Semantic Kernel开发实践:定义并使用本机函数(plugin)

前言

作为SK(Semantic Kernel)核心组件之一,Plugins是一组为了实现功能而定义的函数的集合,可以达到增强LLM(大语言模型)的能力。

LLM的训练数据都是截止到过去的某一个时间,所以如果问它现在发生的事情,那么生成的内容,基本上是它在一本正经的胡说八道。LLM也不能进行调用API、发送邮件、发布文章等等操作,如果想让LLM获取新的知识和能力,就需要为它开发一些插件。

这里有一张从微软官方网站上找到的图,展示了plugin的作用。

演示示例使用的控制台应用程序,编程语言是C#,.net版本是8.0

使用Azure OpenAI部署的gpt-3.5-turbo大模型

本机函数功能是获取今天的日期

本机函数

SK的插件有本机函数和语义函数两类。下面我会演示如何创建本机函数,并手动调用它。

1、创建控制台应用

javascript 复制代码
dotnet new console -o dotnet-sk-plugins

2、cd到dotnet-sk-plugins目录下,添加相关的依赖包

csharp 复制代码
dotnet add package Microsoft.KernelMemory.Core
dotnet add package Microsoft.SemanticKernel

3、创建TimePlugin插件类

项目结构如下:

css 复制代码
dotnet-sk-plugins
|--Plugins
|--|--Plugin.Time
|--|--|--TimePlugin.cs
|--Program.cs

代码示例如下:

csharp 复制代码
using System.ComponentModel;
using Microsoft.SemanticKernel;
​
namespace dotnet_sk_plugins.Plugins.Plugin.Time;
​
public sealed class TimePlugin
{
    [KernelFunction, Description("获取今天的日期")]
    public static string GetToday()
    {
        return DateTime.Today.ToString("yyyy-M-d dddd");
    }
}

4、手动调用插件

csharp 复制代码
using dotnet_sk_plugins.Plugins.Plugin.Time;
using Microsoft.KernelMemory;
using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.ChatCompletion;
using Microsoft.SemanticKernel.Connectors.OpenAI;
​
var builder = Kernel.CreateBuilder()
    .AddAzureOpenAIChatCompletion(Env.Var("AOAI_MODEL_ID"), Env.Var("AOAI_ENDPOINT"), Env.Var("AOAI_API_KEY"));
​
builder.Plugins.AddFromType<TimePlugin>();
​
//1、手动调用
var kernel = builder.Build();
var answer = await kernel.InvokeAsync<string>(
    "TimePlugin",
    "GetToday"
);
​
Console.WriteLine("今天是: " + answer);

结语

这篇文章展示了如何定义一个本机函数,并手动调用它。

相关推荐
threerocks5 分钟前
土豆姐 Lauren 关于 Grok Bot 团队打造指南
aigc·openai·ai编程
AI视频工具指南12 分钟前
AI视频的声音和画面怎么配合?先分清谁在传递信息
人工智能·aigc·音视频
无所畏俱的老尹24 分钟前
OpenAI 等支持 robots.txt 共享 AI 训练偏好信号:policy token 一次声明多厂商,落地仍待实现
人工智能·深度学习·机器学习·aigc
沛东的认知和实践3 小时前
当 RAG 开始“要求找全”:一次 Agentic RAG 边界探索与 LLM Wiki 转向
llm·agent
Rocky Ding*4 小时前
【三年面试五年模拟】2026-10-26 携程 AI Agent一面面经全解析
论文阅读·人工智能·深度学习·机器学习·aigc·ai-native·ai agent
Dawson Zhu4 小时前
【Runtime推理引擎①】Runtime架构设计:从Session到Graph Executor的完整骨架
人工智能·语言模型·架构·aigc·agi
Eloudy5 小时前
《Attention Is All You Need》的 Encoder–Decoder Transformer 一次完整训练
llm·transformer
lucas_AI6 小时前
自蒸馏也讲究因材施教:让每个 token 自己挑老师,数学推理白捡 5.9 分
llm
AI创界者6 小时前
Python 进阶实战(十八):API 网关安全与异步鉴权中间件 —— 基于 AsyncIO 的 JWT 零拷贝验权与动态黑名单过滤
人工智能·python·aigc
ShuangNaoPai15 小时前
广告语信噪比检测:用香农信息论解构“WRI字词重复指数”
aigc