C#调用大模型

人工智能AI技术2026-04-17 18:55

文章目录

P.S. 目前国内还是很缺AI人才的，希望更多人能真正加入到AI行业，共同促进行业进步，增强我国的AI竞争力。想要系统学习AI知识的朋友可以看看我精心打磨的教程 http://blog.csdn.net/jiangjunshow http://blog.csdn.net/jiangjunshow/article/details/77338485，教程通俗易懂，高中生都能看懂，还有各种段子风趣幽默，从深度学习基础原理到各领域实战应用都有讲解，我22年的AI积累全在里面了。注意，教程仅限真正想入门AI的朋友，否则看看零散的博文就够了。

一、开篇：为啥要写这篇文章

兄弟们，说实话啊，我搞AI这22年，见过太多奇葩事了。

前几天有个做.NET开发的老弟找我，说公司领导让他把ChatGPT接进项目里。他一脸懵，问我："哥，C#咋调大模型啊？网上资料乱七八糟的..."

我当时就笑了。这问题太典型了！

你看啊，现在市面上讲Python调OpenAI的文章满天飞，但C#的？少得可怜！好像咱们.NET开发者不配玩AI似的...

扯淡！

C#调大模型不但能干，而且干得贼漂亮。微软自家就是搞AI的，Semantic Kernel这玩意儿就是亲儿子，稳定得一匹。

今天我就把我这些年踩过的坑、试过的路，一股脑儿全倒给你们。

二、准备工作：别急着写代码

2.1 先搞个API Key

这事儿简单，但必须得说。

OpenAI官网注册一个账号，去API页面复制你的Key。注意啊，这Key就跟你的银行卡密码一样，千万别往GitHub上扔！

我一般放环境变量里：

bash 复制代码 
# Windows
setx OPENAI_API_KEY "sk-你的密钥"

# 或者代码里读取
string apiKey = Environment.GetEnvironmentVariable("OPENAI_API_KEY");

2.2 创建项目

Visual Studio新建一个控制台项目，.NET 8就行。别整那些花里胡哨的，先跑通再说。

bash 复制代码 
dotnet new console -n CSharpLLMDemo
cd CSharpLLMDemo

2.3 装NuGet包

这里有好几条路可以走，我给你列清楚：

方案A：直接用OpenAI官方SDK（最简单）

bash 复制代码 
dotnet add package OpenAI --version 2.0.0

方案B：用Semantic Kernel（推荐，功能最强）

bash 复制代码 
dotnet add package Microsoft.SemanticKernel --version 1.0.0
dotnet add package Microsoft.SemanticKernel.Connectors.OpenAI --version 1.0.0

方案C：用Microsoft.Extensions.AI（最新最潮）

bash 复制代码 
dotnet add package Microsoft.Extensions.AI --version 9.0.0

我主要讲方案B，Semantic Kernel。为啥？因为这才是工业级的玩法！

三、基础调用：先让整个"Hello AI"

3.1 最简单的聊天

来，上代码：

csharp 复制代码 
using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.ChatCompletion;
using Microsoft.SemanticKernel.Connectors.OpenAI;

class Program
{
    static async Task Main(string[] args)
    {
        // 1. 创建Kernel
        var builder = Kernel.CreateBuilder();
        builder.AddOpenAIChatCompletion(
            modelId: "gpt-4o-mini",  // 这个模型便宜又好用
            apiKey: Environment.GetEnvironmentVariable("OPENAI_API_KEY")!
        );
        
        var kernel = builder.Build();
        
        // 2. 获取聊天服务
        var chatService = kernel.GetRequiredService<IChatCompletionService>();
        
        // 3. 开聊！
        var history = new ChatHistory();
        history.AddSystemMessage("你是一个幽默的AI助手，说话要带梗");
        history.AddUserMessage("你好，给我讲个程序员笑话");
        
        var response = await chatService.GetChatMessageContentAsync(history);
        
        Console.WriteLine($"AI说：{response.Content}");
    }
}

运行结果大概长这样：

复制代码 
AI说：为啥程序员总是分不清圣诞节和万圣节？

因为 31 OCT = 25 DEC！

（八进制的31等于十进制的25，懂的人自然懂...）

看到没？就这么几行代码，AI就跟你聊上了。

3.2 流式输出

上面的代码有个问题：要等AI全部想完了才给你显示。如果回复很长，用户会以为程序卡死了...

改成流式输出：

csharp 复制代码 
var history = new ChatHistory();
history.AddUserMessage("写一篇关于C#的500字短文");

await foreach (var chunk in chatService.GetStreamingChatMessageContentsAsync(history))
{
    Console.Write(chunk.Content);  // 来一个字符就显示一个
}

用户体验瞬间起飞！就像看AI在打字一样，爽得很。

四、进阶玩法：让AI真正"会做事"

4.1 什么是Function Calling

兄弟们，重点来了啊！

大模型有个毛病：它只会"说话"，不会"做事"。

你问它"1234567除以7654321等于多少"，它可能会瞎猜一个答案。为啥？因为它没有计算器！

Function Calling就是解决这个问题的。简单说：你给AI一堆工具（函数），让它自己决定什么时候用哪个。

4.2 实战：做个计算器插件

来，看这段代码：

csharp 复制代码 
using Microsoft.SemanticKernel;
using System.ComponentModel;

public class CalculatorPlugin
{
    [KernelFunction("add_numbers")]
    [Description("将两个数字相加")]
    public int AddNumbers(
        [Description("第一个数字")] int a,
        [Description("第二个数字")] int b)
    {
        Console.WriteLine($"[计算器被调用] {a} + {b}");
        return a + b;
    }
    
    [KernelFunction("divide_numbers")]
    [Description("将第一个数字除以第二个数字")]
    public double DivideNumbers(
        [Description("被除数")] double a,
        [Description("除数")] double b)
    {
        Console.WriteLine($"[计算器被调用] {a} / {b}");
        return a / b;
    }
}

注意那两个特性标签：

  • [KernelFunction]：标记这个方法可以被AI调用
  • [Description]：告诉AI这个方法是干嘛的

4.3 注册插件并让AI使用

csharp 复制代码 
// 1. 注册插件
builder.Plugins.AddFromType<CalculatorPlugin>();
var kernel = builder.Build();

// 2. 配置让AI自动调用工具
var settings = new OpenAIPromptExecutionSettings
{
    ToolCallBehavior = ToolCallBehavior.AutoInvokeKernelFunctions,
    Temperature = 0.1  // 准确度优先，别乱发挥
};

// 3. 创建带配置的函数
var func = kernel.CreateFunctionFromPrompt(
    "用户问题：{input}", 
    settings
);

// 4. 提问
var result = await kernel.InvokeAsync(func, new KernelArguments 
{ 
    ["input"] = "1234567除以7654321等于多少？精确到5位小数" 
});

Console.WriteLine(result);

运行结果：

复制代码 
[计算器被调用] 1234567 / 7654321
AI说：1234567除以7654321等于0.16129

看到没？AI发现自己不会算，就调用了我们的计算器！这才是真正的智能嘛。

4.4 更实用的例子：天气查询

光会算数有啥用？来整点实际的：

csharp 复制代码 
public class WeatherPlugin
{
    [KernelFunction("get_weather")]
    [Description("获取指定城市的当前天气")]
    public string GetWeather(
        [Description("城市名称，比如'北京'、'上海'")] string city)
    {
        // 这里调真实的天气API，我先模拟一下
        var random = new Random();
        var temp = random.Next(15, 35);
        var conditions = new[] { "晴天", "多云", "小雨", "阴天" };
        var condition = conditions[random.Next(conditions.Length)];
        
        return $"{city}当前天气：{condition}，温度{temp}°C";
    }
}

注册进去，然后问AI：

csharp 复制代码 
var result = await kernel.InvokeAsync(func, new KernelArguments 
{ 
    ["input"] = "我想去北京旅游，那边天气怎么样？" 
});

AI会自动提取出"北京"这个城市名，然后调用GetWeather函数！

五、对话上下文管理

5.1 为啥需要上下文

AI有个特点：它"记性不好"。每次调用都是独立的，它不记得你之前说过啥。

所以得用ChatHistory来保存对话记录：

csharp 复制代码 
var history = new ChatHistory();
history.AddSystemMessage("你是专业客服，态度要好");

while (true)
{
    Console.Write("用户：");
    var input = Console.ReadLine();
    if (input == "exit") break;
    
    history.AddUserMessage(input);
    
    var response = await chatService.GetChatMessageContentAsync(history);
    Console.WriteLine($"AI：{response.Content}");
    
    history.AddAssistantMessage(response.Content!);  // 关键！把AI回复也存起来
}

这样AI就能记住之前的对话了，体验跟ChatGPT一样丝滑。

5.2 上下文长度限制

但要注意啊，GPT-4o-mini最多支持128K tokens。超过这个限制，就得删掉一些老消息。

csharp 复制代码 
// 简单的截断策略：保留最近10轮对话
if (history.Count > 20)  // 10轮 = 20条消息（用户+AI各10条）
{
    // 保留System消息，删除最老的用户/AI消息对
    var systemMessage = history.FirstOrDefault(m => m.Role == AuthorRole.System);
    history.Clear();
    if (systemMessage != null) history.Add(systemMessage);
}

六、国内大模型怎么调

6.1 用DeepSeek

OpenAI的API国内访问不稳定，而且贵！DeepSeek便宜多了。

csharp 复制代码 
builder.AddOpenAIChatCompletion(
    modelId: "deepseek-chat",
    apiKey: "你的DeepSeek Key",
    endpoint: new Uri("https://api.deepseek.com")  // 关键！改端点
);

6.2 用阿里云通义千问

csharp 复制代码 
builder.AddOpenAIChatCompletion(
    modelId: "qwen-turbo",
    apiKey: "你的阿里云Key",
    endpoint: new Uri("https://dashscope.aliyuncs.com/compatible-mode/v1")
);

6.3 用Azure OpenAI（企业首选）

csharp 复制代码 
builder.AddAzureOpenAIChatCompletion(
    deploymentName: "gpt-4",  // 你的部署名
    endpoint: "https://你的资源名.openai.azure.com/",
    apiKey: "你的Azure Key"
);

Semantic Kernel的好处就是：换模型只需要改配置，业务代码完全不用动！

七、踩坑实录

7.1 网络问题

国内访问OpenAI API，十有八九会超时。解决方案：

  1. 用国内的大模型（DeepSeek、文心一言、通义千问）
  2. 用代理（自己想办法）
  3. 用Azure OpenAI（微软在国内有节点）

7.2 Token计算

每次调用都要花钱，得心里有数：

csharp 复制代码 
var response = await chatService.GetChatMessageContentAsync(history);

// 查看用了多少token
if (response.Metadata?.TryGetValue("Usage", out var usage) == true)
{
    Console.WriteLine($"Prompt tokens: {usage.PromptTokens}");
    Console.WriteLine($"Completion tokens: {usage.CompletionTokens}");
    Console.WriteLine($"Total tokens: {usage.TotalTokens}");
}

GPT-4o-mini的价格是：输入0.15美元/百万token，输出0.6美元/百万token。便宜得很！

7.3 超时设置

默认超时可能不够，特别是生成长文本的时候：

csharp 复制代码 
var httpClient = new HttpClient { Timeout = TimeSpan.FromMinutes(5) };

var builder = Kernel.CreateBuilder();
builder.AddOpenAIChatCompletion(
    modelId: "gpt-4o-mini",
    apiKey: apiKey,
    httpClient: httpClient  // 传进去
);

八、完整实战：做个智能客服

来，把上面的知识点串起来，写个完整的例子：

csharp 复制代码 
using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.ChatCompletion;
using Microsoft.SemanticKernel.Connectors.OpenAI;

class Program
{
    static async Task Main(string[] args)
    {
        // 1. 初始化Kernel
        var builder = Kernel.CreateBuilder();
        builder.AddOpenAIChatCompletion(
            modelId: "gpt-4o-mini",
            apiKey: Environment.GetEnvironmentVariable("OPENAI_API_KEY")!
        );
        
        // 2. 注册业务插件
        builder.Plugins.AddFromType<OrderPlugin>();
        builder.Plugins.AddFromType<ProductPlugin>();
        
        var kernel = builder.Build();
        var chatService = kernel.GetRequiredService<IChatCompletionService>();
        
        // 3. 设置系统人设
        var history = new ChatHistory();
        history.AddSystemMessage("""
            你是某电商平台的智能客服，名字叫"小智"。
            你的职责是：
            1. 回答用户关于商品的咨询
            2. 帮用户查询订单状态
            3. 处理退换货申请
            
            说话要亲切自然，多用表情符号😊
            遇到不懂的问题，诚实告诉用户你会转接人工客服
        """);
        
        // 4. 配置工具调用
        var settings = new OpenAIPromptExecutionSettings
        {
            ToolCallBehavior = ToolCallBehavior.AutoInvokeKernelFunctions
        };
        
        // 5. 开始对话
        Console.WriteLine("小智：您好！我是智能客服小智，有什么可以帮您的吗？😊");
        
        while (true)
        {
            Console.Write("\n用户：");
            var input = Console.ReadLine();
            if (string.IsNullOrWhiteSpace(input)) continue;
            if (input.ToLower() == "exit") break;
            
            history.AddUserMessage(input);
            
            var response = await chatService.GetChatMessageContentAsync(
                history, 
                settings, 
                kernel
            );
            
            Console.WriteLine($"\n小智：{response.Content}");
            history.AddAssistantMessage(response.Content!);
        }
    }
}

// 订单查询插件
public class OrderPlugin
{
    [KernelFunction("query_order")]
    [Description("根据订单号查询订单状态")]
    public string QueryOrder(
        [Description("订单号，格式为ORD开头的一串数字")] string orderId)
    {
        // 实际项目中查数据库
        var mockData = new Dictionary<string, string>
        {
            ["ORD12345"] = "订单状态：已发货，预计明天送达📦",
            ["ORD67890"] = "订单状态：处理中，正在打包..."
        };
        
        return mockData.GetValueOrDefault(orderId, "未找到该订单，请检查订单号");
    }
}

// 商品查询插件
public class ProductPlugin
{
    [KernelFunction("search_product")]
    [Description("根据关键词搜索商品")]
    public string SearchProduct(
        [Description("搜索关键词，比如'手机'、'耳机'")] string keyword)
    {
        // 实际项目中查ES或数据库
        if (keyword.Contains("手机"))
            return "为您找到以下手机：\n1. iPhone 15 Pro - ¥7999\n2. 小米14 - ¥3999";
        
        return $"抱歉，暂时没有与'{keyword}'相关的商品";
    }
}

运行效果：

复制代码 
小智：您好！我是智能客服小智，有什么可以帮您的吗？😊

用户：我想查一下订单ORD12345
小智：好的，我帮您查一下...🔍

[插件被调用] query_order: ORD12345

小智：您的订单状态：已发货，预计明天送达📦

用户：你们有什么手机推荐
小智：为您找到以下手机：
1. iPhone 15 Pro - ¥7999
2. 小米14 - ¥3999

看到没？AI自动识别了用户的意图，调用了对应的插件！这就是Agent的雏形啊兄弟们！

九、写在最后

说实话，写这篇文章的时候，我挺感慨的。

22年前我开始搞AI的时候，哪有这么方便的API啊。那时候写个神经网络，C++代码几千行，调参调到头秃...

现在呢？几行C#代码就能跟GPT-4对话，还能让它帮你干活。技术的进步真的太快了！

但我也发现一个问题：很多.NET开发者还在观望，觉得AI是Python的天下。这想法得改改了！

微软在AI这块的布局很深，Semantic Kernel、ML.NET、ONNX Runtime...全是给.NET开发者准备的武器。咱们不能守着金山要饭吃啊！

最后送大家一句话：

别问能不能做，问就是能做。C#调大模型，稳得一批！

有啥问题评论区见，我看到都会回。咱们一起进步！

P.S. 目前国内还是很缺AI人才的，希望更多人能真正加入到AI行业，共同促进行业进步，增强我国的AI竞争力。想要系统学习AI知识的朋友可以看看我精心打磨的教程 [http://blog.csdn.net/jiangjunshow\]，(http://blog.csdn.net/jiangjunshow/article/details/77338485)教程通俗易懂，高中生都能看懂，还有各种段子风趣幽默，从深度学习基础原理到各领域实战应用都有讲解，我22年的AI积累全在里面了。注意，教程仅限真正想入门AI的朋友，否则看看零散的博文就够了。

相关推荐
陈老老老板1 小时前
Bright Data Web Scraper 实战：构建 eBay Web Scraping 自动化 Skill（2026）
大数据·人工智能·自动化
霍小毛2 小时前
轻量黑科技！数字孪生重构智慧城乡供水一体化新范式
人工智能
如此风景2 小时前
Playwright 速查表
人工智能
草青工作室2 小时前
AI主流大模型参数量和收费情况参考(26年4月)
人工智能
Y敲键盘的地方2 小时前
第1章：从命令行到智能体
人工智能
雷工笔记2 小时前
读书笔记|《AI知识库：个人与企业的智慧玩法》
人工智能
李可以量化2 小时前
【2026 量化工具选型】通达信 TdxQuant vs 迅投 QMT/miniQMT 深度对比：新手该怎么选？
大数据·人工智能·区块链·通达信·qmt·量化 qmt ptrade
互联科技报2 小时前
零售数字化：高准确率客流分析系统优质推荐
大数据·人工智能
互联科技报2 小时前
成熟零售客流系统该怎么选？决定门店效率的关键选择
人工智能·零售
热门推荐
012026年4月技术前沿：AI大模型爆发、智能体革命与量子安全新纪元02GitHub 镜像站点032026 年 AI 编程助手全面对比评测：Cursor vs Copilot vs Claude Code vs GitHub Copilot Free04一周AI热点速览（2026.03.31-04.06）：GPT-6曝光、谷歌开源Gemma 4、资本狂飙与模型军备竞赛05GPT-6发布日深度解析-Symphony架构200万Token实战06AI Weekly | 2026年4月第二周 · GitHub热门项目与AI发展趋势深度解析07零成本！Ollama本地部署国产大模型全指南（支持Kimi-K2.5/GLM-5/Qwen，新手秒上手）08基于 Docker 部署 Hermes Agent 并接入飞书机器人的完整指南09GPT-6核心能力解析及与现有主流大模型对比10从限购到畅通：GLM-5.1 Coding Plan接入攻略