using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.Connectors.OpenAI;
var builder = Kernel.CreateBuilder;
// Vælg din udbyder: OpenAI eller Azure OpenAI
builder.AddOpenAIChatCompletion(
modelId: "gpt-4o-mini", // eller din foretrukne model
apiKey: Environment.GetEnvironmentVariable("OPENAI_API_KEY")
);
var kernel = builder.Build;

using Microsoft.SemanticKernel.SemanticFunctions;
var prompt = @"Du er en præcis forklarer.
Forklar konceptet '{topic}' i 3 punkter for en begynder.";
var explainFunc = kernel.CreateFunctionFromPrompt(prompt);
var result = await explainFunc.InvokeAsync(kernel, new { ["topic"] = "vector embeddings" });
Console.WriteLine(result);

public class WeatherPlugin
{
[KernelFunction, Description("Get weather for a city")]
public async Task<string> GetWeatherAsync(
[Description("City name")] string city)
{
// Kald din vejr-API her
var temp = 22; // placeholder
return $"Weather in {city}: {temp}°C and clear";
}
}
// Registrer plugin
var weather = new WeatherPlugin;
kernel.Plugins.AddFromObject(weather, pluginName: "weather");

var prompt = @"
Du er en klassifikationsmotor.
Opgave: Klassificer `message` i en af [Billing, Tech Support, Sales].
Returner streng JSON: { \"label\": string, \"confidence\": number }
message: {message}
";
var classify = kernel.CreateFunctionFromPrompt(prompt);
var output = await classify.InvokeAsync(kernel, new { ["message"] = "Jeg kan ikke logge ind på min konto." });
Console.WriteLine(output); // {"label":"Tech Support","confidence":0.89}

using Microsoft.SemanticKernel.Memory;
var memory = new MemoryBuilder
.WithMemoryStore(new VolatileMemoryStore) // byt ud med en vektor-DB (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: "Kunder kan anmode om en refusion inden for 30 dage efter købet med bevis for kvittering."
);
// Senere: hent og stop ind i prompten
var results = memory.SearchAsync("refund window", collection: "policies", limit: 3, minRelevanceScore: 0.7);
await foreach (var item in results)
{
Console.WriteLine($"Relevant: {item.Metadata.Text}");
}

// 1) Definer plugins (semantiske + native) som før
// 2) Brug en planner (API-overfladen kan variere efter version)
var goal = "Opsummer den vedhæftede politik, klassificer risiko og e-mail en rapport";
// Antag, at vi har plugins: files, summarize, classify, email
// Planner vil samle en plan: files.Load → summarize.Run → classify.Run → email.Send
// Udfør planen sekventielt, valider JSON-outputs mellem trin

var kernel = Kernel.CreateBuilder
.AddOpenAIChatCompletion("gpt-4o-mini", apiKey)
.Build;
var fastKernel = Kernel.CreateBuilder
.AddOpenAIChatCompletion("gpt-4o-mini", apiKey) // speed-optimized
.Build;
// Diriger simplere prompter til fastKernel; komplekse opgaver til 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) Indtag dokumenter i hukommelsen
await memory.SaveInformationAsync("handbook", "vacation-policy",
"Medarbejdere optjener 1,5 dages PTO pr. måned og kan overføre 5 dage.");
// 2) Hent kontekst for et spørgsmål
var top = memory.SearchAsync("carry over PTO", "handbook", limit: 3, minRelevanceScore: 0.75);
var contexts = new List<string>;
await foreach (var r in top) contexts.Add(r.Metadata.Text);
// 3) Spørg med kontekst og anmod om citater
var qaPrompt = @"
Du svarer udelukkende fra den angivne kontekst. Hvis den mangler, skal du sige, at du ikke ved det.
Inkluder inline-citater som [kilde i] ved hjælp af indekset for kontekstelementer, der starter ved 1.
Kontekst:
1) {{ctx1}}
2) {{ctx2}}
Spørgsmål: {{q}}
";
var qa = kernel.CreateFunctionFromPrompt(qaPrompt);
var variables = new KernelArguments
{
["ctx1"] = contexts.ElementAtOrDefault(0) ?? "",
["ctx2"] = contexts.ElementAtOrDefault(1) ?? "",
["q"] = "Hvor mange PTO-dage kan jeg overføre?"</a27>
};
var answer = await qa.InvokeAsync(kernel, variables);
Console.WriteLine(answer);