using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.Connectors.OpenAI;
var builder = Kernel.CreateBuilder;
// Escolha seu provedor: OpenAI ou Azure OpenAI
builder.AddOpenAIChatCompletion(
modelId: "gpt-4o-mini", // ou seu modelo preferido
apiKey: Environment.GetEnvironmentVariable("OPENAI_API_KEY")
);
var kernel = builder.Build;

using Microsoft.SemanticKernel.SemanticFunctions;
var prompt = @"Você é um explicador conciso.
Explique o conceito de '{topic}' em 3 tópicos para um iniciante.";
var explainFunc = kernel.CreateFunctionFromPrompt(prompt);
var result = await explainFunc.InvokeAsync(kernel, new { ["topic"] = "vector embeddings" });
Console.WriteLine(result);

public class WeatherPlugin
{
[KernelFunction, Description("Obter o clima para uma cidade")]
public async Task<string> GetWeatherAsync(
[Description("Nome da cidade")] string city)
{
// Chame sua API de clima aqui
var temp = 22; // placeholder
return $"Clima em {city}: {temp}°C e claro";
}
}
// Registrar plugin
var weather = new WeatherPlugin;
kernel.Plugins.AddFromObject(weather, pluginName: "weather");

var prompt = @"
Você é um motor de classificação.
Tarefa: Classifique a `message` em um de [Faturamento, Suporte Técnico, Vendas].
Retorne JSON estrito: { \"label\": string, \"confidence\": number }
message: {message}
";
var classify = kernel.CreateFunctionFromPrompt(prompt);
var output = await classify.InvokeAsync(kernel, new { ["message"] = "Não consigo fazer login na minha conta." });
Console.WriteLine(output); // {"label":"Tech Support","confidence":0.89}

using Microsoft.SemanticKernel.Memory;
var memory = new MemoryBuilder
.WithMemoryStore(new VolatileMemoryStore) // troque por um DB de vetores (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: "Clientes podem solicitar um reembolso dentro de 30 dias da compra com comprovante de recebimento."
);
// Mais tarde: recuperar e inserir no prompt
var results = memory.SearchAsync("refund window", collection: "policies", limit: 3, minRelevanceScore: 0.7);
await foreach (var item in results)
{
Console.WriteLine($"Relevante: {item.Metadata.Text}");
}

// 1) Defina plugins (semânticos + nativos) como antes
// 2) Use um planejador (a superfície da API pode variar de acordo com a versão)
var goal = "Resuma a política anexada, classifique o risco e envie um relatório por e-mail";
// Suponha que temos plugins: arquivos, resumir, classificar, e-mail
// O planejador montará um plano: files.Load → summarize.Run → classify.Run → email.Send
// Execute o plano sequencialmente, valide as saídas JSON entre as etapas

var kernel = Kernel.CreateBuilder
.AddOpenAIChatCompletion("gpt-4o-mini", apiKey)
.Build;
var fastKernel = Kernel.CreateBuilder
.AddOpenAIChatCompletion("gpt-4o-mini", apiKey) // otimizado para velocidade
.Build;
// Roteie prompts mais simples para fastKernel; tarefas complexas para 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) Ingerir documentos na memória
await memory.SaveInformationAsync("handbook", "vacation-policy",
"Funcionários acumulam 1,5 dias de PTO por mês e podem transferir 5 dias.");
// 2) Recuperar o contexto para uma pergunta
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) Pergunte com contexto e solicite citações
var qaPrompt = @"
Você responde estritamente a partir do contexto fornecido. Se estiver faltando, diga que não sabe.
Inclua citações inline como [fonte i] usando o índice de itens de contexto começando em 1.
Contexto:
1) {{ctx1}}
2) {{ctx2}}
Pergunta: {{q}}
";
var qa = kernel.CreateFunctionFromPrompt(qaPrompt);
var variables = new KernelArguments
{
["ctx1"] = contexts.ElementAtOrDefault(0) ?? "",
["ctx2"] = contexts.ElementAtOrDefault(1) ?? "",
["q"] = "Quantos dias de PTO posso transferir?"
};
var answer = await qa.InvokeAsync(kernel, variables);
Console.WriteLine(answer);