Ollama系列教程(八):semantic kernel调用ollama接口

我是对本地大模型有执念的!因为它安全性好,数据完全被自己掌控。在前面的内容里面分享了如何使用OllamaSharp访问ollama接口,今天分享如何使用Semantic Kernel来访问ollama接口。

关于Semantic Kernel

Semantic Kernel(SK) 是一款模型无关的SDK,能够帮助开发者快速构建、编排和部署AI代理及多代理系统。无论是开发简单的聊天机器人,还是构建复杂的多代理工作流,该工具都能以企业级的可靠性和灵活性提供所需支持。

地址:github.com/microsoft/s...

为什么使用SK?

我们可以直接使用类似OllamaSharp这样的SDK来调用某个大模型的接口,但是如果我们即要访问Ollama里面的模型,又要访问OpenAI的接口,还要兼容DeepSeek的接口,这个时候就需要一个集成开发框架了。在.net平台,最好用且功能最全的,目前只有SK(如果还有其它框架请不吝赐教)。

使用SK

首先要添加框架引用:

csharp 复制代码
	dotnet add package Microsoft.SemanticKernel

由于我们要访问Ollama,因此还需要添加SK的Ollama连接器:

csharp 复制代码
	dotnet add package Microsoft.SemanticKernel.Connectors.Ollama

注意:为了避免编码时收到SKEXP0070、SKEXP0010这种错误,我们先在项目里面把他们屏蔽掉。

markdown 复制代码
	<PropertyGroup>

	    ......

		<NoWarn>$(NoWarn);SKEXP0001,SKEXP0010,SKEXP0070</NoWarn>

	</PropertyGroup>

	 

初始化SK

ini 复制代码
	var endpoint = new Uri("http://localhost:11434");

	var ollama = new OllamaApiClient(endpoint);

	 

	// Create a kernel builder

	var builder = Kernel.CreateBuilder().AddOllamaChatCompletion(ollama);

	 

	// Build the kernel

	Kernel kernel = builder.Build();

添加和使用插件

我们可以把sk里面的插件理解成function calling里面的function,本质上都是大预言模型里面的tools节点

ini 复制代码
	kernel.Plugins.AddFromType<DateTimePlugin>("DateTimePlugin");

	 

	var executionSettings = new OllamaPromptExecutionSettings()

	{

	    FunctionChoiceBehavior = FunctionChoiceBehavior.Auto(),

	};

代码说明:

  1. 添加插件,插件定义见下文
  2. 设置插件的执行方式,我们采用自动选择和执行插件

Plugin的定义

csharp 复制代码
	internal class DateTimePlugin

	{

	    [KernelFunction("get_current_datetime")]

	    [Description("Get current datetime and day of week")]

	    public Task<string> GetCurrentDateTime()

	    {

	        return Task.FromResult(DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss ddd"));

	    }

	}

创建对话

markdown 复制代码
	var chatService = kernel.GetRequiredService<IChatCompletionService>();

	 

	Console.WriteLine();

	Console.WriteLine($"Chat with {ollama.SelectedModel}");

	 

	var systemPrompt = "You are a helpful assistant that knows about AI.";

	var chatHistory = new ChatHistory(systemPrompt);

	Console.WriteLine($">>System: {systemPrompt}");

	 

	while (true)

	{

	    Console.Write(">>User: ");

	    var message = Console.ReadLine();

	 

	    chatHistory.AddUserMessage(message);

	    Console.Write(">>Assistant: ");

	 

	    var reply = await chatService.GetChatMessageContentAsync(chatHistory,

	        executionSettings: executionSettings,

	        kernel: kernel);

	    Console.WriteLine(reply);

	 

	    // Add the message from the agent to the chat history

	    chatHistory.AddMessage(reply.Role, reply.Content ?? string.Empty);

	}

	 

代码说明:

  1. 首先在这段代码中创建一个chatService,用来和大模型进行对话
  2. systemPrompt是我们预设的大模型系统级别指令,通过systemPrompt可以更好的控制大模型的输出
  3. chatHistory用来存储会话历史
  4. while循环中进行对话,同时将user和assistant的对话内容临时存储在chatHistory

总结

以上就是今天分享的全部内容,主要介绍如何使用semantic kernel,并通过sk来访问ollama提供的大模型服务。

原文地址:https://www.cnblogs.com/youring2/p/18813889

相关推荐
舒一笑1 小时前
我的开源项目-PandaCoder迎来史诗级大更新啦
后端·程序员·intellij idea
灵感__idea1 小时前
JavaScript高级程序设计(第5版):好的编程就是掌控感
前端·javascript·程序员
charlee443 小时前
PandasAI连接LLM进行智能数据分析
ai·数据分析·llm·pandasai·deepseek
EdisonZhou5 小时前
多Agent协作入门:群聊编排模式
llm·aigc·.net core
SEO_juper7 小时前
企业级 AI 工具选型报告:9 个技术平台的 ROI 对比与部署策略
人工智能·搜索引擎·百度·llm·工具·geo·数字营销
陈随易9 小时前
AI新技术VideoTutor,幼儿园操作难度,一句话生成讲解视频
前端·后端·程序员
bee00609 小时前
AI时代之下,什么才是个人的护城河?
程序员
同志们9 小时前
LiteLLM Go: 多平台LLM客户端统一接口实现
llm·go
Q同学9 小时前
SciMaster:无需微调,在人类最后考试上刷新 SOTA
人工智能·llm·agent
聚客AI11 小时前
🚀深度解析Agentic RAG:如何突破模型的知识边界
人工智能·llm·掘金·日新计划