通过使用 Microsoft 的 Semantic Kernel，我们可以轻松地创建和管理聊天历史记录，以便在聊天会话中保持上下文和连贯性。本文将详细介绍如何使用 Semantic Kernel 调用 Ollama 历史聊天应用，并提供多个示例和注释，帮助开发者更好地理解和实现这一功能。

什么是 Semantic Kernel？

Semantic Kernel 是一个强大的工具，旨在简化与 AI 模型的交互。它提供了多种功能，包括聊天记录管理、函数调用和多模态支持，使开发者能够构建更智能的应用程序。

创建聊天历史对象

聊天历史对象是一个用于维护聊天会话中消息记录的列表。以下是如何在 C# 中创建一个聊天历史对象的示例：

C#
using Microsoft.SemanticKernel.ChatCompletion;

// 创建聊天历史对象
ChatHistory chatHistory = new ChatHistory();
chatHistory.AddSystemMessage("你是一个有帮助的助手。");
chatHistory.AddUserMessage("可以点什么？");
chatHistory.AddAssistantMessage("我们有比萨、意大利面和沙拉可供选择。你想点什么？");
chatHistory.AddUserMessage("我想要第一个选项。");

代码解释

• ChatHistory 是聊天历史对象的类。
• AddSystemMessage 方法用于添加系统消息。
• AddUserMessage 和 AddAssistantMessage 方法分别用于添加用户和助手的消息。

添加丰富的消息

除了基本的消息，我们还可以添加更丰富的消息，例如包含用户名称和图片的消息。以下是一个示例：

C#
// 添加系统消息
chatHistory.Add(new ChatMessageContent
{
    Role = AuthorRole.System,
    Content = "你是一个有帮助的助手"
});

// 添加带有图片的用户消息
chatHistory.Add(new ChatMessageImageContent
{
    Role = AuthorRole.User,
    ImageUrl = "https://example.com/menu.jpg"
});

代码解释

• ChatMessageContent 和 ChatMessageImageContent 是用于创建消息的类。
• AuthorRole 枚举用于指定消息的角色（系统、用户或助手）。

检查聊天历史对象

在与聊天完成服务交互时，我们可以检查聊天历史对象，以查看函数调用和结果。以下是一个示例：

C#
// 获取当前聊天历史长度
int currentChatHistoryLength = chatHistory.Count;

// 获取聊天消息内容
var results = await chatCompletionService.GetChatMessageContentAsync(chatHistory);

// 打印新添加的消息
for (int i = currentChatHistoryLength; i < chatHistory.Count; i++)
{
    Console.WriteLine(chatHistory[i]);
}

// 打印最终消息
Console.WriteLine(results);

代码解释

• GetChatMessageContentAsync 方法用于获取聊天消息内容。
• 我们可以遍历聊天历史并打印新添加的消息。

聊天历史的减少

随着聊天的进行，聊天历史可能会变得庞大，影响性能。我们可以使用聊天历史减少器来管理聊天历史。以下是一个示例：

注意：#pragma warning disable SKEXP0001

C#
// 创建聊天历史减少器
var reducer = new ChatHistoryTruncationReducer(targetCount: 2);

// 添加用户消息
chatHistory.AddUserMessage("推荐一些关于西雅图的书籍。");
chatHistory.AddUserMessage("推荐一些关于都柏林的书籍。");

// 执行减少操作
var reducedMessages = await reducer.ReduceAsync(chatHistory);
if (reducedMessages != null)
{
    chatHistory = new ChatHistory(reducedMessages);
}

代码解释

• ChatHistoryTruncationReducer 用于减少聊天历史的大小。
• ReduceAsync 方法根据目标消息数量减少聊天历史。

完整示例

C#
#pragma warning disable SKEXP0070 

using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.ChatCompletion;

namespace AppOllamaHistory
{
    internal class Program
    {
        static async Task Main(string[] args)
        {
            var builder = Kernel.CreateBuilder();
            var modelId = "deepseek-r1:1.5b";
            var endpoint = new Uri("http://127.0.0.1:11434");

            builder.Services.AddOllamaChatCompletion(modelId, endpoint);

            Kernel kernel = builder.Build();

            var chatHistory = new ChatHistory();

            // 添加系统消息  
            chatHistory.AddSystemMessage("我是你的助手.");

            // 模拟用户输入  
            var userMessages = new List<string>
            {
                "我想学习一门IT技术，帮我推荐几个",
                "请帮我选第二项"
            };

            var chatCompletionService = kernel.GetRequiredService<IChatCompletionService>();


            foreach (var userMessage in userMessages)
            {
                // 添加用户消息  
                chatHistory.AddUserMessage(userMessage);
                Console.WriteLine($"\n>>> User:\n{userMessage}");

                // 获取助手的响应  
                var response = await chatCompletionService.GetChatMessageContentAsync(chatHistory);
                chatHistory.AddAssistantMessage(response.Content!);
                Console.WriteLine($"\n>>> Assistant:\n{response.Content!}");
            }

            // 打印聊天历史  
            Console.WriteLine("\nChat History:");
            foreach (var message in chatHistory)
            {
                Console.WriteLine($"{message.Role}: {message.Content}");
            }

            Console.ReadKey();
        }
    }
}

结论

通过使用 Microsoft 的 Semantic Kernel，我们可以轻松地创建和管理聊天历史对象，模拟函数调用，并有效地减少聊天历史。这些功能使得构建智能聊天应用程序变得更加简单和高效。希望本文能帮助你更好地理解如何使用 Semantic Kernel 调用 Ollama 历史聊天应用。

通过以上示例和详细说明，你可以在自己的项目中实现聊天历史管理功能，提升用户体验。