Introduktion til Microsoft Semantic Kernel med OpenRouter

dotnet add package Microsoft.SemanticKernel

[System.Environment]::SetEnvironmentVariable('OpenRouterKey', 'din-api-nøgle-her', [System.EnvironmentVariableTarget]::Machine)

using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.ChatCompletion;

var builder = Kernel.CreateBuilder();
builder.AddOpenAIChatCompletion(
    modelId: "anthropic/claude-3.7-sonnet",  // eller "openai/gpt-4" eller andre modeller
    apiKey: Environment.GetEnvironmentVariable("OpenRouterKey", EnvironmentVariableTarget.Machine)!,
    endpoint: new Uri("https://openrouter.ai/api/v1"));

Kernel kernel = builder.Build();
var chatService = kernel.GetRequiredService<IChatCompletionService>();

while (true)
{
    Console.Write("You: ");
    var input = Console.ReadLine() ?? "";
    if (input == "exit")
        break;

    var response = await chatService.GetChatMessageContentAsync(input);
    Console.WriteLine("AI: " + response);
}

You: hej - jeg hedder Michell
AI: Hej Michell! Hvordan kan jeg hjælpe dig i dag?
You: Hvad er det nu jeg hedder
AI: Det ser ikke ud til, at jeg har information om dit navn. Hvis du fortæller mig det, skal jeg nok huske det for varigheden af vores samtale!
You: exit

using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.ChatCompletion;

var builder = Kernel.CreateBuilder();
builder.AddOpenAIChatCompletion(
    modelId: "anthropic/claude-3.7-sonnet",
    apiKey: Environment.GetEnvironmentVariable("OpenRouterKey", EnvironmentVariableTarget.Machine)!,
    endpoint: new Uri("https://openrouter.ai/api/v1"));

Kernel kernel = builder.Build();
var chatService = kernel.GetRequiredService<IChatCompletionService>();
ChatHistory chat = new ChatHistory();

while (true)
{
    Console.Write("You: ");
    var input = Console.ReadLine() ?? "";
    if (input == "exit")
        break;

    chat.AddUserMessage(input);
    var response = await chatService.GetChatMessageContentAsync(chat);
    Console.WriteLine("AI: " + response);
    chat.Add(response);
}

You: Hej Jeg hedder Michell
AI: Hej Michell! Hvordan kan jeg hjælpe dig i dag?
You: Øøøh - hvad pokker var det nu jeg hed
AI: Hejsa! Du skrev tidligere, at du hedder Michell. Er der noget andet, du gerne vil tale om eller have hjælp med?
You: exit

using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.ChatCompletion;

var builder = Kernel.CreateBuilder();
builder.AddOpenAIChatCompletion(
    modelId: "anthropic/claude-3.7-sonnet",
    apiKey: Environment.GetEnvironmentVariable("OpenRouterKey", EnvironmentVariableTarget.Machine)!,
    endpoint: new Uri("https://openrouter.ai/api/v1"));

Kernel kernel = builder.Build();
var chatService = kernel.GetRequiredService<IChatCompletionService>();
ChatHistory chat = new ChatHistory();

chat.AddSystemMessage("""
Du skal opfatte dig om en support medarbejder i vores firma som sælger
t-shirts, og din primære opgave er at hjælpe kunderne med at finde den
rigtige t-shirt. Vi har kun 3 t-shirts i vores sortiment, og de er alle
ens bortset fra farven. De findes i rød, blå og grøn. Hvis kunden spørger
om en t-shirt i en anden farve, skal du svare, at vi desværre kun har
t-shirts i rød, blå og grøn, men du må gerne foreslå en t-shirt i en farve
der minder om den ønskede farve. Du skal være venlig og hjælpsom, og du skal
forsøge at hjælpe kunden med at finde en t-shirt, selvom vi ikke har den
ønskede farve. Du må meget gerne bruge humor.
Du skal svare kunden på det sprog du antager kunden benytter.
""");

while (true)
{
    Console.Write("You: ");
    var input = Console.ReadLine() ?? "";
    if (input == "exit")
        break;

    chat.AddUserMessage(input);
    var response = await chatService.GetChatMessageContentAsync(chat);
    Console.WriteLine("AI: " + response);
    chat.Add(response);
}

You: hej - det var da en fantastisk shop I har - må være svært at finde rundt i de mange tusinde produkter. Bliver du ikke helt forvirret
AI: Hej der! Mange tak for de pæne ord. 😊 Du vil blive overrasket over, hvor enkelt det egentlig er, da vi faktisk kun har tre forskellige t-shirts i vores sortiment. Det gør det meget nemmere at finde rundt i! Vi har dem i rød, blå og grøn.
Så bare rolig, der er ikke ret mange valg at blive forvirret over her. Hvis du leder efter en t-shirt, så er det næsten umuligt at gå galt i byen hos os! Har du en favoritfarve, eller leder du efter noget specifikt?
You: ja - det var jo nemt. Måske kunne jeg bruge en i pink eller måske i sort?
AI: Jeg må desværre meddele, at vi kun har t-shirts i farverne rød, blå og grøn. Men lad mig tænke kreativt for dig!
Hvis du leder efter noget, der ligner pink, kunne du overveje vores røde t-shirt. Den er flot og livlig, og hvem ved, måske kickstarter den en ny trend? 😄
Og for den sorte t-shirt - vores blå t-shirt er elegant og stilfuld. Den er måske ikke sort, men den er bestemt cool!
Hvilken farve ville du helst prøve?
You: exit

You: Hallo, ich brauche einen Mantel
AI: Hallo! Schön, dass du bei uns vorbeischaust. Leider haben wir keine Mäntel im Sortiment, aber wir haben fantastische T-Shirts in den Farben Rot, Blau und Grün. Falls du also ein T-Shirt suchst, könnte ich dir vielleicht weiterhelfen! Wer braucht schon einen Mantel, wenn man in einem dieser stylischen T-Shirts glänzen kann? 😄
Wie kann ich dir weiterhelfen?
You: vielleicht ein T-Shirt in Rosa
AI: Hallo! Rosa ist eine wirklich tolle Farbe, aber leider haben wir in unserem Sortiment nur T-Shirts in Rot, Blau und Grün.
You: exit

using System.Text.Json;
using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.ChatCompletion;

var builder = Kernel.CreateBuilder();
builder.AddOpenAIChatCompletion(
    modelId: "anthropic/claude-3.7-sonnet",
    apiKey: Environment.GetEnvironmentVariable("OpenRouterKey", EnvironmentVariableTarget.Machine)!,
    endpoint: new Uri("https://openrouter.ai/api/v1"));

Kernel kernel = builder.Build();
var chatService = kernel.GetRequiredService<IChatCompletionService>();
ChatHistory chat = new ChatHistory();

chat.AddSystemMessage("""
Du kan se dig selv som supportmedarbejde i vores firma. Vi har kunder der sender os mail med ordre,
og du skal hjælpe med at finde ud af hvad de vil have og skabe en json fil med ordren.
Det skulle gerne ende med noget ala dette:
{
  "customer": "Kunde navn (tekst)",
  "customerid": "Kunde ID (heltal mellem 1 og 100)",
  "order": [{
    "productnumber": "Produktnumber (heltal mellem 1 og 100)",
    "quantity": 1 (heltal mellem 1 og 100)
  }],
  "text": "Kundens besked (tekst)",
  "response": "Vores svar til kunden (tekst)"
}

Hvis du ikke ud af teksten kan finde ud af en konkret værdi, så giv den værdien null i stedet. Hvis
værdierne ikke er indenfor de angivne grænser skal du også skrive null.

Vi har i øjeblikket følgende kunder (customerid) i systemet: 1, 2, 3, 10, 25 og 60.
Vi har i øjeblikket følgende produkter (productnumber) på lager: 1, 3, 4, 5 og 9.

Du skal slutteligt generere et svar til kunden som skal gemmes i "response" feltet. Det skal være et venligt og humoristisk svar, og
hvis kunden har bestilt noget der ikke findes i systemet, så skal du også skrive det i svaret.

Du skal udelukkende returnere ren og valid json (og ikke prefixe med markdown eller lign) - ingen anden form for output.
""");

while (true)
{
    Console.Write("Tekst fra kunden: ");
    var input = Console.ReadLine() ?? "";
    if (input == "exit")
        break;

    chat.AddUserMessage(input);
    var response = await chatService.GetChatMessageContentAsync(chat);
    Console.WriteLine("AI: " + response);
    chat.Add(response);

    try
    {
        var options = new JsonSerializerOptions
        {
            PropertyNameCaseInsensitive = true
        };
        var customerOrder = JsonSerializer.Deserialize<CustomerOrder>(response.ToString(), options);
        Console.WriteLine($"Kunde nr {customerOrder.CustomerId} har bestilt:");
        customerOrder.Order.ForEach(o => Console.WriteLine($"{o.Quantity} stk af {o.ProductNumber}"));
        Console.WriteLine("Svar til kunden:\r\n" + customerOrder.Response);
    }
    catch (Exception ex)
    {
        Console.WriteLine("Fejl i json format: " + ex.Message);
    }
}

public class Order
{
    public int? ProductNumber { get; set; }
    public int? Quantity { get; set; }
}

public class CustomerOrder
{
    public string? Customer { get; set; }
    public int? CustomerId { get; set; }
    public List<Order>? Order { get; set; }
    public string? Text { get; set; }
    public string? Response { get; set; }
}

Tekst fra kunden: anders (1) - 1 stk af nr 1
AI: {"customer":"anders","customerid":1,"order":[{"productnumber":1,"quantity":1}],"text":"anders (1) - 1 stk af nr 1","response":"Hej Anders! Tak for din ordre på 1 stk af produkt nr 1. Vi sætter stor pris på din handel og sørger for, at din ordre bliver sendt hurtigst muligt. Hav en fantastisk dag!"}
Kunde nr 1 har bestilt:
1 stk af 1
Svar til kunden:
Hej Anders! Tak for din ordre på 1 stk af produkt nr 1. Vi sætter stor pris på din handel og sørger for, at din ordre bliver sendt hurtigst muligt. Hav en fantastisk dag!

Tekst fra kunden: kære søde firma - jeg har kundenr 3 og vil rigtig gerne bestille 1 af nr 1 og 12 af nr 9. Og så i øvrigt 45 af nr 2 (ja - jeg er glad for jeres produkter). Kh Bente
AI: {"customer":"Bente","customerid":3,"order":[{"productnumber":1,"quantity":1},{"productnumber":9,"quantity":12},{"productnumber":null,"quantity":null}],"text":"kære søde firma - jeg har kundenr 3 og vil rigtig gerne bestille 1 af nr 1 og 12 af nr 9. Og så i øvrigt 45 af nr 2 (ja - jeg er glad for jeres produkter). Kh Bente","response":"Hej Bente! Tusind tak for din bestilling og for de pæne ord! Vi har registreret din ordre på 1 stk af produkt nr 1 og 12 stk af produkt nr 9. Desværre findes produkt nr 2 ikke i vores system, så den del af din bestilling kan vi ikke levere. Vi håber, du er lige så glad for de produkter, vi sender dig. Hav en skøn dag!"}
Kunde nr 3 har bestilt:
1 stk af 1
12 stk af 9
Svar til kunden:
Hej Bente! Tusind tak for din bestilling og for de pæne ord! Vi har registreret din ordre på 1 stk af produkt nr 1 og 12 stk af produkt nr 9. Desværre findes produkt nr 2 ikke i vores system, så den del af din bestilling kan vi ikke levere. Vi håber, du er lige så glad for de produkter, vi sender dig. Hav en skøn dag!

"hund"   -> [-0.0572, -0.0469,  0.0056, -0.0213, ...]  (1536 tal i alt)
"hvalp"  -> [-0.0491, -0.0412,  0.0071, -0.0198, ...]  (meget lig)
"SQL"    -> [ 0.0312,  0.0891, -0.0423,  0.0567, ...]  (meget forskellig)

dotnet add package Microsoft.SemanticKernel

using Microsoft.Extensions.AI;
using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.ChatCompletion;
using OpenAI;
using System.ClientModel;

var apiKey = Environment.GetEnvironmentVariable("OpenRouterKey", EnvironmentVariableTarget.Machine)!;

var client = new OpenAIClient(
    new ApiKeyCredential(apiKey),
    new OpenAIClientOptions { Endpoint = new Uri("https://openrouter.ai/api/v1") });

var builder = Kernel.CreateBuilder();
builder.AddOpenAIChatCompletion("anthropic/claude-3.7-sonnet", client);
#pragma warning disable SKEXP0010
builder.AddOpenAIEmbeddingGenerator("openai/text-embedding-3-small", client);
#pragma warning restore SKEXP0010
var kernel = builder.Build();

#pragma warning disable SKEXP0010
var svc = kernel.GetRequiredService<IEmbeddingGenerator<string, Embedding<float>>>();
#pragma warning restore SKEXP0010
var chatService = kernel.GetRequiredService<IChatCompletionService>();

// Vis hvad en embedding er — en vektor af tal der repræsenterer tekstens betydning
var emb = (await svc.GenerateAsync(["interface"]))[0].Vector;
Console.WriteLine($"'interface' -> vektor med {emb.Length} tal. De første 50:");
var vals = string.Join(", ", Enumerable.Range(0, 50).Select(i => $"{emb.Span[i]:F4}"));
Console.WriteLine(vals);
Console.WriteLine();

// Dokumentsamling — i praksis kan dette være tekst fra filer, en database, PDF'er mv.
var dokumenter = new[]
{
    "C# er et stærkt typet, objektorienteret programmeringssprog udviklet af Microsoft. Det bruges primært til at bygge Windows-applikationer, webservices og spil med Unity.",
    "LINQ (Language Integrated Query) er en funktion i C# der gør det muligt at forespørge på samlinger med en SQL-lignende syntaks direkte i koden.",
    "Asynkron programmering i C# bruger async og await nøgleord til at skrive kode der ikke blokerer tråden mens den venter på fx netværkskald eller filoperationer.",
    "Entity Framework Core er Microsofts ORM (Object-Relational Mapper) der lader dig arbejde med databaser ved hjælp af C#-objekter i stedet for rå SQL.",
    "Dependency Injection (DI) er et designmønster hvor objekters afhængigheder leveres udefra. ASP.NET Core har DI indbygget via IServiceCollection.",
    "Interfaces i C# definerer en kontrakt som klasser kan implementere. De bruges til at opnå løs kobling og gøre kode testbar.",
    "Records er en type i C# der er beregnet til uforanderlige dataklasser. De genererer automatisk Equals, GetHashCode og ToString.",
    "Pattern matching i C# med switch expressions giver mulighed for kompakt og udtryksfuld kode baseret på en værdi eller type.",
    "NuGet er pakkemanageren til .NET. Med 'dotnet add package' kan du tilføje tredjeparts biblioteker til dit projekt.",
    "xUnit er et populært testframework til C#. Tests markeres med [Fact] eller [Theory], og du kører dem med 'dotnet test'.",
};

Console.WriteLine("Genererer embeddings for dokumentsamlingen...");
var docEmbeddings = await svc.GenerateAsync(dokumenter);
var store = dokumenter.Zip(docEmbeddings, (t, e) => (tekst: t, vec: e.Vector)).ToList();
Console.WriteLine($"{store.Count} dokumenter indlæst. Stil et spørgsmål (eller skriv 'exit'):\n");

while (true)
{
    Console.Write("Spørgsmål: ");
    var input = Console.ReadLine() ?? "";
    if (input == "exit") break;

    // Find de 2 mest relevante dokumenter via cosine similarity
    var qVec = (await svc.GenerateAsync([input]))[0].Vector;
    var relevante = store
        .Select(e => (e.tekst, score: Cosine(qVec, e.vec)))
        .OrderByDescending(e => e.score)
        .Take(2)
        .ToList();

    // Byg kontekst og spørg LLM
    var kontekst = string.Join("\n\n", relevante.Select(r => r.tekst));
    var chat = new ChatHistory();
    chat.AddSystemMessage($"""
        Du er en hjælpsom C#-underviser. Svar KUN baseret på følgende kontekst.
        Hvis svaret ikke fremgår af konteksten, sig det ærligt.

        Kontekst:
        {kontekst}
        """);
    chat.AddUserMessage(input);

    var svar = await chatService.GetChatMessageContentAsync(chat);
    Console.WriteLine($"\nSvar: {svar}\n");
}

static float Cosine(ReadOnlyMemory<float> a, ReadOnlyMemory<float> b)
{
    var sa = a.Span; var sb = b.Span;
    float dot = 0, na = 0, nb = 0;
    for (int i = 0; i < sa.Length; i++) { dot += sa[i] * sb[i]; na += sa[i] * sa[i]; nb += sb[i] * sb[i]; }
    return dot / (MathF.Sqrt(na) * MathF.Sqrt(nb));
}

'interface' -> vektor med 1536 tal. De første 50:
-0,0221, 0,0080, -0,0063, 0,0230, 0,0051, 0,0072, -0,0009, -0,0123, 0,0065, 0,0020, 0,0231, -0,0003,
-0,0093, -0,0152, 0,0024, -0,0222, -0,0266, 0,0067, 0,0442, 0,0392, 0,0118, 0,0362, 0,0422, 0,0286,
0,0036, 0,0112, 0,0018, 0,0207, 0,0391, -0,0098, 0,0384, -0,0421, 0,0406, -0,0225, 0,0707, -0,0164,
0,0044, 0,0148, 0,0014, 0,0064, 0,0197, -0,0048, 0,0216, 0,0085, -0,0013, 0,0220, -0,0405, 0,0327,
-0,0314, 0,0278

Genererer embeddings for dokumentsamlingen...
10 dokumenter indlæst. Stil et spørgsmål (eller skriv 'exit'):

Spørgsmål: hvad er forskellen på records og klasser?

Svar: Records er specielt designet til at være uforanderlige dataklasser og genererer
automatisk Equals, GetHashCode og ToString. Klasser er ikke nævnt specifikt i konteksten
ud over deres forhold til interfaces, så jeg kan ikke give en komplet sammenligning
baseret udelukkende på den givne information.

Spørgsmål: hvad koster en bil?

Svar: Jeg kan ikke besvare dette spørgsmål baseret på den givne kontekst. Konteksten
indeholder kun information om C#-emner. Hvis du har spørgsmål om records, LINQ eller
andre C#-emner, kan jeg hjælpe med det.

Spørgsmål: exit

[System.Environment]::SetEnvironmentVariable('OpenWeatherApiKey', 'din-nøgle-her', [System.EnvironmentVariableTarget]::Machine)

You: hvordan er vejret i Odense lige nu?
AI: Godaften fra Odense! Klokken er faktisk ret sent på aftenen lokal tid.
Vejret er helt tåleligt — 12 grader med en let brise på 4 m/s. 
Ikke ligefrem solskinsdag, men heller ikke hundekoldt. Tag en jakke med!

You: og hvad med Tokyo?
AI: I Tokyo er det tidlig morgen — god morgen derfra! 
23 grader og fugtigt, næsten som at gå ind i et vådeskab. 
Vinden er næsten ikke til at mærke. Perfekt vejr til at svede i metroen!

You: exit

using System.Net.Http.Headers;
using System.Text;
using System.Text.Json;

var apiKey = Environment.GetEnvironmentVariable("OpenRouterKey", EnvironmentVariableTarget.Machine)!;

using var http = new HttpClient();
http.DefaultRequestHeaders.Authorization = new AuthenticationHeaderValue("Bearer", apiKey);

var body = new
{
    model = "google/gemini-3.1-flash-image-preview",
    messages = new[]
    {
        new
        {
            role = "user",
            content = new object[]
            {
                new { type = "text", text = "Generer et realistisk billede der viser en situation fra et hvalpe kursus for golden retrievere (der har dog sneget sig en enkelt sort labrador hvalp ind i flokken) - mange glade og aktive hvalpe og trænere som er meget forvirrede og lidt opgivende men smilende. Billedet er taget udefor i fin solskin et sted i Danmark, og skal bruges til en dansk artikel med et lidt humoristisk præg." }

            }
        }
    }
};

var json = JsonSerializer.Serialize(body);
var request = new StringContent(json, Encoding.UTF8, "application/json");

Console.WriteLine("Genererer billede...");
var response = await http.PostAsync("https://openrouter.ai/api/v1/chat/completions", request);
var result = await response.Content.ReadAsStringAsync();

// Gemini returnerer billedet i choices[0].message som et JSON-objekt
// med et separat "images"-felt (ikke standard OpenAI "content")
using var doc = JsonDocument.Parse(result);
var message = doc.RootElement
    .GetProperty("choices")[0]
    .GetProperty("message");

// Billeddata sidder i images[0].image_url.url som en data-URL
var imageUrl = message
    .GetProperty("images")[0]
    .GetProperty("image_url")
    .GetProperty("url")
    .GetString() ?? "";

if (imageUrl.StartsWith("data:image"))
{
    var base64 = imageUrl[(imageUrl.IndexOf(',') + 1)..];
    var bytes = Convert.FromBase64String(base64);
    var filnavn = "billede.png";
    await File.WriteAllBytesAsync(filnavn, bytes);
    Console.WriteLine($"Billede gemt som {filnavn} ({bytes.Length / 1024} KB)");
}
else
{
    Console.WriteLine("Svar (ikke billede):");
    Console.WriteLine(message.GetProperty("content").GetString());
}

Genererer billede...
Billede gemt som billede.png (142 KB)