Come compilare il kernel

  • 5 minuti

L'uso dell’SDK Kernel semantico richiede una configurazione minima. Per iniziare a creare un agente di intelligenza artificiale personalizzato, è sufficiente disporre del pacchetto SDK e di un endpoint per il servizio LLM (Large Language Model). L'SDK usa questo endpoint per connettersi all'LLM ed eseguire i prompt. L'SDK Kernel semantico supporta gli LLM HuggingFace, OpenAI e Azure OpenAI. Per questo esempio si usa Azure OpenAI.

I passaggi per iniziare a usare l’SDK Kernel semantico sono i seguenti:

  1. Installare l'SDK Kernel semantico.

    In Visual Studio Code è possibile usare il comando seguente: dotnet add package Microsoft.SemanticKernel --version 1.30.0

  2. Passare al portale di Azure.

  3. Creare una nuova risorsa di Azure OpenAI se non ne è già disponibile una.

  4. Creare una distribuzione per il modello da usare.

  5. Recuperare la chiave e l'endpoint.

  6. Aggiungere la chiave e l'endpoint al servizio generatore del kernel.

using Microsoft.SemanticKernel;

// Populate values from your OpenAI deployment
var modelId = "";
var endpoint = "";
var apiKey = "";

// Create a kernel with Azure OpenAI chat completion
var builder = Kernel.CreateBuilder().AddAzureOpenAIChatCompletion(modelId, endpoint, apiKey);

// Build the kernel
Kernel kernel = builder.Build();

from semantic_kernel import Kernel
from semantic_kernel.connectors.ai.open_ai import AzureChatCompletion

# Populate values from your OpenAI deployment
model_id = ""
endpoint = ""
api_key = ""

# Create a kernel and add Azure OpenAI chat completion
kernel = Kernel()
kernel.add_service(
    AzureChatCompletion(
        deployment_name=model_id,
        endpoint=endpoint,
        api_key=api_key
    )
)
kernel.add_service(chatcompletion)

Negli esercizi seguenti, è possibile esercitarsi nella configurazione del proprio progetto di kernel semantico.