使用Semantic Kernel:对DeepSeek添加自定义插件

SemanticKernel介绍

Semantic Kernel是一个SDK,它将OpenAI、Azure OpenAI等大型语言模型与C#、Python和Java等传统编程语言集成在一起。Semantic Kernel通过允许您定义插件来实现这一点。

为什么需要添加插件?

大语言模型虽然具有强大的自然语言理解和生成能力,但它们通常是基于预训练的模型,其功能受限于训练时所接触的数据和任务。为大语言模型添加插件是为了扩展其功能、提高其灵活性和实用性。比如你问一个大语言模型今天是几号?它无法提供实时信息甚至会出现幻觉,这时候插件就派上用场了。

实践

插件分为提示词插件与本地函数插件,本次示例用的是本地函数。创建一个FunctionTest类:

cs 复制代码
public class FunctionTest
{
    [KernelFunction, Description("获取当前的时间")]
    public object GetCurrentTime()
    {
        return DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss");
    }

    [KernelFunction, Description("获取城市的天气状况")]
    public object GetWeather([Description("城市名称")] string CityName, [Description("查询时段,值可以是[白天,夜晚]")] string DayPart)
    {
        return new { CityName, DayPart, CurrentCondition = "多云", LaterCondition = "阴", MinTemperature = 19, MaxTemperature = 23 };
    }
}

在 Semantic Kernel 中,[KernelFunction] 特性用于标记类中的方法,表明这些方法应当被包含为 Microsoft.SemanticKernel.KernelFunction 实例,并作为技能操作添加到通过Semantic Kernel生成的 Microsoft.SemanticKernel.KernelPlugin 中。 [Description]特性用于为类、方法、属性等添加描述信息。

在kernel中加入这个插件:

cs 复制代码
public async void Initialize_OpenAI()
        {
            var builder = Kernel.CreateBuilder();
            #pragma warning disable SKEXP0010
            builder.AddOpenAIChatCompletion(modelId: "Qwen/Qwen2.5-32B-Instruct", endpoint: new Uri("https://api.siliconflow.cn/v1"), apiKey: "");
            #pragma warning restore SKEXP0010
            //这里我们需要插入之前定义的插件
            builder.Plugins.AddFromType<FunctionTest>();
            Kernel kernel = builder.Build();
            //创建系统提示词
            var prompt = "如果使用函数调用,请确保输出是JSON格式。返回的JSON包含function字段和arguments字段,前者的内容是需要使用的函数的名称,后者的内容是函数所需参数的名称。样例:{\"function\":\"funcName\",\"arguments\":{\"propName\":\"propValue\"}};否则,输出应该是文本格式。";
            //定义一个对话历史
            ChatHistory history = new ChatHistory();
            //添加系统提示词
            history.AddSystemMessage(prompt);
            //创建一个对话服务实例
            var chatService = kernel.GetRequiredService<IChatCompletionService>();

            while (true)
            {
                Console.Write("User:");

                var input = Console.ReadLine();

                if (string.IsNullOrWhiteSpace(input))
                {
                    break;
                }

                history.AddUserMessage(input);

                //打开提示执行设置
                OpenAIPromptExecutionSettings executionSettings = new OpenAIPromptExecutionSettings()
                {
                    Temperature = 0.6,
                    ToolCallBehavior = ToolCallBehavior.AutoInvokeKernelFunctions  
                };
                var chatmessage = await chatService.GetChatMessageContentAsync(history, executionSettings: executionSettings, kernel: kernel);
                var contents = chatmessage.ToString() ?? "";
                Console.WriteLine($"AssistantM: {contents}");
                history.AddMessage(chatmessage.Role, contents); 
            }
        }

在C#中使用Semantic Kernel时,如果遇到大模型不支持直接调用函数的情况,可以通过手动调用自定义插件的方式来绕过这个限制。这种方式不仅增强了模型的灵活性,还允许开发者根据需要定制化服务。

硅基流动统一登录获取免费Tokens,注册完成新建自己的API秘钥,在apiKey填入秘钥既可以调用大模型了

相关推荐
蓝婷儿44 分钟前
Python 机器学习核心入门与实战进阶 Day 2 - KNN(K-近邻算法)分类实战与调参
python·机器学习·近邻算法
IT古董2 小时前
【第二章:机器学习与神经网络概述】04.回归算法理论与实践 -(3)决策树回归模型(Decision Tree Regression)
神经网络·机器学习·回归
烟锁池塘柳04 小时前
【大模型】解码策略:Greedy Search、Beam Search、Top-k/Top-p、Temperature Sampling等
人工智能·深度学习·机器学习
Blossom.1186 小时前
机器学习在智能供应链中的应用:需求预测与物流优化
人工智能·深度学习·神经网络·机器学习·计算机视觉·机器人·语音识别
葫三生7 小时前
如何评价《论三生原理》在科技界的地位?
人工智能·算法·机器学习·数学建模·量子计算
IT古董12 小时前
【第二章:机器学习与神经网络概述】03.类算法理论与实践-(3)决策树分类器
神经网络·算法·机器学习
学技术的大胜嗷15 小时前
离线迁移 Conda 环境到 Windows 服务器:用 conda-pack 摆脱硬路径限制
人工智能·深度学习·yolo·目标检测·机器学习
还有糕手15 小时前
西南交通大学【机器学习实验10】
人工智能·机器学习
想知道哇19 小时前
机器学习入门:决策树的欠拟合与过拟合
人工智能·机器学习
go546315846520 小时前
修改Spatial-MLLM项目,使其专注于无人机航拍视频的空间理解
人工智能·算法·机器学习·架构·音视频·无人机