Ang Semantic Kernel ay SDK ng Microsoft para gumawa ng mga AI app at agent sa C#, Python at Java. Gumagana ang OpenAI connector nito sa ibang OpenAI-compatible na serbisyo: sa Python, tumatanggap ito ng sarili mong OpenAI client, at sa C#, ng custom endpoint. Karaniwang chat completions ang sine-serve ng BroadNet Inference sa https://inference.broadnet.ai/v1, kaya gagana ang alinman sa dalawa. Ang BroadRouter ay sariling site ng BroadNet; sinusundan ng gabay na ito ang docs ng Semantic Kernel ng Microsoft at ang source ng Python 1.47.0.
Python
pip install semantic-kernel
export BROADNET_API_KEY='your-broadnet-key'
import asyncio, os
from openai import AsyncOpenAI
from semantic_kernel.connectors.ai.open_ai import OpenAIChatCompletion, OpenAIChatPromptExecutionSettings
from semantic_kernel.contents import ChatHistory
client = AsyncOpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
chat = OpenAIChatCompletion(ai_model_id="broadnet/glm-5.3", async_client=client, service_id="broadnet")
async def main():
history = ChatHistory()
history.add_user_message("Give me three names for a billing microservice.")
settings = OpenAIChatPromptExecutionSettings(max_tokens=4000)
print(await chat.get_chat_message_content(chat_history=history, settings=settings))
asyncio.run(main())
Ipinapadala nang walang pagbabago ang ai_model_id, kaya panatilihin ang broadnet/ prefix. Hindi na kailangan ang api_key argument ng OpenAIChatCompletion kapag nagpasa ka ng client.
Plugins at function calling
from semantic_kernel import Kernel
from semantic_kernel.connectors.ai.function_choice_behavior import FunctionChoiceBehavior
from semantic_kernel.functions import kernel_function
class Weather:
@kernel_function(description="Get the weather for a city.")
def get_weather(self, city: str) -> str:
return f"21C in {city}"
kernel = Kernel()
kernel.add_service(chat)
kernel.add_plugin(Weather(), plugin_name="weather")
settings = OpenAIChatPromptExecutionSettings(
max_tokens=4000,
function_choice_behavior=FunctionChoiceBehavior.Auto(),
)
# await chat.get_chat_message_content(chat_history=history, settings=settings, kernel=kernel)
Ipinapadala ng Semantic Kernel ang plugin bilang tool na may pangalang weather-get_weather, pinapatakbo ito kapag hiniling ng model, at ibinabalik ang resulta. Gamitin ang broadnet/glm-5.3 o broadnet/qwen3.8-27b; ang dalawang ito lang ang may nakalistang tools sa docs ng BroadNet.
Agents
from semantic_kernel.agents import ChatCompletionAgent
agent = ChatCompletionAgent(service=chat, name="helper", instructions="Answer briefly.", plugins=[Weather()])
# response = await agent.get_response(messages="What's the weather in Dubai?")
C# (.NET)
Ibinibigay ng docs ng Microsoft ang pattern na ito para sa “other AI service providers that support the OpenAI chat completion API” (Salin: ibang AI service provider na sumusuporta sa OpenAI chat completion API). Hindi namin pinatakbo ang bersyong C#.
using Microsoft.SemanticKernel;
#pragma warning disable SKEXP0010
IKernelBuilder kernelBuilder = Kernel.CreateBuilder();
kernelBuilder.AddOpenAIChatCompletion(
modelId: "broadnet/glm-5.3",
apiKey: Environment.GetEnvironmentVariable("BROADNET_API_KEY"),
endpoint: new Uri("https://inference.broadnet.ai/v1")
);
Kernel kernel = kernelBuilder.Build();
I-install ang connector gamit ang dotnet add package Microsoft.SemanticKernel.Connectors.OpenAI.
Aling model ang pipiliin
| Gamit | Model |
|---|---|
| Plugins, function calling, agents | broadnet/glm-5.3 |
| Plugins kasama ang image input o Arabic na text | broadnet/qwen3.8-27b |
| Chat at mga summary nang walang tools, flat-price na plan | broadnet/deepseek-v4.1-flash |
Paano namin ito sinubok
Noong 2026-11-15, nag-install kami ng semantic-kernel 1.47.0 para sa Python sa isang malinis na virtual environment at pinatakbo ang plain chat, streaming, automatic function calling at isang ChatCompletionAgent laban sa isang lokal na mock server na sumusunod sa chat-completions na format ng BroadNet. Binasa namin ang mga naka-log na request. Lahat ay pumunta sa /v1/chat/completions nang hindi nagbago ang BroadNet model ID at may Bearer key. Ipinadala ang max_tokens sa pangalang iyon, nagdagdag ang streaming ng stream_options.include_usage, at nagpadala ang function calling ng tool_choice: "auto". Wala kaming BroadNet key, kaya hindi namin sinubok ang totoong output ng model. Galing sa docs ng Microsoft ang C# snippet at hindi ito pinatakbo.
Troubleshooting
- 401. Mali, expired o naubusan ng allowance ang key.
- 404. Kailangang nagtatapos sa
/v1angbase_urlng client. Suriin ang model ID. Kailangan ng top-up ang mga bayad na model; angbroadnet/gemma-4-26b-a4bat ang dalawang Transcribe model lang ang sakop ng $5 na credit. - Walang lamang sagot. Kasama ang reasoning sa
max_tokenssa DeepSeek V4.1 Flash, GLM 5.3 at Qwen3.8 27B. Taasan ito. Bakit walang laman ang mga sagot. - Mga reasoning model at roles. Iminumungkahi ng docs ng Microsoft ang
instruction_role="developer"para sa mga reasoning model ng OpenAI. Hindi binabanggit ng API reference ng BroadNet angdeveloperrole, kaya iwan anginstruction_rolesa default nito. Ipinadala ng agent test namin ang mga instruction sa isangsystemmessage. - 429. Ang isang pay-as-you-go key ay may 30 request kada minuto at 4 na sabay na tumatakbo. Tingnan ang errors and retries.
