Semantic Kernel

微软模型无关 AI agent 编排 SDK，覆盖 C#/Python/Java

核心功能

Semantic Kernel 是微软开源轻量级 SDK，在 C#、Python、Java 构建 AI agent，连接 LLM 与业务代码：现有 API 声明为 Plugin，由模型函数调用驱动。内置 OpenAI、Azure、HF、NVIDIA 连接器与 Ollama 本地部署支持。

功能亮点

多语言一致

C#、Python、Java API 一致，1.0 起承诺接口稳定。

插件即能力

现有代码声明为 Plugin 供模型调用，支持 OpenAPI 与 MCP。

多模型接入

OpenAI、Azure、HF、NVIDIA 连接器即插即用。

企业级支撑

遥测、钩子、过滤器保证安全与可观测，财富 500 强在用。

自定义模型 / 模型接入

多厂商支持

连接器接入任意模型：内置 OpenAI、Azure、NVIDIA，支持 Ollama 本地；OPENAI_API_KEY 认证，国产模型走兼容连接器。

接入方式

export OPENAI_API_KEY 或 AZURE_OPENAI_API_KEY
AddOpenAIChatCompletion 注册 OpenAI 连接器
AddAzureOpenAIChatCompletion 注册 Azure 服务
Ollama/LMStudio 本地模型连接器
用 OpenAI 兼容端点接国产与自建模型

支持模型

OpenAI GPTAzure OpenAIHugging Face 模型NVIDIA NIMOllama 本地模型LM Studio 模型ONNX 模型

bash

设置环境变量并安装
pip install semantic-kernel

export OPENAI_API_KEY=sk-xxx
编写最小 agent 脚本
from semantic_kernel.agents import ChatCompletionAgent
from semantic_kernel.connectors.ai.open_ai import AzureChatCompletion
agent = ChatCompletionAgent(service=AzureChatCompletion(), name="SK-Assistant", instructions="You are a helpful assistant.")

适用场景

• 构建企业级 AI 助手
• 多 agent 任务协作系统
• 现有系统接入 LLM 函数调用
• 本地模型私有化部署

安装配置

Python：pip install semantic-kernel；.NET：dotnet add package Microsoft.SemanticKernel；Java 按 semantic-kernel-java 构建（Python 需 3.10+，.NET 需 10.0+，Java 需 JDK 17+）

使用方法

创建 Kernel 并添加 AI 服务连接器（如 AddAzureOpenAIChatCompletion），将业务方法标记为 KernelFunction 注册为插件，再用 ChatCompletionAgent 编排 agent 交互；多 agent 场景把专精 agent 作为插件挂到分发 agent 上实现协作。

关键指标

尚未核验对标产品，此处只列本工具自身指标，不做对比结论。

指标Semantic Kernel

价格免费

开源是

上手难度进阶

Token 消耗中

优点

微软官方维护，持续迭代
语言覆盖广
插件机制与现有代码融合好
模型可随时替换

缺点

概念较多有学习曲线
演进方向已转向 Agent Framework
文档分散于多语言