using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.Connectors.OpenAI;
var builder = Kernel.CreateBuilder;
// Tria el teu proveïdor: OpenAI o Azure OpenAI
builder.AddOpenAIChatCompletion(
modelId: "gpt-4o-mini", // o el teu model preferit
apiKey: Environment.GetEnvironmentVariable("OPENAI_API_KEY")
);
var kernel = builder.Build;

using Microsoft.SemanticKernel.SemanticFunctions;
var prompt = @"Ets un explicador concís.
Explica el concepte de '{topic}' en 3 punts per a un principiant.";
var explainFunc = kernel.CreateFunctionFromPrompt(prompt);
var result = await explainFunc.InvokeAsync(kernel, new { ["topic"] = "vector embeddings" });
Console.WriteLine(result);

public class WeatherPlugin
{
[KernelFunction, Description("Obtenir el temps per a una ciutat")]
public async Task<string> GetWeatherAsync(
[Description("Nom de la ciutat")] string city)
{
// Cridar la teva API del temps aquí
var temp = 22; // marcador de posició
return $"Temps a {city}: {temp}°C i clar";
}
}
// Registrar el 
var weather = new WeatherPlugin;
kernel.Plugins.AddFromObject(weather, pluginName: "weather");

var prompt = @"
Ets un motor de classificació.
Tasca: Classifica el `message` en un de [Facturació, Suport Tècnic, Vendes].
Retorna JSON estricte: { \"label\": string, \"confidence\": number }
message: {message}
";
var classify = kernel.CreateFunctionFromPrompt(prompt);
var output = await classify.InvokeAsync(kernel, new { ["message"] = "No puc iniciar sessió al meu compte." });
Console.WriteLine(output); // {"label":"Suport Tècnic","confidence":0.89}

using Microsoft.SemanticKernel.Memory;
var memory = new MemoryBuilder
.WithMemoryStore(new VolatileMemoryStore) // intercanvia per una base de dades vectorial (Qdrant, Pinecone, Azure AI Search)
.WithTextEmbeddingGeneration(
new OpenAITextEmbeddingGeneration("text-embedding-3-small", Environment.GetEnvironmentVariable("OPENAI_API_KEY")))
.Build;
await memory.SaveInformationAsync(
collection: "policies", id: "refund-policy",
text: "Els clients poden sol·licitar un reemborsament en un termini de 30 dies des de la compra amb prova de rebut."
);
// Més tard: recuperar i introduir al 
var results = memory.SearchAsync("finestra de reemborsament", collection: "policies", limit: 3, minRelevanceScore: 0.7);
await foreach (var item in results)
{
Console.WriteLine($"Rellevant: {item.Metadata.Text}");
}

// 1) Defineix els  (semàntics + natius) com abans
// 2) Utilitza un planificador (la superfície de l'API pot variar segons la versió)
var goal = "Resumir la política adjunta, classificar el risc i enviar un informe per correu electrònic";
// Suposem que tenim : fitxers, resumir, classificar, correu electrònic
// El planificador muntarà un pla: files.Load → summarize.Run → classify.Run → email.Send
// Executa el pla seqüencialment, valida les sortides JSON entre els passos

var kernel = Kernel.CreateBuilder
.AddOpenAIChatCompletion("gpt-4o-mini", apiKey)
.Build;
var fastKernel = Kernel.CreateBuilder
.AddOpenAIChatCompletion("gpt-4o-mini", apiKey) // optimitzat per a la velocitat
.Build;
// Encaminar  més senzills a fastKernel; tasques complexes a kernel

record Classification(string label, double confidence);
bool TryParseClassification(string text, out Classification cls)
{
try { cls = System.Text.Json.JsonSerializer.Deserialize<Classification>(text)!; return true; }
catch { cls = default!; return false; }
}

// 1) Ingerir documents a la memòria
await memory.SaveInformationAsync("handbook", "vacation-policy",
"Els empleats acumulen 1,5 dies de PTO per mes i poden transferir 5 dies.");
// 2) Recuperar el context per a una pregunta
var top = memory.SearchAsync("transferir PTO", "handbook", limit: 3, minRelevanceScore: 0.75);
var contexts = new List<string>;
await foreach (var r in top) contexts.Add(r.Metadata.Text);
// 3) Preguntar amb context i sol·licitar citacions
var qaPrompt = @"
Respon estrictament a partir del context proporcionat. Si falta, digues que no ho saps.
Inclou citacions en línia com [font i] utilitzant l'índex d'elements de context començant per 1.
Context:
1) {{ctx1}}
2) {{ctx2}}
Pregunta: {{q}}
";
var qa = kernel.CreateFunctionFromPrompt(qaPrompt);
var variables = new KernelArguments
{
["ctx1"] = contexts.ElementAtOrDefault(0) ?? "",
["ctx2"] = contexts.ElementAtOrDefault(1) ?? "",
["q"] = "Quants dies de PTO puc transferir?"
};
var answer = await qa.InvokeAsync(kernel, variables);
Console.WriteLine(answer);