---
title: "Penyambung OpenAI Semantic Kernel dengan endpoint tersuai"
description: "Sambung Microsoft Semantic Kernel ke BroadNet Inference dalam Python dengan klien AsyncOpenAI, atau dalam C# dengan endpoint tersuai, untuk chat, pemalam dan ejen."
url: https://broadrouter.com/ms/guides/semantic-kernel-openai-compatible/
lang: ms
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan daripada bahasa Inggeris dengan bantuan AI. [Baca versi asal dalam bahasa Inggeris](https://broadrouter.com/guides/semantic-kernel-openai-compatible/) (dikemas kini 2026-11-16).

# Guna Semantic Kernel dengan BroadNet Inference

Dikemas kini 2026-11-16

Dalam Python, cipta AsyncOpenAI dengan base\_url https://inference.broadnet.ai/v1 dan kunci BroadNet anda, kemudian hantarnya sebagai async\_client kepada OpenAIChatCompletion dengan ai\_model\_id ditetapkan kepada ID BroadNet seperti broadnet/glm-5.3. Dalam C#, panggil AddOpenAIChatCompletion dengan Uri endpoint, yang ditanda Microsoft sebagai eksperimen (SKEXP0010). Gunakan GLM 5.3 atau Qwen3.8 27B untuk pemalam.

Semantic Kernel ialah SDK Microsoft untuk membina aplikasi dan ejen AI dalam C#, Python dan Java. Penyambung OpenAInya berfungsi dengan perkhidmatan lain yang serasi OpenAI: Python menerima klien OpenAI anda sendiri, dan C# menerima endpoint tersuai. BroadNet Inference menyediakan chat completions standard di `https://inference.broadnet.ai/v1`, jadi kedua-dua cara berfungsi. BroadRouter ialah laman web BroadNet sendiri; panduan ini mengikut dokumentasi Semantic Kernel Microsoft dan kod sumber Python 1.47.0.

## Python

```bash
pip install semantic-kernel
export BROADNET_API_KEY='your-broadnet-key'
```

```python
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())
```

`ai_model_id` dihantar tanpa diubah, jadi kekalkan awalan `broadnet/`. Argumen `api_key` bagi `OpenAIChatCompletion` tidak diperlukan apabila anda menghantar klien.

### Pemalam dan function calling

```python
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)
```

Semantic Kernel menghantar pemalam sebagai alatan bernama `weather-get_weather`, menjalankannya apabila model memintanya, dan menghantar hasilnya kembali. Gunakan `broadnet/glm-5.3` atau `broadnet/qwen3.8-27b`; dokumentasi BroadNet menyenaraikan tools untuk dua model ini sahaja.

### Ejen

```python
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)

Dokumentasi Microsoft memberikan corak ini untuk “other AI service providers that support the OpenAI chat completion API” (Terjemahan: penyedia perkhidmatan AI lain yang menyokong API chat completion OpenAI). Kami tidak menjalankan versi C#.

```csharp
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();
```

Pasang penyambung dengan `dotnet add package Microsoft.SemanticKernel.Connectors.OpenAI`.

## Model mana yang patut dipilih

| Kegunaan | Model |
| --- | --- |
| Pemalam, function calling, ejen | `broadnet/glm-5.3` |
| Pemalam serta input imej atau teks bahasa Arab | `broadnet/qwen3.8-27b` |
| Chat dan ringkasan tanpa tools, pelan harga tetap | `broadnet/deepseek-v4.1-flash` |

[Harga setiap model](https://broadrouter.com/ms/pricing/).

## Cara kami mengujinya

Pada 2026-11-15 kami memasang semantic-kernel 1.47.0 untuk Python dalam persekitaran maya yang bersih dan menjalankan chat biasa, strim, automatic function calling dan `ChatCompletionAgent` terhadap pelayan olok-olok tempatan yang mengikut bentuk chat completions BroadNet. Kami membaca permintaan yang dilog. Semuanya pergi ke `/v1/chat/completions` dengan ID model BroadNet tidak berubah dan kunci Bearer. `max_tokens` dihantar dengan nama itu, strim menambah `stream_options.include_usage`, dan function calling menghantar `tool_choice: "auto"`. Kami tiada kunci BroadNet, jadi kami tidak menguji output model sebenar. Snippet C# diambil daripada dokumentasi Microsoft dan tidak dijalankan.

## Penyelesaian masalah

-   **401.** Kunci salah, tamat tempoh atau kehabisan elaun.
-   **404.** `base_url` klien mesti berakhir dengan `/v1`. Semak ID model. Model berbayar memerlukan tambah nilai; kredit $5 hanya meliputi `broadnet/gemma-4-26b-a4b` dan dua model Transcribe.
-   **Balasan kosong.** Penaakulan dikira dalam `max_tokens` pada DeepSeek V4.1 Flash, GLM 5.3 dan Qwen3.8 27B. Naikkannya. [Mengapa jawapan kosong](https://broadrouter.com/ms/guides/reasoning-tokens-empty-response/).
-   **Model penaakulan dan peranan.** Dokumentasi Microsoft mencadangkan `instruction_role="developer"` untuk model penaakulan OpenAI. Rujukan API BroadNet tidak menyebut peranan `developer`, jadi biarkan `instruction_role` pada nilai lalainya. Ujian ejen kami menghantar arahan dalam mesej `system`.
-   **429.** Kunci bayar ikut guna membenarkan 30 permintaan seminit dan 4 serentak. Lihat [ralat dan cuba semula](https://broadrouter.com/ms/guides/errors-and-retries/).

## Istilah dalam panduan ini

[Tool calling (panggilan alatan)](https://broadrouter.com/ms/glossary/tool-calling/)

Tool calling, juga dipanggil function calling, ialah ciri API LLM di mana model memulangkan permintaan berstruktur untuk menjalankan fungsi yang ditakrifkan oleh pembangun, bersama argumen JSON. Aplikasi menjalankan fungsi itu dan menghantar hasilnya kembali; model sendiri tidak pernah menjalankan kod.

[Bayar ikut guna (pay-as-you-go)](https://broadrouter.com/ms/glossary/pay-as-you-go/)

Bayar ikut guna ialah model harga di mana anda hanya membayar apa yang anda guna, dimeter mengikut unit seperti token, permintaan atau minit audio, tanpa langganan atau komitmen minimum. Kebanyakan API LLM mengebil dengan cara ini, daripada baki prabayar atau invois berkala.

[Chat Completions API](https://broadrouter.com/ms/glossary/chat-completions-api/)

Chat Completions API ialah endpoint HTTP OpenAI, POST /v1/chat/completions, yang menerima nama model dan senarai mesej bertanda peranan, lalu memulangkan mesej seterusnya daripada model. Bentuk permintaan dan responsnya menjadi format biasa yang digunakan semula oleh penyedia dan SDK yang serasi OpenAI.

[Keserentakan (concurrency)](https://broadrouter.com/ms/glossary/concurrency/)

Keserentakan ialah bilangan permintaan yang sedang berjalan serentak daripada satu klien. API LLM sering mengehadkannya bagi setiap kunci atau pelan, berasingan daripada permintaan seminit, kerana setiap permintaan yang terbuka memegang kapasiti GPU sehingga responsnya selesai.

[Penstriman (streaming)](https://broadrouter.com/ms/glossary/streaming/)

Penstriman ialah cara memulangkan respons model bahasa dalam cebisan kecil semasa ia masih dijana, dan bukan sebagai satu jawapan di penghujung. API serasi OpenAI menstrim melalui server-sent events apabila permintaan menetapkan stream kepada true.

[Ejen AI (AI agent)](https://broadrouter.com/ms/glossary/agent/)

Ejen AI ialah sistem di mana model bahasa mengarahkan langkahnya sendiri ke arah sesuatu matlamat: ia memutuskan alatan yang hendak dipanggil, membaca hasilnya dan mengulang sehingga menghasilkan jawapan akhir atau mencapai had. Skrip tetap yang memanggil model pada titik yang ditetapkan biasanya dipanggil aliran kerja (workflow).

[Had kadar (rate limit)](https://broadrouter.com/ms/glossary/rate-limit/)

Had kadar ialah had yang ditetapkan oleh API ke atas jumlah penggunaan klien dalam satu tempoh masa, seperti permintaan seminit atau token seminit. Permintaan yang melebihi had ditolak, biasanya dengan HTTP 429 Too Many Requests, sehingga penggunaan turun semula di bawahnya.

[Kredit prabayar (prepaid credit)](https://broadrouter.com/ms/glossary/prepaid-credit/)

Kredit prabayar ialah wang yang ditambah ke akaun API sebelum digunakan. Setiap permintaan menolak kosnya daripada baki, dan apabila baki habis, permintaan bermeter berhenti sehingga anda menambah nilai. Ia mengehadkan perbelanjaan kepada jumlah yang telah anda bayar.

## Soalan lazim

### Bagaimanakah saya menetapkan base URL tersuai dalam Semantic Kernel untuk Python?

OpenAIChatCompletion tiada argumen base\_url dalam versi 1.47. Cipta klien openai.AsyncOpenAI dengan base\_url dan api\_key, dan hantarnya sebagai async\_client. Klien itu kemudian menghantar setiap permintaan ke BroadNet.

### Mengapakah endpoint tersuai C# memerlukan pragma?

Dokumentasi Microsoft menyatakan penggunaan endpoint tersuai dengan penyambung OpenAI masih eksperimen, jadi overload endpoint memerlukan

### Adakah automatic function calling berfungsi dengan BroadNet?

Ia menggunakan panggilan alatan standard melalui chat completions, jadi gunakan model yang disenaraikan BroadNet dengan tools, GLM 5.3 atau Qwen3.8 27B. Dalam ujian pelayan olok-olok kami, Semantic Kernel menghantar pemalam sebagai alatan dan memulangkan hasilnya dalam mesej tool.

### Adakah ChatCompletionAgent Semantic Kernel berfungsi di BroadNet?

Ya. Ia menggunakan perkhidmatan OpenAIChatCompletion yang sama. Dalam ujian Python kami, ia menghantar arahan ejen sebagai mesej system dan memanggil pemalam melalui chat completions.

## Panduan berkaitan

-   [Cara guna OpenAI Python SDK dengan BroadNet Inference](https://broadrouter.com/ms/guides/openai-python-sdk/)
-   [Jalankan OpenAI Agents SDK pada BroadNet Inference](https://broadrouter.com/ms/guides/openai-agents-sdk-custom-provider/)
-   [Mengapa model penaakulan memulangkan jawapan kosong](https://broadrouter.com/ms/guides/reasoning-tokens-empty-response/)
-   [Kod ralat BroadNet Inference dan bila perlu cuba semula](https://broadrouter.com/ms/guides/errors-and-retries/)
-   [Semua alat yang berfungsi dengan BroadNet Inference (Bahasa Inggeris)](https://broadrouter.com/integrations/): SDK, ejen pengekodan, antara muka sembang dan alat automasi, dengan tetapan tepat bagi setiap satu

Cuba dengan beban kerja sebenar anda. Akaun baharu bermula dengan kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM dan Qwen3.8 memerlukan tambah nilai.

[Mulakan](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-guides-semantic-kernel-openai-compatible&utm_content=page-cta) ·

**Sumber**

-   [Microsoft Learn, Add chat completion services to Semantic Kernel (dikemas kini 2026-05-26, disemak 2026-11-15)](https://learn.microsoft.com/en-us/semantic-kernel/concepts/ai-services/chat-completion/)
-   [Kod sumber Semantic Kernel, OpenAIChatCompletion Python pada python-1.47.0 (disemak 2026-11-15)](https://github.com/microsoft/semantic-kernel/blob/python-1.47.0/python/semantic_kernel/connectors/ai/open_ai/services/open_ai_chat_completion.py)
-   [PyPI, semantic-kernel 1.47.0 (disemak 2026-11-15)](https://pypi.org/project/semantic-kernel/)
-   [Rujukan API BroadNet Inference (disemak 2026-11-15) (Bahasa Inggeris)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-guides-semantic-kernel-openai-compatible&utm_content=sources)
