using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.Connectors.OpenAI;
var builder = Kernel.CreateBuilder;
// Odaberite svog davatelja usluga: OpenAI ili Azure OpenAI
builder.AddOpenAIChatCompletion(
modelId: "gpt-4o-mini", // ili vaš preferirani model
apiKey: Environment.GetEnvironmentVariable("OPENAI_API_KEY")
);
var kernel = builder.Build;

using Microsoft.SemanticKernel.SemanticFunctions;
var prompt = @"Vi ste sažeti objašnjavač.
Objasnite koncept '{topic}' u 3 točke za početnika.";
var explainFunc = kernel.CreateFunctionFromPrompt(prompt);
var result = await explainFunc.InvokeAsync(kernel, new { ["topic"] = "vektorske ugradnje" });
Console.WriteLine(result);

public class WeatherPlugin
{
[KernelFunction, Description("Dohvati vremensku prognozu za grad")]
public async Task<string> GetWeatherAsync(
[Description("Naziv grada")] string city)
{
// Pozovite svoj API za vremensku prognozu ovdje
var temp = 22; // rezervirano mjesto
return $"Vrijeme u {city}: {temp}°C i vedro";
}
}
// Registrirajte dodatak
var weather = new WeatherPlugin;
kernel.Plugins.AddFromObject(weather, pluginName: "weather");

var prompt = @"
Vi ste mehanizam za klasifikaciju.
Zadatak: Klasificirajte `poruku` u jednu od [Naplata, Tehnička podrška, Prodaja].
Vratite strogi JSON: { \"label\": string, \"confidence\": number }
message: {message}
";
var classify = kernel.CreateFunctionFromPrompt(prompt);
var output = await classify.InvokeAsync(kernel, new { ["message"] = "Ne mogu se prijaviti na svoj račun." });
Console.WriteLine(output); // {"label":"Tehnička podrška","confidence":0.89}

using Microsoft.SemanticKernel.Memory;
var memory = new MemoryBuilder
.WithMemoryStore(new VolatileMemoryStore) // zamijenite za vektorsku bazu podataka (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: "Kupci mogu zatražiti povrat novca u roku od 30 dana od kupnje uz dokaz o primitku."
);
// Kasnije: dohvatite i ubacite u upit
var results = memory.SearchAsync("refund window", collection: "policies", limit: 3, minRelevanceScore: 0.7);
await foreach (var item in results)
{
Console.WriteLine($"Relevantno: {item.Metadata.Text}");
}

// 1) Definirajte dodatke (semantičke + izvorne) kao i prije
// 2) Koristite planer (API površina može se razlikovati ovisno o verziji)
var goal = "Sažmite priloženu politiku, klasificirajte rizik i pošaljite izvješće e-poštom";
// Pretpostavimo da imamo dodatke: datoteke, sažmi, klasificiraj, e-pošta
// Planer će sastaviti plan: files.Load → summarize.Run → classify.Run → email.Send
// Izvršite plan sekvencijalno, potvrdite JSON izlaze između koraka

var kernel = Kernel.CreateBuilder
.AddOpenAIChatCompletion("gpt-4o-mini", apiKey)
.Build;
var fastKernel = Kernel.CreateBuilder
.AddOpenAIChatCompletion("gpt-4o-mini", apiKey) // optimizirano za brzinu
.Build;
// Usmjerite jednostavnije upite na fastKernel; složene zadatke na 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) Unesite dokumente u memoriju
await memory.SaveInformationAsync("handbook", "vacation-policy",
"Zaposlenici nakupljaju 1,5 dana PTO-a mjesečno i mogu prenijeti 5 dana.");
// 2) Dohvatite kontekst za pitanje
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) Pitajte s kontekstom i zatražite citate
var qaPrompt = @"
Odgovarate strogo iz zadanog konteksta. Ako nedostaje, recite da ne znate.
Uključite inline citate poput [izvor i] koristeći indeks stavki konteksta počevši od 1.
Kontekst:
1) {{ctx1}}
2) {{ctx2}}
Pitanje: {{q}}
";
var qa = kernel.CreateFunctionFromPrompt(qaPrompt);
var variables = new KernelArguments
{
["ctx1"] = contexts.ElementAtOrDefault(0) ?? "",
["ctx2"] = contexts.ElementAtOrDefault(1) ?? "",
["q"] = "Koliko PTO dana mogu prenijeti?"
};
var answer = await qa.InvokeAsync(kernel, variables);
Console.WriteLine(answer);