using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.Connectors.OpenAI;
var builder = Kernel.CreateBuilder;
// Choisissez votre fournisseur : OpenAI ou Azure OpenAI
builder.AddOpenAIChatCompletion(
modelId: "gpt-4o-mini", // ou votre modèle préféré
apiKey: Environment.GetEnvironmentVariable("OPENAI_API_KEY")
);
var kernel = builder.Build;

using Microsoft.SemanticKernel.SemanticFunctions;
var prompt = @"Vous êtes un vulgarisateur concis.
Expliquez le concept de '{topic}' en 3 points pour un débutant.";
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)
{
// Appelez votre API météo ici
var temp = 22; // espace réservé
return $"Météo à {city} : {temp}°C et ciel clair";
}
}
// Enregistrer le plugin
var weather = new WeatherPlugin;
kernel.Plugins.AddFromObject(weather, pluginName: "weather");

var prompt = @"
Vous êtes un moteur de classification.
Tâche : Classifier le `message` dans l'une des catégories suivantes [Facturation, Support technique, Ventes].
Retourner un JSON strict : { \"label\": string, \"confidence\": number }
message: {message}
";
var classify = kernel.CreateFunctionFromPrompt(prompt);
var output = await classify.InvokeAsync(kernel, new { ["message"] = "Je n'arrive pas à me connecter à mon compte." });
Console.WriteLine(output); // {"label":"Tech Support","confidence":0.89}

using Microsoft.SemanticKernel.Memory;
var memory = new MemoryBuilder
.WithMemoryStore(new VolatileMemoryStore) // échangez contre une base de données vectorielle (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: "Les clients peuvent demander un remboursement dans les 30 jours suivant l'achat avec une preuve d'achat."
);
// Plus tard : récupérer et insérer dans l'invite
var results = memory.SearchAsync("refund window", collection: "policies", limit: 3, minRelevanceScore: 0.7);
await foreach (var item in results)
{
Console.WriteLine($"Pertinent : {item.Metadata.Text}");
}

// 1) Définir les plugins (sémantiques + natifs) comme avant
// 2) Utiliser un planificateur (la surface de l'API peut varier selon la version)
var goal = "Résumer la politique jointe, classifier le risque et envoyer un rapport par e-mail";
// Supposons que nous ayons des plugins : fichiers, résumé, classification, e-mail
// Le planificateur assemblera un plan : files.Load → summarize.Run → classify.Run → email.Send
// Exécuter le plan séquentiellement, valider les sorties JSON entre les étapes

var kernel = Kernel.CreateBuilder
.AddOpenAIChatCompletion("gpt-4o-mini", apiKey)
.Build;
var fastKernel = Kernel.CreateBuilder
.AddOpenAIChatCompletion("gpt-4o-mini", apiKey) // optimisé pour la vitesse
.Build;
// Acheminez les invites plus simples vers fastKernel ; les tâches complexes vers 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) Ingérer les documents dans la mémoire
await memory.SaveInformationAsync("handbook", "vacation-policy",
"Les employés accumulent 1,5 jours de congés payés par mois et peuvent reporter 5 jours.");
// 2) Récupérer le contexte pour une question
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) Poser la question avec le contexte et demander des citations
var qaPrompt = @"
Vous répondez strictement à partir du contexte fourni. Si absent, dites que vous ne savez pas.
Incluez des citations en ligne comme [source i] en utilisant l'index des éléments de contexte commençant à 1.
Contexte :
1) {{ctx1}}
2) {{ctx2}}
Question : {{q}}
";
var qa = kernel.CreateFunctionFromPrompt(qaPrompt);
var variables = new KernelArguments
{
["ctx1"] = contexts.ElementAtOrDefault(0) ?? "",
["ctx2"] = contexts.ElementAtOrDefault(1) ?? "",
["q"] = "Combien de jours de congés payés puis-je reporter ?"
};
var answer = await qa.InvokeAsync(kernel, variables);
Console.WriteLine(answer);