先说一个很多国内开发者可能都会碰到的现实困境：Semantic Kernel本身直接开箱可用的，只有OpenAI和Azure OpenAI两个连接器。对于无法直接访问国外大模型服务的开发者来说，这确实是个绕不开的门槛。但好消息是，SK在设计之初就考虑到了可扩展性，接入国内大模型（像通义千问、智谱清言这些）是完全可行的。接下来就以智谱AI的大模型为例，把整个过程拆解清楚。

由于SK官方只提供了两种连接器，想在本地利用智谱的模型能力，主要有四种路径可以走：

• 指定自定义的Endpoint（服务端点）
• 指定自定义的OpenAIClient（客户端实例）
• 使用像OneApi这样的统一接口层进行袋里
• 自行开发连接器（这里不展开，重点讲前三种）

注册智谱大模型

使用智谱大模型

#r "nuget: Microsoft.SemanticKernel"

指定自定义Endpoint

需要注意的是，这种方式目前属于实验性功能，使用前必须手动禁用相关的编译警告：#pragma warning disable SKEXP0010。完整代码示例如下：

#pragma warning disable SKEXP0010
using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.ChatCompletion;
using Microsoft.SemanticKernel.Connectors.OpenAI;
using Microsoft.Extensions.DependencyInjection;
// 引入交互式的内核命名空间，以便用户输入
using PolyglotKernel= Microsoft.DotNet.Interactive.Kernel;

var zhipuApiKey = await PolyglotKernel.GetInputAsync("请输入您的智谱API Key：");

// Create kernel builder
var builder = Kernel.CreateBuilder();
var zhipuEndpoint = new Uri("https://open.bigmodel.cn/api/paas/v4/");

builder.AddOpenAIChatCompletion(
    modelId: "glm-4-flash", 
    // 可选模型编码：glm-4-plus、glm-4-0520、glm-4 、glm-4-air、glm-4-airx、glm-4-long、 glm-4-flash(免费)
    apiKey: zhipuApiKey,
    endpoint: zhipuEndpoint
);

// Build kernel
var kernel = builder.Build();

var response = await kernel.InvokePromptAsync("介绍下智谱AI的产品和服务");
response.Display();

指定自定义OpenAIClient

如果你希望对客户端有更细粒度的控制，比如自定义超时或袋里策略，自定义OpenAIClient是更推荐的做法。

using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.ChatCompletion;
using Microsoft.SemanticKernel.Connectors.OpenAI;
using Microsoft.Extensions.DependencyInjection;
using OpenAI;
using System.ClientModel;
// 引入交互式的内核命名空间，以便用户输入
using PolyglotKernel= Microsoft.DotNet.Interactive.Kernel;

var zhipuApiKey = await PolyglotKernel.GetInputAsync("请输入您的智谱API Key：");

// Create kernel builder
var builder = Kernel.CreateBuilder();
var zhipuEndpoint = new Uri("https://open.bigmodel.cn/api/paas/v4/");

OpenAIClientOptions clientOptions = new OpenAIClientOptions();
clientOptions.Endpoint = zhipuEndpoint;

// 创建自定义的OpenAI客户端
OpenAIClient client = new(new ApiKeyCredential(zhipuApiKey), clientOptions);

// Add OpenAI Chat completion
builder.AddOpenAIChatCompletion(
    modelId: "glm-4-flash", 
    // 可选模型编码：glm-4-plus、glm-4-0520、glm-4 、glm-4-air、glm-4-airx、glm-4-long、 glm-4-flash(免费)
    openAIClient: client
);

// Build kernel
var kernel = builder.Build();

var response = await kernel.InvokePromptAsync("智谱AI有哪些模型，请直接返回模型列表。");
response.Display();

使用OneApi对接流行大模型

OneApi的出现，很好地解决了不同模型间API差异带来的痛苦。它的原理很简单：开发者只需要遵循统一的OpenAI格式即可完成调用。本质上就是把OpenAI的网址换成OneApi系统的地址，把API Key换成在OneApi里分配的令牌。OneApi会在后台完成袋里转发，甚至还能帮你完成非标准格式的请求和返回体转换。整体的交互流程如下图所示：

graph LR
A(用户)
A --->|使用 One API 分发的 key 进行请求| B(One API)
B -->|中继请求| C(OpenAI)
B -->|中继请求| D(Azure)
B -->|中继请求| E(其他 OpenAI API 格式下游渠道)
B -->|中继并修改请求体和返回体| F(非 OpenAI API 格式下游渠道)

image-20250318165305625

使用Docker安装OneApi

用SQLite部署的方式非常轻量，一条命令就能搞定：

docker run --name one-api -d --restart always -p 3000:3000 -e TZ=Asia/Shanghai -v /home/data/one-api:/data justsong/one-api

部署成功后，用docker ps | grep one-api可以快速确认容器是否正常运行：

$ docker ps | grep one-api
12f025568eab   justsong/one-api   "/one-api"   3 minutes ago   Up 3 minutes   0.0.0.0:3000->3000/tcp   one-api

接下来直接访问 https://localhost:3000/ 就能打开OneApi的管理界面。默认的管理员账号密码是 root/123456，登录后就可以配置你想要对接的模型了。

#r "nuget: Microsoft.SemanticKernel"

对接OneAPI

有了OneApi之后，代码端的变化就很小了，本质上还是用OpenAI的接口协议去调用，只是地址和Key换了：

#pragma warning disable SKEXP0010
using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.ChatCompletion;
using Microsoft.SemanticKernel.Connectors.OpenAI;
using Microsoft.Extensions.DependencyInjection;
// 引入交互式的内核命名空间，以便用户输入
using PolyglotKernel= Microsoft.DotNet.Interactive.Kernel;

// var oneApiKey = await PolyglotKernel.GetInputAsync("请输入您的OneAPI Key："); //这里就是oneapi的key
var oneApiKey = "sk-9y9939P3ufwHaltcB95d91F3D9D64303Ad799e991f4700F1";

// Create kernel builder
var builder = Kernel.CreateBuilder();
var oneApiEndpoint = new Uri("https://localhost:3000/v1");

// modelId,是oneapi的设置
builder.AddOpenAIChatCompletion(
    modelId: "lite", 
    apiKey: oneApiKey,
    endpoint: oneApiEndpoint
);

// Build kernel
var kernel = builder.Build();

var response = await kernel.InvokePromptAsync("介绍下OneApi的使用场景和优势");
response.Display();