.NET 6+Semantic Kernel快速接入OpenAI接口

大家好，我是Edison。

今天我们快速地使用Semantic Kernel来集成OpenAI，使用20来行代码快速实现一个简单的AIGC应用。

这里，我就不多介绍Semantic Kernel了，包括它的一些主要特性如Planners, Functions, Plugins等，这些都留到以后写系列文章再来详细介绍吧。

现阶段你只需要了解，Semantic Kernel 与 LangChain 类似，但 Semantic Kernel 是为应用开发开发人员创建的SDK项目，它支持.NET, Python 以及 Java，但是对.NET支持最成熟（微软自家孩子嘛），可以让你的应用很轻易的集成AI大语言模型。

.NET6应用集成OpenAI

这里，我们快速通过一个.NET 6 控制台应用程序来使用Semantic Kernel集成OpenAI创建一个AIGC应用。

第一步：创建一个.NET6控制台应用程序；

第二步：新建一个appsettings.json，填入以下配置：

{
  "LLM_API_MODEL": "mistral-7b-instruct",
  "LLM_API_BASE_URL": "https://api.your-company.com/llm",
  "LLM_API_KEY": "your-llm-api-key" // Replace this value with your llm api key
}

这里我使用的是我司内部提供的大语言模型API，它是OpenAI兼容的。

第三步：通过NuGet管理器安装以下组件包：

Microsoft.SemanticKernel，1.11.0
Microsoft.SemanticKernel.Connectors.OpenAI，1.11.0
Microsoft.Extensions.Http，8.0.0
Microsoft.Extensions.Configuration, 6.0.0
Microsoft.Extensions.Configuration.Json, 6.0.0

第四步：创建一个OpenAiConfiguration类用于接收appsettings的配置：

public class OpenAiConfiguration
{
    public string ModelId { get; set; }
    public string EndPoint { get; set; }
    public string ApiKey { get; set; }

    public OpenAiConfiguration(string modelId, string endPoint, string apiKey)
    {
        ModelId = modelId;
        EndPoint = endPoint;
        ApiKey = apiKey;
    }
}

第五步：创建一个用于转发OpenAI请求的HttpClientHandler，它会将API请求转发你的大语言模型API地址，当然，你的大语言模型API必须是OpenAI兼容的才行。

public class CustomOpenAiHandler : HttpClientHandler
{
    private readonly string _openAiBaseAddress;

    public CustomOpenAiHandler(string openAiBaseAddress)
    {
        _openAiBaseAddress = openAiBaseAddress;
    }

    protected override async Task<HttpResponseMessage> SendAsync(
        HttpRequestMessage request, CancellationToken cancellationToken)
    {
        request.RequestUri = new Uri($"{_openAiBaseAddress}{request.RequestUri.PathAndQuery}");
        return await base.SendAsync(request, cancellationToken);
    }
}

第六步：在Program.cs中添加以下核心步骤的代码，加上注释，合计29行，快速实现一个AIGC应用。

using Microsoft.Extensions.Configuration;
using Microsoft.SemanticKernel;
using SemanticKernelDemo.Configurations;
using SemanticKernelDemo.Handlers;

// Step1. Load your custom configuration
var configuration = new ConfigurationBuilder().AddJsonFile($"appsettings.json");
var config = configuration.Build();
var openAiConfiguration = new OpenAiConfiguration(config.GetSection("LLM_API_MODEL").Value, config.GetSection("LLM_API_BASE_URL").Value, config.GetSection("LLM_API_KEY").Value);
// Step2. Create a kernel from Your LLM API
var openAiClient = new HttpClient(new CustomOpenAiHandler(openAiConfiguration.EndPoint));
var builder = Kernel.CreateBuilder();
builder.AddOpenAIChatCompletion(openAiConfiguration.ModelId, openAiConfiguration.ApiKey, httpClient: openAiClient);
var kernel = builder.Build();
// Step3. Create a chat between you and kernel
var promptTemplate = @"<message role=""user"">{0}</message>";
Console.Write("You: ");
var userMessage = string.Empty;
while (!string.IsNullOrEmpty(userMessage = Console.ReadLine()))
{
    var prompt = string.Format(promptTemplate, userMessage);
    var summarize = kernel.CreateFunctionFromPrompt(prompt);
    var response = kernel.InvokeStreamingAsync(summarize);
    Console.Write("AI: ");
    await foreach (var item in response)
        Console.Write(item.ToString());
    Console.WriteLine(Environment.NewLine + "---------------------------------------------------------------------");
    Console.Write("You: ");
}