C# Semantic Kernelを使ってOpenAIのGPTを呼び出す｜第1回Semantic Function（Skill）作成

最近GPTを含めたAIの勉強を始めたので、その内容をメモ。
今回はSemantic Kernelを使用して、OpenAIのChatGPTを呼び出してみた。

Semantic Kernelとは
事前準備：コンソールアプリの作成
Semantic Function(Plugin）の構築
呼び出す側の実装
実行結果

Semantic Kernelとは

Semantic Kernel (SK) は Microsoft が OSS として発表した、大規模言語モデル (LLM) をアプリにすばやく簡単に統合できる SDK（Software Development kit）のこと。

すごく簡単に説明すると、

　0. 事前にSemantic KernelにPlugin（用意されているものや、自分で作ったもの）を登録しておいて、
　1. ユーザーからの問いかけが来たときに、
　2. Plannerが登録されたPluginをどの順に使えば、ユーザーの問いかけに応えられるか？のプランを立ててくれるので、
　3. 立ててくれたプラン通りにPluginをプログラム側で実行してあげると、
　4. 最終的にユーザーからの問いかけへの、応答ができる
　5. さらにMemory機能もあって、ユーザーとのQAを保持することも可能

といった機能を用意してくれている感じ。

ということで、自分はこんな感じでイメージしている。

　・Semantic Kernel　：LLMを使うための便利なSDK
　・Plugin ： Semantic Kernelに登録する機能（群）
　・Connector ： Pluginの中で外部サービスと接続するやつ
　・Planner ： Kernelに登録されているPluginを使ってユーザーの問いかけの解決のステップ（どのPluginをどの順に使うか？）を考えてくれるやつ
　・Memory ： Semantic Kernelの中の記憶場所

そして、Pluginは自作の機能（Function）も登録することもできて、
　・Semantic Function　→　プロンプトをPluginにしたやつ
　・Native Function　→　プログラミングして作ったPlugin
の2種類がある。

今回の記事ではひとまず「Semantic Function」として、「日本語をねこ語に翻訳するPlugin」を作って、Semantic Kernelの中で動かしてみる。

事前準備：コンソールアプリの作成

まずはコンソールアプリを作成して、

.Net7.0を選択する。

そしたらNuGetから、

Semantic Kernelをインストール。
※[プレリリースを含める]にチェックを入れる

これで準備は完了。

MINISFORUM UM760Slim ミニpc AMD Ryzen 5 7640HS DDR5-...

￥55,873￥68,580

（2024/11/22 00:00 時点）

日本エイサー【Amazon.co.jp限定】Acer Nitro ゲーミングモニター 23.8イン...

￥19,990￥23,800

（2024/11/22 00:00 時点）

Ingnok モバイルモニター 15.6インチモバイルディスプレイ FHD 非光沢 A+スクリーン...

￥10,979￥14,980

（2024/11/22 00:00 時点）

Ewin トラックボールマウス Bluetooth&2.4GHz両対応 3台同時接続トラッ...

￥3,180￥4,390

（2024/11/22 00:00 時点）

Semantic Function(Plugin）の構築

今回は「日本語をねこ語に翻訳してくれる機能（Plugin）」を作成してみる。

プロジェクト内にこんな感じでフォルダを作成して、中に「config.json」と「skprompt.txt」ファイルを作成する。
※「Plugnins」フォルダ → 「SemanticPlugins」フォルダ → 「作りたいPlugin名」のフォルダ

config.jsonの中身はこんな感じで、

skprompt.txtの中にはこんな感じで作りたいPluginの機能のプロンプトを書く。

※config.jsonの詳しい仕様はここ

Introduction to Semantic Kernel

Learn about Semantic Kernel

最後に、ビルド時に実行ディレクトリに作ったPluginがコピーされるように、プロジェクトファイルに以下を追加。

これでSemantic Functionの作成は完了！

呼び出す側の実装

呼び出す側の実装はこんな感じ。

カーネルの初期化

まずは以下の処理でカーネルを初期化する。今回は本家OpenAIのGPTを呼び出すので「WithOpenAIChatCompletionService」を使用。

// カーネルの初期化
IKernel kernel = new KernelBuilder().WithOpenAIChatCompletionService("gpt-3.5-turbo", api_key).Build();

もし、Azure OpenAIを使用する場合は「WithAzure～Service」を使用することになると思う。
これらの関数について詳しくはこちら

OpenAIKernelBuilderExtensions Class (Microsoft.SemanticKernel)

Sponsor extensions class for IKernelBuilder.

Pluginの読み込み

続いて先ほど作成したPlugin(Semantic Function)をカーネルにインポートする。
今回はPluginを名前指定で呼び出すので、戻り値の「plugins」を直接使用する。

// セマンティックスキルの読み込み
IDictionary plugins = kernel.ImportSemanticSkillFromDirectory(@".\Plugins", "SemanticPlugins");

Semantic Skillについてはディレクトリを指定すると、その配下のPluginたちを一斉にインポートできるっぽくて、便利。
詳しい仕様はこちら

404 - Content Not Found

ユーザーからの入力を指定

そしたらPluginを呼び出す際の引数を作成。今回はねこ語に変換する日本語を入れる。

// 引数の作成
ContextVariables variables = new ContextVariables();
variables["inputText"] = "認めたくないものだな。自分自身の、若さゆえの過ちというものを。";

Plugin実行

最後にPluginを名前直指定で実行してみる。「RunAsync」メソッドを使用して、さっき作成した引数を渡す。

SKContext context = await kernel.RunAsync(variables, plugins["TranslateNyango"]);
Console.WriteLine(context);

実行結果

ということで、実行結果はこんな感じ。無事にねこの言葉に翻訳されている。

おまけで早口言葉をやってみるとこんな感じ。

プロンプト自体にもう少し改良の余地があるけど、ひとまずこんな感じで動作確認はOK！

次回はNative Function（Native Skill）を作ってみる。