Semantic Kernel（语义内核） 是由 微软开发的开源 AI 开发工具包（SDK），旨在帮助开发者将大语言模型（LLM）能力无缝集成到 C#、Python 和 Java 应用中，快速构建企业级 AI 智能体（Agent）、RAG（检索增强生成）系统等高级应用。

---

🧠 一、核心定位

Semantic Kernel 不是一个 LLM，而是一个 “AI 中间件” —— 它抽象了与大模型交互的复杂性，提供统一接口，让开发者专注于业务逻辑而非底层调用细节。

✅ 目标：让传统代码 + 大模型 = 智能应用

---

🔑 二、五大核心概念

1. Kernel（内核）

• 是整个系统的“容器”或“中枢”。
• 负责管理：
  • AI 服务（如 OpenAI、Azure OpenAI、Ollama、Google AI 等）
  • 插件（Plugins）
  • 提示词模板（Prompt Templates）
  • 向量存储（Vector Stores）
• 支持依赖注入、中间件（如日志、安全过滤器）。

2. Plugins（插件）

插件是扩展 LLM 能力的关键，分为两类：

类型	实现方式	特点	适用场景
语义插件（Semantic Plugin）	基于 skprompt.txt + config.json 的提示词模板	无需写代码，靠 Prompt 控制输出	文本生成、翻译、摘要等创意任务
本地插件（Native Plugin）	用 C#/Python/Java 编写的类和方法	可执行确定性逻辑（如调 API、查数据库）	获取实时数据、执行业务操作

示例：

[KernelFunction, Description("获取当前时间")]
public string GetCurrentTime() => DateTime.Now.ToString("yyyy-MM-dd");

3. Prompt Engineering（提示工程）

• 支持变量插值（如 {{$input}}）
• 支持角色设定（system/user/assistant）
• 可通过模板文件管理，便于版本控制和团队协作。

4. AI Services（AI 服务集成）

支持多后端：

• OpenAI / Azure OpenAI
• Google Gemini
• Amazon Bedrock
• Ollama（本地模型，如 Llama 3、Qwen）
• Hugging Face（需自定义 HTTP Client）

💡 即使官方未直接支持某模型（如 ChatGLM），也可通过 自定义 HttpClient 接入。

5. Vector Stores（向量存储）

用于 RAG 场景，支持：

• Azure AI Search
• Qdrant
• Redis
• Weaviate
• Pinecone（社区支持）

---

⚙️ 三、典型工作流程（函数调用）

当用户提问 “杭州今天天气如何？”：

1. Kernel 将所有可用插件函数序列化为 JSON Schema；
2. 将聊天历史 + 函数描述发送给 LLM；
3. LLM 决定是否调用函数（如 GetCityId("杭州") → GetWeather(cityId)）；
4. Kernel 自动解析函数调用请求，执行本地代码；
5. 将结果回填到对话上下文，再次送入 LLM 生成最终回答；
6. 循环直到 LLM 返回纯文本响应。

✅ 全过程自动完成，无需手动解析 function_call。

---

📦 四、快速上手（C# 示例）

using Microsoft.SemanticKernel;

var builder = Kernel.CreateBuilder();
builder.Services.AddAzureOpenAIChatCompletion(
    deploymentName: "gpt-4",
    endpoint: "https://your-resource.openai.azure.com/",
    apiKey: "your-key"
);

var kernel = builder.Build();

// 添加本地插件
kernel.Plugins.AddFromType<WeatherPlugin>("weather");

// 发起请求（启用自动函数调用）
var result = await kernel.InvokePromptAsync("杭州今天天气怎么样？");
Console.WriteLine(result);

---

🌐 五、企业级特性

• 安全性：支持输入/输出过滤器（防止越狱、敏感信息泄露）
• 可观测性：记录 Token 使用、函数耗时、LLM 输入输出
• 可扩展：支持自定义内存、日志、认证等组件
• 多语言：C#（最成熟）、Python（活跃）、Java（Beta）

---

📚 学习资源

• GitHub: https://github.com/microsoft/semantic-kernel
• 官方文档: https://learn.microsoft.com/en-us/semantic-kernel/
• 示例项目：/samples 目录含 RAG、Agent、插件等完整 Demo

---

如果你有具体目标（比如“想用本地 Qwen 模型 + 自定义插件”），我可以提供详细代码模板！欢迎继续提问。