using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.Connectors.OpenAI;
var builder = Kernel.CreateBuilder;
// Scegli il tuo provider: OpenAI o Azure OpenAI
builder.AddOpenAIChatCompletion(
modelId: "gpt-4o-mini", // o il tuo modello preferito
apiKey: Environment.GetEnvironmentVariable("OPENAI_API_KEY")
);
var kernel = builder.Build;

using Microsoft.SemanticKernel.SemanticFunctions;
var prompt = @"Sei un divulgatore conciso.
Spiega il concetto di '{topic}' in 3 punti elenco per un principiante.";
var explainFunc = kernel.CreateFunctionFromPrompt(prompt);
var result = await explainFunc.InvokeAsync(kernel, new { ["topic"] = "vector embeddings" });
Console.WriteLine(result);

public class WeatherPlugin
{
[KernelFunction, Description("Ottieni il meteo per una città")]
public async Task<string> GetWeatherAsync(
[Description("Nome della città")] string city)
{
// Chiama la tua API meteo qui
var temp = 22; // segnaposto
return $"Meteo a {city}: {temp}°C e sereno";
}
}
// Registra il plugin
var weather = new WeatherPlugin;
kernel.Plugins.AddFromObject(weather, pluginName: "weather");

var prompt = @"
Sei un motore di classificazione.
Compito: Classifica il `message` in uno tra [Billing, Tech Support, Sales].
Restituisci JSON rigoroso: { \"label\": string, \"confidence\": number }
message: {message}
";
var classify = kernel.CreateFunctionFromPrompt(prompt);
var output = await classify.InvokeAsync(kernel, new { ["message"] = "Non riesco ad accedere al mio account." });
Console.WriteLine(output); // {"label":"Tech Support","confidence":0.89}

using Microsoft.SemanticKernel.Memory;
var memory = new MemoryBuilder
.WithMemoryStore(new VolatileMemoryStore) // scambia con un vector 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: "I clienti possono richiedere un rimborso entro 30 giorni dall'acquisto con prova di ricevuta.");
);
// Più tardi: recupera e inserisci nel prompt
var results = memory.SearchAsync("refund window", collection: "policies", limit: 3, minRelevanceScore: 0.7);
await foreach (var item in results)
{
Console.WriteLine($"Rilevante: {item.Metadata.Text}");
}

// 1) Definisci i plugin (semantici + nativi) come prima
// 2) Usa un planner (l'API surface può variare in base alla versione)
var goal = "Riassumi la policy allegata, classifica il rischio e invia un report via email";
// Supponiamo di avere i plugin: files, summarize, classify, email
// Il planner assemblerà un piano: files.Load → summarize.Run → classify.Run → email.Send
// Esegui il piano in sequenza, convalida gli output JSON tra i passaggi

var kernel = Kernel.CreateBuilder
.AddOpenAIChatCompletion("gpt-4o-mini", apiKey)
.Build;
var fastKernel = Kernel.CreateBuilder
.AddOpenAIChatCompletion("gpt-4o-mini", apiKey) // ottimizzato per la velocità
.Build;
// Inoltra i prompt più semplici a fastKernel; le attività complesse 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) Inserisci i documenti in memoria
await memory.SaveInformationAsync("handbook", "vacation-policy",
"I dipendenti maturano 1,5 giorni di ferie retribuite al mese e possono riportare 5 giorni.");
// 2) Recupera il contesto per una domanda
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) Chiedi con il contesto e richiedi le citazioni
var qaPrompt = @"
Rispondi rigorosamente dal contesto fornito. Se manca, dì che non lo sai.
Includi citazioni in linea come [source i] usando l'indice degli elementi di contesto a partire da 1.
Contesto:
1) {{ctx1}}
2) {{ctx2}}
Domanda: {{q}}
";
var qa = kernel.CreateFunctionFromPrompt(qaPrompt);
var variables = new KernelArguments
{
["ctx1"] = contexts.ElementAtOrDefault(0) ?? "",
["ctx2"] = contexts.ElementAtOrDefault(1) ?? "",
["q"] = "Quanti giorni di ferie retribuite posso riportare?"
};
var answer = await qa.InvokeAsync(kernel, variables);
Console.WriteLine(answer);