在人工智能快速发展的今天，如何将AI技术与实际应用场景无缝融合，已成为开发者的热门话题。本文将详细介绍如何使用 Microsoft Semantic Kernel 构建一个智能、高效的天气查询应用，让开发者了解如何利用 AI 赋能传统应用。

什么是 Semantic Kernel？

Semantic Kernel（语义内核）是微软推出的一个开源 SDK，它允许开发者轻松地将大语言模型（LLM）与传统编程方法结合。通过插件机制，开发者可以让 AI 调用 .NET 代码中的方法，实现更智能的交互。

项目架构与关键技术

技术选型

编程语言：C# 10+
框架：.NET 6/7/8
AI 服务：DeepSeek API
核心库：Microsoft.SemanticKernel

核心特性

函数调用（Function Calling）
聊天历史管理
可插拔的服务插件
灵活的 AI 交互模式

代码实战：天气查询应用

天气服务插件设计

C#
public class WeatherService  
{  
    [KernelFunction]  
    [Description("获取指定城市的当前天气信息")]  
    public string GetWeather([Description("城市名称")] string city)  
    {  
        // 模拟天气数据存储  
        var weatherData = new Dictionary<string, string>  
        {  
            { "北京", "晴天，26°C" },  
            { "上海", "多云，24°C" },  
            // 更多城市天气数据  
        };  

        return weatherData.TryGetValue(city, out var weather)  
            ? $"{city}的当前天气：{weather}"  
            : $"抱歉，没有找到{city}的天气信息";  
    }  

    [KernelFunction]  
    [Description("获取指定城市未来几天的天气预报")]  
    public string GetWeatherForecast(  
        [Description("城市名称")] string city,  
        [Description("预报天数，1-7之间")] int days = 3)  
    {  
        // 实现多日天气预报逻辑  
        // ...  
    }  
}

Semantic Kernel 配置

C#
var kernelBuilder = Kernel.CreateBuilder();  
kernelBuilder.AddOpenAIChatCompletion(  
    modelId: "deepseek-chat",  
    apiKey: Environment.GetEnvironmentVariable("DEEPSEEK_API_KEY"),  
    endpoint: new Uri("https://api.deepseek.com/v1")  
);  

var kernel = kernelBuilder.Build();  
var weatherService = new WeatherService();  
kernel.ImportPluginFromObject(weatherService, "WeatherPlugin");

AI 交互逻辑

C#
var chatCompletionService = kernel.GetRequiredService<IChatCompletionService>();  
var chatHistory = new ChatHistory();  
chatHistory.AddSystemMessage("你是一个专业的天气助手");  

var settings = new OpenAIPromptExecutionSettings  
{  
    FunctionChoiceBehavior = FunctionChoiceBehavior.Auto(),  
    MaxTokens = 2048,  
    Temperature = 0.7  
};  

// 用户查询天气  
string userQuery = "请告诉我北京的天气情况";  
chatHistory.AddUserMessage(userQuery);  

var response = await chatCompletionService.GetChatMessageContentAsync(  
    chatHistory,  
    settings,  
    kernel  
);

完整代码

C#
#pragma warning disable SKEXP0010
using System.ComponentModel;
using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.ChatCompletion;
using Microsoft.SemanticKernel.Connectors.OpenAI;

namespace AppFunction
{
    class Program
    {
        static async Task Main(string[] args)
        {
            // 创建安全的Semantic Kernel配置  
            var kernelBuilder = Kernel.CreateBuilder();
            kernelBuilder.AddOpenAIChatCompletion(
                modelId: "deepseek-chat",
                apiKey: Environment.GetEnvironmentVariable("DEEPSEEK_API_KEY") ?? "sk-xxxx",
                endpoint: new Uri("https://api.deepseek.com/v1")
            );

            // 构建内核  
            var kernel = kernelBuilder.Build();

            // 注册天气服务  
            var weatherService = new WeatherService();
            kernel.ImportPluginFromObject(weatherService, "WeatherPlugin");

            // 获取聊天完成服务  
            var chatCompletionService = kernel.GetRequiredService<IChatCompletionService>();

            // 创建聊天历史  
            var chatHistory = new ChatHistory();
            chatHistory.AddSystemMessage("你是一个专业的天气助手，擅长解答用户的天气相关问题。");

            // 设置函数调用设置  
            var settings = new OpenAIPromptExecutionSettings
            {
                // 只保留一种函数调用行为  
                FunctionChoiceBehavior = FunctionChoiceBehavior.Auto(),
                MaxTokens = 2048,
                Temperature = 0.7
            };

            // 示例1：直接调用GetWeather方法获取某个城市的当前天气  
            Console.WriteLine("直接调用GetWeather方法：");
            string cityName = "北京";
            var currentWeather = weatherService.GetWeather(cityName);
            Console.WriteLine(currentWeather);

            // 示例2：通过聊天方式询问天气  
            Console.WriteLine("\n通过聊天方式询问天气：");
            string userQuery = $"请告诉我{cityName}的天气情况";
            chatHistory.AddUserMessage(userQuery);

 
            // Create kernel arguments
            var arguments = new KernelArguments(settings)
            {
                ["subject"] = userQuery  
            };

            // Invoke method with correct parameters
            var response = await chatCompletionService.GetChatMessageContentAsync(
                chatHistory,
                settings,  
                kernel  
            );


            Console.WriteLine(response.Content);

            // 示例3：获取未来天气预报  
            Console.WriteLine("\n获取未来天气预报：");
            int forecastDays = 5;
            string weatherForecast = weatherService.GetWeatherForecast(cityName, forecastDays);
            Console.WriteLine(weatherForecast);

            // 示例4：通过聊天方式询问天气预报  
            Console.WriteLine("\n通过聊天方式询问天气预报：");
            string forecastQuery = $"请告诉我{cityName}未来{forecastDays}天的天气预报";
            chatHistory.AddUserMessage(forecastQuery);

            arguments = new KernelArguments(settings)
            {
                ["subject"] = cityName,
            };

            response = await chatCompletionService.GetChatMessageContentAsync(
                            chatHistory,
                            settings,
                            kernel
                        );


            Console.WriteLine(response.Content);

            Console.ReadKey();
        }
    }

}

// 天气服务类保持不变
public class WeatherService
{
    [KernelFunction]
    [Description("获取指定城市的当前天气信息")]
    public string GetWeather([Description("城市名称")] string city)
    {
        // 模拟天气数据  
        var weatherData = new Dictionary<string, string>
            {
                { "北京", "晴天，26°C" },
                { "上海", "多云，24°C" },
                { "广州", "小雨，28°C" },
                { "深圳", "晴天，30°C" },
                { "杭州", "阴天，22°C" }
            };

        return weatherData.TryGetValue(city, out var weather)
            ? $"{city}的当前天气：{weather}"
            : $"抱歉，没有找到{city}的天气信息";
    }

    [KernelFunction]
    [Description("获取指定城市未来几天的天气预报")]
    public string GetWeatherForecast(
        [Description("城市名称")] string city,
        [Description("预报天数，1-7之间")] int days = 3)
    {
        if (days < 1 || days > 7)
            return "预报天数必须在1-7之间";

        // 模拟天气预报数据  
        var result = $"{city}未来{days}天天气预报:\n";
        var random = new Random();
        string[] conditions = { "晴天", "多云", "阴天", "小雨", "中雨" };

        for (int i = 1; i <= days; i++)
        {
            int temp = random.Next(15, 35);
            string condition = conditions[random.Next(conditions.Length)];
            result += $"第{i}天: {condition}，{temp}°C\n";
        }

        return result;
    }
}

关键技术解析

函数调用（Function Calling）

通过 [KernelFunction] 和 [Description] 特性，我们可以:

向 AI 模型描述函数的作用
自动生成函数调用文档
实现函数的智能选择和执行

结语

Microsoft Semantic Kernel 为开发者提供了一个强大的平台，让 AI 与传统应用的集成变得前所未有的简单。通过本文的实践，相信读者能够快速掌握 AI 赋能应用的关键技术。

目录