用 Semantic Kernel 在 .NET 中构建你的第一个 AI 智能体（Agent）

告别传统开发！用 Semantic Kernel 在 .NET 中构建你的第一个 AI 智能体（Agent）

关键词：Semantic Kernel、.NET、AI Agent、大模型、智能体、C#

在传统的软件开发中，我们习惯于"写死逻辑"------if/else、状态机、规则引擎，程序只能按照我们预设的路径执行。但在大模型时代，AI 智能体（AI Agent） 正在颠覆这一范式：程序不再是被动执行指令，而是能够理解目标、规划步骤、调用工具、自主完成任务。

微软推出的 Semantic Kernel（SK），正是为 .NET 开发者量身打造的 AI 编排 SDK。它让你可以用熟悉的 C#，快速构建具备"思考能力"的 AI 智能体。

本文将手把手带你，在 .NET 中构建你的第一个 AI Agent。

一、什么是 Semantic Kernel？

Semantic Kernel 是一个轻量级、开源的 AI 编排框架，由微软推出，支持 .NET、Python 和 Java。

它的核心能力是：

将大语言模型（LLM）与你的业务代码、插件、记忆和外部工具无缝连接。

你可以把 Semantic Kernel 理解为：

AI 的"操作系统" + 中间件

它帮你解决以下问题：

如何与 OpenAI / Azure OpenAI 高效通信
如何让 AI 调用你现有的 C# 方法
如何让 AI 记住上下文（Memory）
如何让 AI 自动规划多步任务（Planner / Agent）

二、AI Agent 到底是什么？

一个真正的 AI Agent 通常具备以下能力：

能力	说明
目标理解	理解用户的自然语言意图
规划	将复杂任务拆解为可执行的步骤
工具调用	调用 API、数据库、本地方法
记忆	记住历史对话或业务上下文
反思	根据执行结果调整策略

在 Semantic Kernel 中，Agent 本质上就是：

Kernel + 插件（Plugins） + 提示词（Prompts） + 模型

三、准备工作

1. 环境要求

.NET 8 SDK
一个 IDE（Visual Studio 2022 / Rider / VS Code）
一个 LLM 服务（推荐 Azure OpenAI 或 OpenAI）

2. 创建项目

复制代码

dotnet new console -n MyFirstAgent
cd MyFirstAgent

3. 安装 NuGet 包

复制代码

dotnet add package Microsoft.SemanticKernel

如果你使用 Azure OpenAI，也可以安装：

复制代码

dotnet add package Microsoft.SemanticKernel.Connectors.AzureOpenAI

四、创建你的第一个 Kernel

Kernel 是 Semantic Kernel 的核心容器。

复制代码

using Microsoft.SemanticKernel;

var builder = Kernel.CreateBuilder();

// 使用 OpenAI
builder.AddOpenAIChatCompletion(
    modelId: "gpt-4o",
    apiKey: "你的OpenAIKey"
);

// 如果使用 Azure OpenAI
// builder.AddAzureOpenAIChatCompletion(
//     deploymentName: "gpt-4o",
//     endpoint: "https://xxx.openai.azure.com/",
//     apiKey: "你的AzureKey"
// );

var kernel = builder.Build();

✅ 到这里，你的 AI 内核已经准备好了。

五、让 AI 调用你的代码（Plugin）

Agent 的强大之处在于：它不只是聊天，而是能干活。

1. 定义一个插件（Plugin）

在 SK 中，插件就是一个普通的 C# 类。

复制代码

public class WeatherPlugin
{
    [KernelFunction]
    [Description("获取指定城市的当前天气")]
    public string GetWeather(
        [Description("城市名称，如 北京")] string city)
    {
        // 这里可以调用真实天气 API
        return $"{city} 的天气是：晴，25℃";
    }
}

2. 注册插件到 Kernel

复制代码

kernel.Plugins.AddFromType<WeatherPlugin>();

六、构建你的第一个 AI Agent

1. 创建 Agent 的"系统提示词"

提示词决定了 Agent 的性格和能力。

复制代码

var systemPrompt = """
你是一个智能助手，可以帮助用户查询天气。
当用户询问天气时，你必须调用 WeatherPlugin 获取真实天气数据。
不要编造天气信息。
""";

2. 创建 Chat Completion Service

复制代码

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

var history = new ChatHistory();
history.AddSystemMessage(systemPrompt);

3. 启动对话循环

复制代码

while (true)
{
    Console.Write("用户 > ");
    var input = Console.ReadLine();
    if (string.IsNullOrWhiteSpace(input)) break;

    history.AddUserMessage(input);

    // 让 AI 自动决定是否调用插件
    var result = await kernel.InvokePromptAsync(
        input,
        new KernelArguments
        {
            { "history", history }
        }
    );

    Console.WriteLine($"Agent > {result}");
}

🎉 恭喜！你已经构建了一个可以调用工具的 AI Agent！

当你问：

"北京天气怎么样？"

Agent 会自动调用 WeatherPlugin，而不是瞎编答案。

七、让 Agent 更"聪明"：自动函数调用（Auto Function Calling）

在 Semantic Kernel 中，你可以开启 自动函数调用，让模型自己决定何时调用插件。

复制代码

var settings = new OpenAIPromptExecutionSettings
{
    ToolCallBehavior = ToolCallBehavior.AutoInvokeKernelFunctions
};

var result = await chatService.GetChatMessageContentAsync(
    history,
    settings,
    kernel
);

✅ 这意味着：

你不需要手动判断 AI 是否需要调用工具，模型自己会决定。

八、进阶：给 Agent 加上"记忆"

Agent 如果只是"金鱼记忆"，体验会非常差。

Semantic Kernel 提供了 Memory 能力（基于向量数据库）：

记住用户偏好
记住历史对话
检索知识库

示例思路：

复制代码

builder.AddAzureAISearchTextEmbeddingGeneration();
kernel.AddMemoryStore(new VolatileMemoryStore());

结合 ISemanticTextMemory，你的 Agent 就能做到：

"上次你说过喜欢晴天，我帮你留意了。"

九、为什么选择 Semantic Kernel？

对比项	Semantic Kernel	LangChain
语言	原生 C#	Python 为主
生态	深度集成 .NET	通用
性能	高	中等
企业支持	微软官方	社区为主
学习曲线	对 .NET 开发者友好	较陡

对于 .NET 技术栈的企业和开发者，Semantic Kernel 是目前构建 AI Agent 的最佳选择。

十、总结

通过本文，你已经学会了：

✅ 什么是 Semantic Kernel

✅ 什么是 AI Agent

✅ 如何在 .NET 中创建 Kernel

✅ 如何编写 Plugin 让 AI 调用你的代码

✅ 如何构建并运行一个真正的 AI Agent

**传统开发正在被重构。**

未来的应用，不再是"人适应软件"，而是"软件理解人"。

而 Semantic Kernel，就是你通往 AI 原生应用的第一张门票。