using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.Connectors.OpenAI;
var builder = Kernel.CreateBuilder;
// మీ ప్రొవైడర్ ఎంచుకోండి: OpenAI లేదా Azure OpenAI
builder.AddOpenAIChatCompletion(
modelId: "gpt-4o-mini", // లేదా మీ ఇష్టమైన మోడల్
apiKey: Environment.GetEnvironmentVariable("OPENAI_API_KEY")
);
var kernel = builder.Build;

using Microsoft.SemanticKernel.SemanticFunctions;
var prompt = @"You are a concise explainer.
Explain the concept of '{topic}' in 3 bullet points for a beginner.";
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)
{
// మీ వాతావరణ APIని ఇక్కడ పిలవండి
var temp = 22; // ప్లేస్‌హోల్డర్
return $"Weather in {city}: {temp}°C and clear";
}
}
// ప్లగిన్ రిజిస్టర్ చేయండి
var weather = new WeatherPlugin;
kernel.Plugins.AddFromObject(weather, pluginName: "weather");

var prompt = @"
You are a classification engine.
Task: Classify the `message` into one of [Billing, Tech Support, Sales].
Return strict JSON: { \"label\": string, \"confidence\": number }
message: {message}
";
var classify = kernel.CreateFunctionFromPrompt(prompt);
var output = await classify.InvokeAsync(kernel, new { ["message"] = "I can’t log into my account." });
Console.WriteLine(output); // {"label":"Tech Support","confidence":0.89}

using Microsoft.SemanticKernel.Memory;
var memory = new MemoryBuilder
.WithMemoryStore(new VolatileMemoryStore) // వెక్టర్ DB (Qdrant, Pinecone, Azure AI Search) తో మార్చండి
.WithTextEmbeddingGeneration(
new OpenAITextEmbeddingGeneration("text-embedding-3-small", Environment.GetEnvironmentVariable("OPENAI_API_KEY")))
.Build;
await memory.SaveInformationAsync(
collection: "policies", id: "refund-policy",
text: "Customers can request a refund within 30 days of purchase with proof of receipt."
);
// తరువాత: ప్రాంప్ట్‌లోకి తిరిగి తెచ్చుకోండి
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) ముందుగా ప్లగిన్లు (సెమెటిక్ + నేటివ్) నిర్వచించండి
// 2) ప్లానర్ వాడండి (API సర్ఫేస్ వెర్షన్ ప్రకారం మారవచ్చు)
var goal = "Summarize the attached policy, classify risk, and email a report";
// ప్లగిన్లు ఉన్నట్లు అనుకోండి: files, summarize, classify, email
// ప్లానర్ ప్లాన్ తయారు చేస్తుంది: files.Load → summarize.Run → classify.Run → email.Send
// ప్లాన్‌ను వరుసగా అమలు చేయండి, దశల మధ్య JSON అవుట్‌పుట్‌లను ధృవీకరించండి

var kernel = Kernel.CreateBuilder
.AddOpenAIChatCompletion("gpt-4o-mini", apiKey)
.Build;
var fastKernel = Kernel.CreateBuilder
.AddOpenAIChatCompletion("gpt-4o-mini", apiKey) // వేగం కోసం ఆప్టిమైజ్ చేయబడింది
.Build;
// సులభమైన ప్రాంప్ట్స్ fastKernelకి రూట్ చేయండి; క్లిష్టమైన పనులు kernelకి

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) డాక్యుమెంట్లను మెమరీలో ఇన్జెస్ట్ చేయండి
await memory.SaveInformationAsync("handbook", "vacation-policy",
"Employees accrue 1.5 days of PTO per month and can carry over 5 days.");
// 2) ప్రశ్న కోసం కాంటెక్స్ట్‌ను తిరిగి తెచ్చుకోండి
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) కాంటెక్స్ట్‌తో అడగండి మరియు సిటేషన్లను అభ్యర్థించండి
var qaPrompt = @"
You answer strictly from the provided context. If missing, say you don't know.
Include inline citations like [source i] using the index of context items starting at 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"] = "How many PTO days can I carry over?"
};
var answer = await qa.InvokeAsync(kernel, variables);
Console.WriteLine(answer);