首先，创建一个webapi项目。当然，此处也可以创建其他任意类型的项目，只是个人喜欢用webapi来做实践，比较方便。
接着，通过nuget安装SK框架nuget包： Microsoft.SemanticKernel
由于截止到目前(2023年5月28日)，该框架包还是预览版，所以需要勾选预览版选项，才能搜索的到。
再然后，创建连接远程机器人模型的配置文件，例如文件名称就叫 gpt.json。该配置文件可自定义，也可以写到默认的appsettings.json里面都可以。
在配置文件里面，需要配置自己的服务类型。例如走的是azure还是openai，以及模型类型，例如gpt-3.5-turbo模型，还有自己的key，和组织id等信息。
接着在主目录下，新建三级目录，包括Skills、二级目录自定义名称例如DM、以及三级目录名称例如Test。一级目录Skills是默认写法，当然也可以用其他命名，为了统一建议写成Skills。这里面要存放我们的prompt文件，用来给机器人做限定使用。
在最后一级目录下，新建一个config.json文件。该文件用来配置机器人的基础设置，这部分应该大家比较熟悉了，就不详细介绍了。默认情况下，可以使用默认空的配置即可，例如{} ；如果需要自定义配置，就可以使用以下配置项进行优化或调整。
在config同级别路径下，新增一个skprompt文本文件，内容是给机器人做个设定，也就是传说中的prompt(将来也许会有Prompt工程师也说不定)。例如我设定机器人叫叼毛，Wesky是他的主人等关键信息。
接着需要定制一个类，包括基本配置属性，以及配置加载方法等。
编写从文件里面加载配置文件内容验证的方法，如果文件不存在或者加载失败，就直接抛出异常。
新增一个拓展类，用来根据配置的服务，选择进入不同的服务商。也可以再根据配置的模型不同，进入不同的服务调用入口，此处为了简单，就先写死了，并提供了一个走azure openai的通道，供大家备用。
接下来是如何使用。此处我新建一个api控制器，用来做测试使用。然后新增一个初始化的webapi接口,用来配置加载配置文件和连接初始化等动作。
再新建一个webapi接口，提供可输入文本内容的参数，并获取远程模型返回的内容，用来测试。
最后，运行程序，默认打开swagger页面，先调用执行初始化接口（BuildChat）
初始化接口执行成功，再进行Test接口调用。例如询问机器人，你是哪个，机器人就可以根据prompt文件内容信息，进行自己设定身份，回复了他叫叼毛。
例如问，你的主人是谁？机器人也可以根据预设的prompt进行针对性回答。
最后，再来个常规的咨询，例如如何在.NET里面使用SK框架？机器人也可以正常回答出有关大概步骤。
以上就是该文章的全部内容。如需该文章配套源码，可在微公众号【Dotnet Dancer】后台回复【SKSK】即可获取。
