using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.Connectors.OpenAI;
var builder = Kernel.CreateBuilder;
// Επιλέξτε τον πάροχό σας: OpenAI ή Azure OpenAI
builder.AddOpenAIChatCompletion(
modelId: "gpt-4o-mini", // ή το μοντέλο που προτιμάτε
apiKey: Environment.GetEnvironmentVariable("OPENAI_API_KEY")
);
var kernel = builder.Build;

using Microsoft.SemanticKernel.SemanticFunctions;
var prompt = @"Είσαι ένας συνοπτικός εξηγητής.
Εξήγησε την έννοια του '{topic}' σε 3 κουκκίδες για έναν αρχάριο.";
var explainFunc = kernel.CreateFunctionFromPrompt(prompt);
var result = await explainFunc.InvokeAsync(kernel, new { ["topic"] = "vector embeddings" });
Console.WriteLine(result);

public class WeatherPlugin
{
[KernelFunction, Description("Λήψη καιρού για μια πόλη")]
public async Task<string> GetWeatherAsync(
[Description("Όνομα πόλης")] string city)
{
// Καλέστε το API καιρού σας εδώ
var temp = 22; // placeholder
return $"Weather in {city}: {temp}°C and clear";
}
}
// Καταχώρηση πρόσθετου
var weather = new WeatherPlugin;
kernel.Plugins.AddFromObject(weather, pluginName: "weather");

var prompt = @"
Είσαι μια μηχανή ταξινόμησης.
Εργασία: Ταξινόμησε το `message` σε ένα από τα [Billing, Tech Support, Sales].
Επιστροφή αυστηρού JSON: { \"label\": string, \"confidence\": number }
message: {message}
";
var classify = kernel.CreateFunctionFromPrompt(prompt);
var output = await classify.InvokeAsync(kernel, new { ["message"] = "Δεν μπορώ να συνδεθώ στον λογαριασμό μου." });
Console.WriteLine(output); // {"label":"Tech Support","confidence":0.89}

using Microsoft.SemanticKernel.Memory;
var memory = new MemoryBuilder
.WithMemoryStore(new VolatileMemoryStore) // αντικαταστήστε με μια βάση δεδομένων vector (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: "Οι πελάτες μπορούν να ζητήσουν επιστροφή χρημάτων εντός 30 ημερών από την αγορά με αποδεικτικό απόδειξης.");
);
// Αργότερα: ανάκτηση και συμπλήρωση στην προτροπή
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) Ορίστε πρόσθετα (σημασιολογικά + εγγενή) όπως πριν
// 2) Χρησιμοποιήστε έναν σχεδιαστή (η επιφάνεια API μπορεί να διαφέρει ανά έκδοση)
var goal = "Συνοψίστε την επισυναπτόμενη πολιτική, ταξινομήστε τον κίνδυνο και στείλτε ένα email με μια αναφορά";
// Ας υποθέσουμε ότι έχουμε πρόσθετα: files, summarize, classify, email
// Ο σχεδιαστής θα συναρμολογήσει ένα σχέδιο: files.Load → summarize.Run → classify.Run → email.Send
// Εκτελέστε το σχέδιο διαδοχικά, επικυρώστε τις εξόδους JSON μεταξύ των βημάτων

var kernel = Kernel.CreateBuilder
.AddOpenAIChatCompletion("gpt-4o-mini", apiKey)
.Build;
var fastKernel = Kernel.CreateBuilder
.AddOpenAIChatCompletion("gpt-4o-mini", apiKey) // βελτιστοποιημένο για ταχύτητα
.Build;
// Δρομολογήστε απλούστερες προτροπές στο fastKernel. πολύπλοκες εργασίες στον πυρήνα

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) Εισαγάγετε έγγραφα στη μνήμη
await memory.SaveInformationAsync("handbook", "vacation-policy",
"Οι εργαζόμενοι συγκεντρώνουν 1,5 ημέρες PTO ανά μήνα και μπορούν να μεταφέρουν 5 ημέρες.");
// 2) Ανάκτηση περιβάλλοντος για μια ερώτηση
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) Ρωτήστε με περιβάλλον και ζητήστε παραπομπές
var qaPrompt = @"
Απαντάτε αυστηρά από το παρεχόμενο περιβάλλον. Εάν λείπει, πείτε ότι δεν γνωρίζετε.
Συμπεριλάβετε ενσωματωμένες παραπομπές όπως [πηγή i] χρησιμοποιώντας τον δείκτη των στοιχείων περιβάλλοντος ξεκινώντας από το 1.
Context:
1) {{ctx1}}
2) {{ctx2}}
Question: {{q}}
";
var qa = kernel.CreateFunctionFromPrompt(qaPrompt);
var variables = new KernelArguments
{
["ctx1"] = contexts.ElementAtOrDefault(0) ?? "",
["ctx2"] = contexts.ElementAtOrDefault(1) ?? "",
["q"] = "Πόσες ημέρες PTO μπορώ να μεταφέρω;";
};
var answer = await qa.InvokeAsync(kernel, variables);
Console.WriteLine(answer);