1. Semantic Kernel规划器项目实战解析
在AI应用开发领域，Semantic Kernel作为微软推出的轻量级SDK，正在改变我们构建智能应用的方式。最近我在一个电商智能客服系统中实际应用了其规划器(Planner)功能，成功实现了多步骤复杂任务的自动化处理。这个真实项目让我深刻体会到，当传统规则引擎遇到需要灵活应对的场景时，Semantic Kernel的规划能力能带来质的飞跃。
规划器的核心价值在于：它能够理解用户的模糊意图，自动拆解为可执行的操作序列。比如当用户说"我想退货上周买的衣服，但保留同时下单的配饰"，系统需要自动识别出"查询订单→分离商品→发起部分退货"这一系列操作。下面我就通过这个电商案例的代码实例，拆解规划器的实战应用要点。
2. 环境准备与基础配置
2.1 开发环境搭建
项目采用.NET 6环境，需要安装以下NuGet包：
bash复制dotnet add package Microsoft.SemanticKernel --version 1.0.1
dotnet add package Microsoft.SemanticKernel.Plugins.Core --version 1.0.1
核心配置文件appsettings.json需要包含Azure OpenAI服务参数：
json复制{
"AzureOpenAI": {
"Endpoint": "YOUR_ENDPOINT",
"DeploymentName": "gpt-35-turbo",
"ApiKey": "YOUR_KEY"
}
}
重要提示：实际项目中务必通过Azure Key Vault管理敏感信息，不要直接硬编码API密钥
2.2 内核初始化代码
基础内核初始化流程如下：
csharp复制var kernel = Kernel.CreateBuilder()
.AddAzureOpenAIChatCompletion(
config.DeploymentName,
config.Endpoint,
config.ApiKey)
.Build();
// 加载核心插件
var pluginsDirectory = Path.Combine(Directory.GetCurrentDirectory(), "Plugins");
kernel.ImportPluginFromPromptDirectory(Path.Combine(pluginsDirectory, "OrderPlugin"));
kernel.ImportPluginFromPromptDirectory(Path.Combine(pluginsDirectory, "RefundPlugin"));
3. 规划器核心实现逻辑
3.1 规划请求构建
处理用户退货请求的规划示例：
csharp复制var planner = new SequentialPlanner(kernel);
var ask = @"顾客要求退回订单#ORD-2023-456中的蓝色衬衫，
但保留同订单内的皮质腰带。请处理这个部分退货请求。";
var plan = await planner.CreatePlanAsync(ask);
3.2 多步骤执行流程
生成的计划会自动包含以下步骤序列：
- 调用OrderPlugin.GetOrderDetails获取订单详情
- 调用OrderPlugin.SplitOrderItems分离指定商品
- 调用RefundPlugin.InitiatePartialRefund发起部分退款
- 调用NotificationPlugin.SendConfirmation发送确认通知
执行计划的代码实现：
csharp复制var result = await plan.InvokeAsync(kernel);
Console.WriteLine(result);
3.3 动态参数传递机制
规划器会自动处理步骤间的参数传递。例如：
- GetOrderDetails输出的orderDetails会自动作为SplitOrderItems的输入
- SplitOrderItems输出的separatedItems会成为InitiatePartialRefund的输入
这种上下文保持能力是规划器的核心优势之一。
4. 高级配置与优化技巧
4.1 规划策略选择
Semantic Kernel提供多种规划策略：
csharp复制// 顺序规划器（默认）
var sequentialPlanner = new SequentialPlanner(kernel);
// 动作规划器（适合简单任务）
var actionPlanner = new ActionPlanner(kernel);
// 自定义规划器（需实现IPlanner接口）
电商案例中我们发现：
- 订单类操作适合SequentialPlanner
- 商品查询类简单任务用ActionPlanner效率更高
4.2 提示词工程优化
在plugins/OrderPlugin/SplitOrderItems/skprompt.txt中：
code复制你是一个专业电商订单处理系统。需要根据用户要求将订单中的商品分离。
订单内容：{{$orderDetails}}
用户要求：{{$input}}
请用JSON格式输出分离后的商品组：
{
"to_refund": [...],
"to_keep": [...]
}
关键优化点：
- 明确输出格式要求
- 提供结构化示例
- 限定处理范围
4.3 异常处理机制
增强版执行代码包含错误处理：
csharp复制try {
var result = await plan.InvokeAsync(kernel);
if (result.Metadata?.ContainsKey("error") == true) {
await HandlePlanningError(result);
return;
}
Console.WriteLine(result);
} catch (KernelException ex) {
Logger.LogError(ex, "Plan execution failed");
await RecoverWithFallbackPlan(kernel);
}
5. 实战中的经验教训
5.1 性能优化记录
在压力测试中发现：
- 复杂计划（>5步）的生成时间可能超过3秒
- 解决方案：对高频操作预生成计划模板
- 缓存优化后平均响应时间降至800ms
5.2 准确性提升技巧
通过以下改进将任务分解准确率从78%提升到94%：
- 为每个插件添加详细的
XML注释 - 在提示词中明确排除不可能的操作组合
- 添加领域术语解释文件（terminology.json）
5.3 监控指标设计
建议监控的关键指标：
| 指标名称 | 计算方式 | 预警阈值 |
|---|---|---|
| 计划生成成功率 | 成功次数/总调用次数 | <95% |
| 平均步骤数 | 总步骤数/成功计划数 | >6 |
| 执行中断率 | 未完成计划数/启动计划数 | >10% |
6. 完整项目代码结构
最终项目目录结构如下：
code复制/EcommerceAI
│── appsettings.json
│── Program.cs
│── README.md
│
├── Plugins
│ ├── OrderPlugin
│ │ ├── GetOrderDetails
│ │ │ └── skprompt.txt
│ │ └── SplitOrderItems
│ │ └── skprompt.txt
│ │
│ ├── RefundPlugin
│ └── NotificationPlugin
│
└── Services
├── PlanningService.cs
└── MonitoringService.cs
核心服务类实现：
csharp复制public class PlanningService
{
private readonly IKernel _kernel;
public PlanningService(IKernel kernel) {
_kernel = kernel;
}
public async Task<string> HandleCustomerRequestAsync(string request) {
var planner = new SequentialPlanner(_kernel);
var plan = await planner.CreatePlanAsync(request);
// 添加监控埋点
Metrics.PlanSteps.Record(plan.Steps.Count);
return await plan.InvokeAsync(_kernel);
}
}
7. 扩展应用场景
这套方案稍作调整即可应用于：
-
智能家居中的多设备联动场景
- 示例："我离开家时关闭空调但保持冰箱运行"
-
IT运维自动化
- 示例："服务器CPU过高时先扩容再通知值班工程师"
-
医疗流程辅助
- 示例："患者主诉腹痛且发热，建议检查流程"
关键调整点：
- 替换领域特定插件
- 调整提示词中的专业术语
- 根据场景复杂度选择合适的规划器类型
在实际部署中，我们发现规划器对模糊指令的处理能力直接影响用户体验。比如当用户说"处理我的退货"时，通过添加上下文记忆插件，系统能主动追问"您是要退全部商品还是部分商品"，这种交互细节往往决定了项目的成败。