernel開始。

範例採用C#程式語言，並以主控台應用程式做為示範，使用的是.net 7.0。
此外GPT模型使用的是Azure OpenAI GPT-4，事實也可以依需求改用OpenAI服務，而模型也可以改用GPT-3.5。

Semantic Kernel 套件

Semantic Kernel 是以開源方式發行，並以套件方式融入應用中，以C#來說就是以Nuget套件發行，只是在目前尚未正式發佈1.0版本前，必須勾選包含搶鮮版，這樣才能找到Semantic Kernel 套件 — Microsoft.SemanticKernel。

Kernel

Semantic Kernel 的整個機制都是建立在 Kernel 物件身上，因此不管是連結模型或是Plugins都是以Kernel 物件為中心。

• 直接建立一個Kernel 物件然後呼叫一個本機function，輸出日期時間

這個範例，要注意的是這個範例 Kernel 物件本身並沒有接上任何模型，然後它卻掛入的了一個內建開箱即用的Plugins（TimeSkill），然後kernel.RunAsync就可以執行輸出時間，可以看到它並沒有Chat的功能。

var kernel = Kernel.Builder.Build();
var time = kernel.ImportSkill(new TimeSkill());
var result = await kernel.RunAsync(time["Today"]);

Console.WriteLine(result);

• 包含設定值的Kernel 物件
  前一個範例，有提到Kernel 物件並沒有接上任何模型，但開發LLM應用怎麼可能會沒有模型呢？所以多數情況在建立Kernel 物件時，都會有一些設定值要做設定，也就是所謂的config。就像這個範例一樣，設定為使用Azure OpenAI Service模型，而WithAzureChatCompletionService是Semantic Kernel內建的服務，一樣開箱即用。

var kernel = new KernelBuilder()
            .WithAzureChatCompletionService(
             deploy_model,   // Azure OpenAI Deployment Name
             aoai_Endpoint, // Azure OpenAI Endpoint
             api_Key  // Azure OpenAI Key
            ).Build();

想使用 OpenAI，就換用WithOpenAIChatCompletionService，同樣內建開箱即用

現階段版本，Semantic Kernel提供了不只上述二種的開箱即用的服務，還有像是

• WithAzureOpenAIImageGenerationService：OpenAI DallE image generation service
• WithAzureTextCompletionService：Azure OpenAI text completion service
• WithAzureTextEmbeddingGenerationService：Azure OpenAI text embeddings service
• WithOpenAIChatCompletionService：OpenAI ChatGPT completion service
• WithOpenAIImageGenerationService：OpenAI DallE image generation service
• WithOpenAITextCompletionService：OpenAI text completion service
• WithOpenAITextEmbeddingGenerationService：OpenAI text embeddings service

當然你也可以自行擴展，使用WithAIService將自定義的AI Service置入到Kernel物件中

除此之外，也可以配置

• WithMemory：semantic text memory entity
• WithLoggerFactory：logger to the kernel
• WithMemoryStorage：memory storage to the kernel

而當你的LLM應用需要使用多個模型服務時，Kernel物件也支援配置多個模型服務

這個範例是Kernel物件配置了Embedding、MemoryStorage、Azure OpenAI 服務

var kernel = new KernelBuilder()
            .WithAzureTextEmbeddingGenerationService(embedding_Model, aoai_Endpoint, api_Key)
            .WithMemoryStorage(new VolatileMemoryStore())
            .WithAzureChatCompletionService(
             deploy_Model,   // Azure OpenAI Deployment Name
             aoai_Endpoint, // Azure OpenAI Endpoint
             api_Key  // Azure OpenAI Key
            ).Build();

而Plugins的部份，也是必須依需求事先置入Kernel物件中

 //接上Plugins
var pluginsDirectory = Path.Combine(System.IO.Directory.GetCurrentDirectory(), "Plugins");
var writerPlugin = kernel.ImportSemanticSkillFromDirectory(pluginsDirectory, "WriterPlugin");

結語

本篇內容說明了如何建立Semantic Kernel最核心的Kernel物件的方式，可以看到Semantic Kernel已經包裝好許多常用的服務，這些都是可以直接開箱即用的，例如WithOpenAIChatCompletionService也不用自行撰寫API的呼叫，對開發上來說相當的方便，接下來連續幾篇系例文，我們將進入Plugins的說明。

嗨，我是Ian，我喜歡分享與討論，今年跟2位朋友合著了一本ChatGPT主題書，如果你是一位開發者，這本書或許會有些幫助，https://www.tenlong.com.tw/products/9786263335189
這次的鐵人賽文章也會同時發佈於個人blog，歡迎關注我的blog : https://medium.com/@ianchen_27500