Semantic Kernel（语义内核）是由微软开发的开源 AI 开发工具包（SDK），旨在帮助开发者将大语言模型（LLM）能力无缝集成到 C#、Python 和 Java 应用中，快速构建企业级 AI 智能体（Agent）、RAG（检索增强生成）系统等高级应用。
🧠 一、核心定位
Semantic Kernel 不是一个 LLM，而是一个“AI 中间件”—— 它抽象了与大模型交互的复杂性，提供统一接口，让开发者专注于业务逻辑而非底层调用细节。
✅ 目标：让传统代码 + 大模型 = 智能应用
🔑 二、五大核心概念
1.Kernel（内核）
- 是整个系统的“容器”或“中枢”。
- 负责管理：
- AI 服务（如 OpenAI、Azure OpenAI、Ollama、Google AI 等）
- 插件（Plugins）
- 提示词模板（Prompt Templates）
- 向量存储（Vector Stores）
- 支持依赖注入、中间件（如日志、安全过滤器）。
2.Plugins（插件）
插件是扩展 LLM 能力的关键，分为两类：
| 类型 | 实现方式 | 特点 | 适用场景 |
|---|---|---|---|
| 语义插件（Semantic Plugin） | 基于skprompt.txt+config.json的提示词模板 | 无需写代码，靠 Prompt 控制输出 | 文本生成、翻译、摘要等创意任务 |
| 本地插件（Native Plugin） | 用 C#/Python/Java 编写的类和方法 | 可执行确定性逻辑（如调 API、查数据库） | 获取实时数据、执行业务操作 |
示例：
[KernelFunction, Description("获取当前时间")] public string GetCurrentTime() => DateTime.Now.ToString("yyyy-MM-dd");
3.Prompt Engineering（提示工程）
- 支持变量插值（如
{{$input}}） - 支持角色设定（system/user/assistant）
- 可通过模板文件管理，便于版本控制和团队协作。
4.AI Services（AI 服务集成）
支持多后端：
- OpenAI / Azure OpenAI
- Google Gemini
- Amazon Bedrock
- Ollama（本地模型，如 Llama 3、Qwen）
- Hugging Face（需自定义 HTTP Client）
💡 即使官方未直接支持某模型（如 ChatGLM），也可通过自定义 HttpClient接入。
5.Vector Stores（向量存储）
用于 RAG 场景，支持：
- Azure AI Search
- Qdrant
- Redis
- Weaviate
- Pinecone（社区支持）
⚙️ 三、典型工作流程（函数调用）
当用户提问 “杭州今天天气如何？”：
- Kernel 将所有可用插件函数序列化为 JSON Schema；
- 将聊天历史 + 函数描述发送给 LLM；
- LLM 决定是否调用函数（如
GetCityId("杭州")→GetWeather(cityId)）； - Kernel 自动解析函数调用请求，执行本地代码；
- 将结果回填到对话上下文，再次送入 LLM 生成最终回答；
- 循环直到 LLM 返回纯文本响应。
✅ 全过程自动完成，无需手动解析 function_call。
📦 四、快速上手（C# 示例）
using Microsoft.SemanticKernel; var builder = Kernel.CreateBuilder(); builder.Services.AddAzureOpenAIChatCompletion( deploymentName: "gpt-4", endpoint: "https://your-resource.openai.azure.com/", apiKey: "your-key" ); var kernel = builder.Build(); // 添加本地插件 kernel.Plugins.AddFromType<WeatherPlugin>("weather"); // 发起请求（启用自动函数调用） var result = await kernel.InvokePromptAsync("杭州今天天气怎么样？"); Console.WriteLine(result);🌐 五、企业级特性
- 安全性：支持输入/输出过滤器（防止越狱、敏感信息泄露）
- 可观测性：记录 Token 使用、函数耗时、LLM 输入输出
- 可扩展：支持自定义内存、日志、认证等组件
- 多语言：C#（最成熟）、Python（活跃）、Java（Beta）
📚 学习资源
- GitHub: https://github.com/microsoft/semantic-kernel
- 官方文档: https://learn.microsoft.com/en-us/semantic-kernel/
- 示例项目：
/samples目录含 RAG、Agent、插件等完整 Demo
如果你有具体目标（比如“想用本地 Qwen 模型 + 自定义插件”），我可以提供详细代码模板！欢迎继续提问。
