Semantic Kernel 是由微软（Microsoft）开发的一个开源框架，旨在将大型语言模型（LLMs）与传统编程语言（如 C#、Python 和 Java）无缝集成。它提供了一套轻量级的 SDK，使开发者能够轻松地将自然语言处理能力嵌入到应用程序中，同时支持插件（Plugins）、记忆（Memory）、规划（Planner）等高级功能。
核心特性
自然语言函数（Semantic Functions）
允许开发者使用自然语言提示（prompt）定义函数，无需编写复杂的代码逻辑。例如：# Python 示例 kernel.create_semantic_function("将以下文本总结为一句话：{{$input}}")原生函数（Native Functions）
用传统编程语言编写的函数，可与语义函数混合调用，实现复杂业务逻辑。插件系统（Plugins）
支持将一组相关函数打包成插件，便于复用和共享。官方和社区提供了多种插件，如：- 文件操作
- 网络搜索（Bing）
- 时间/日期工具
- 向量数据库集成（如 Azure Cognitive Search、Qdrant）
记忆（Memory）
支持长期记忆和短期记忆机制，可将对话历史或外部知识向量化并存储，用于上下文增强。自动规划（Planner）
基于目标自动生成执行计划，动态组合可用函数以完成复杂任务（如“订机票并发送日历邀请”）。多语言支持
官方支持 C#、Python，社区正在推进 Java、TypeScript 等版本。与主流 LLM 兼容
支持 OpenAI、Azure OpenAI、Hugging Face、Ollama、Google Gemini、Anthropic Claude 等。
快速开始（Python 示例）
import semantic_kernel as sk from semantic_kernel.connectors.ai.open_ai import OpenAIChatCompletion # 初始化内核 kernel = sk.Kernel() # 添加 OpenAI 服务 kernel.add_chat_service( "chat-gpt", OpenAIChatCompletion("gpt-3.5-turbo", api_key="YOUR_API_KEY") ) # 创建语义函数 summarize = kernel.create_semantic_function("将以下内容总结为一句话：{{$input}}") # 调用 result = summarize("今天天气很好，阳光明媚，适合外出散步。") print(result) # 输出：今天阳光明媚，适合外出散步。应用场景
- 智能客服机器人
- 文档自动摘要/生成
- 个人助理（日程管理、邮件撰写）
- 企业知识库问答系统
- 自动化工作流（结合 RPA）
资源链接
- GitHub 仓库：https://github.com/microsoft/semantic-kernel
- 官方文档：https://learn.microsoft.com/en-us/semantic-kernel/
- 示例项目：https://github.com/microsoft/semantic-kernel/tree/main/samples
2.SemanticKernel c# 应用举例
当然！以下是一个使用Semantic Kernel（C#）的典型应用示例，展示如何在 .NET 应用中集成大语言模型（如 OpenAI 或 Azure OpenAI），并通过语义函数（Semantic Function）和原生函数（Native Function）实现智能功能。
🧩 场景：自动生成邮件草稿
用户输入一个简单意图（例如“给张经理发一封会议确认邮件”），程序自动：
- 生成专业邮件正文；
- 获取当前日期；
- 返回完整邮件草稿。
✅ 步骤 1：安装 NuGet 包
在你的 C# 项目中，通过 NuGet 安装 Semantic Kernel：
dotnet add package Microsoft.SemanticKernel dotnet add package Microsoft.SemanticKernel.Connectors.OpenAI如果使用 Azure OpenAI，可改用
Microsoft.SemanticKernel.Connectors.AzureOpenAI
✅ 步骤 2：编写 C# 代码
using Microsoft.SemanticKernel; using Microsoft.SemanticKernel.ChatCompletion; using Microsoft.SemanticKernel.Connectors.OpenAI; // 1. 初始化 Kernel var kernel = Kernel.CreateBuilder() .AddOpenAIChatCompletion( modelId: "gpt-3.5-turbo", // 或 gpt-4 apiKey: "YOUR_OPENAI_API_KEY" // 替换为你的 API Key ) .Build(); // 2. 注册一个原生函数：获取当前日期 kernel.ImportPluginFromType<TimePlugin>(); // 3. 定义语义函数（通过内联提示） string emailPrompt = """ 你是一位专业的行政助理。 今天是：{{TimePlugin.GetCurrentDate}}。 请根据以下用户请求，撰写一封正式的中文电子邮件，包含主题和正文。 用户请求：{{$input}} 邮件格式： 主题：... 正文：... """; var emailFunction = kernel.CreateFunctionFromPrompt(emailPrompt); // 4. 调用函数 string userInput = "给张经理发一封会议确认邮件，时间是明天下午3点，地点在3楼会议室。"; var result = await kernel.InvokeAsync(emailFunction, new() { ["input"] = userInput }); // 5. 输出结果 Console.WriteLine(result.GetValue<string>());✅ 步骤 3：定义原生插件（TimePlugin）
public class TimePlugin { [KernelFunction] public string GetCurrentDate() { return DateTime.Now.ToString("yyyy年MM月dd日"); } }注意：
[KernelFunction]是 Semantic Kernel 1.0+ 的新特性（基于源生成器），无需反射，性能更好。
🖨️ 示例输出
主题：会议确认通知 正文： 尊敬的张经理： 您好！ 谨此确认，我们将于明天（2026年01月16日）下午3点在3楼会议室举行会议。请您准时出席。 如有任何问题，请随时与我联系。 此致 敬礼！🔌 扩展能力
- 持久化记忆：集成
Qdrant、Azure AI Search实现知识库问答。 - 自动规划：使用
KernelPlanner自动组合多个函数完成复杂任务。 - 流式响应：支持
StreamingKernelFunction实现实时输出。 - 多模态：结合 DALL·E 插件生成图像（需额外配置）。
📚 官方资源（C#）
- GitHub 示例：https://github.com/microsoft/semantic-kernel/tree/main/dotnet/samples
- C# 文档：https://learn.microsoft.com/en-us/semantic-kernel/quick-start/csharp/
- 插件开发指南：https://learn.microsoft.com/en-us/semantic-kernel/agents/plugins/
)