前言

前一篇提到 Semantic Kernel對於OpenAI Chat Completions封裝了一些方法，可以幫助開發人員快速的使用以對話為模式的Chat Completions API。然而如果有仔細觀看範例程式碼的話，應該會發現沒用Kernel物件，本篇就延續上一個範例，來看看如何透過Kernel來搭配Chat Completions。

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。

本文以Semantic Kernel v1.0.0 Beta1版號做為教學說明

Kernel 與 OpenAI Chat Completions

前題假設已申請好GPT-4模型服務，且Chat Completions只能用於GPT3.5與GPT4以上的模型，本範例使用Azure OpenAI 服務

• 建立Kernel物件

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

• 建立OpenAIRequestSettings物件，配置API參數，例如最大Token數 MaxTokens、溫度Temperature等

var requestSettings = new OpenAIRequestSettings()
{
    MaxTokens = 1024,
    FrequencyPenalty = 0,
    PresencePenalty = 0,
    Temperature = 0.2,
    TopP = 0.5
};

• 透過kernel.GetService取得chatCompletion實作，實際拿到的是型別Microsoft.SemanticKernel.Connectors.AI.OpenAI.ChatCompletion.AzureChatCompletion物件，可以發現其實它就是採用Connectors連結器機制（前幾篇文章有介紹Connectors連結器）與AOAI溝通的

var chatCompletion = kernel.GetService<IChatCompletion>();

• 透過AzureChatCompletion開始新一輪對話，此時建構子給與的內容就是system Role的prompt

 var chatHistory = chatCompletion.CreateNewChat("你是一位自然語言人工智慧研究專家");

• 接著新增 user Role的prompt

chatHistory.AddUserMessage("ChatGPT與過去的自然語言模型有什麼不同，舉個簡單的例子說明");

• 調用Chat Completion API，取得生成結果，調用時參入＂對話記錄＂與＂API參數配置＂，在本範例裡就是chatHistory與requestSettings物件。透過GetChatMessageAsync取得生成結果的Message物件，這個Message物件會是assistant Role與其內容

foreach (IChatResult chatCompletionResult in await chatCompletion.GetChatCompletionsAsync(chatHistory, requestSettings))
{
    ChatMessageBase chatMessage = await chatCompletionResult.GetChatMessageAsync();
    chatHistory.Add(chatMessage); //加入對話歷程
    Console.WriteLine($"Completions : {chatMessage.Content.ToString()}"); //生成結果
}

• 透過chatHistory物件可以查看所有對話歷程

foreach (var message in chatHistory.Messages)
{
    Console.WriteLine($"{message.Role}: {message.Content}");
}

• 生成結果
  

範例原始碼 : https://github.com/iangithub/sklearn/tree/main/MultiChatCompletionSample

結語

本篇範例與上一篇差別的是AzureChatCompletion物件的取得，是由Kernel提供的，相較於透過new AzureChatCompletion自行建立，以Kernel為核心出發這種方式能進一步整合Kernel的其它功能，例如先前提到的Plugins等，對於較複雜的場景應用是比較有利的。

30天的鐵人賽終於結束了，這是第一次參加也順利完賽，礙於時間壓力，內容編寫上有諸多不順或說明不夠清楚的地方，思路上也較混亂一些，就請讀者多多包涵啦(ㄟ..有人看嗎? 你要確定吶.....)，而關於Semantic Kernel還有許多想談來不及談的內容，咱們後續就blog見囉(oh ya，不用每天趕稿了XDD)。

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