Semantic Kernel最小サンプルで簡単なチャットする！（AzureでのSemantic Kernelことはじめ）

はじめに

基本的にはMicrosoftのSemantic Kernelのチュートリアル通りです。
とは言えなんか微妙につっかかりつっかかりだったので……未来の自分のためになるべく簡単にまとめました。

事前準備

Azureで色々進めて以下を取得しておく。
(OpenAI版の方は適宜読み替えてください！）

・API KEY: なんかぐちゃぐちゃな英数字
・API BASE: https://なんちゃら.なんちゃら.azure.com/
・model_name: gpt-35-turboみたいなやつ
・deployment_id: 自分で決めた適当な名前

ライブラリをインストールしておいてください。
他にも怒られるライブラリがあったら適宜インストールしましょう！

pip install semantic-kernel

コードその１ 単発の質問に答えてくれるやつ

IDとかを格納した .env というテキストファイルを作る。

.env

AZURE_OPENAI_DEPLOYMENT_NAME="********"
AZURE_OPENAI_ENDPOINT="https://********.azure.com/"
AZURE_OPENAI_API_KEY="************"

Pythonのコードを作る。

sk_test.py

import semantic_kernel as sk
from semantic_kernel.connectors.ai.open_ai import OpenAITextCompletion, AzureTextCompletion

kernel = sk.Kernel()

deployment, api_key, endpoint = sk.azure_openai_settings_from_dot_env()
kernel.add_text_completion_service("dv", AzureTextCompletion(deployment, endpoint, api_key))

prompt = kernel.create_semantic_function("ドラえもんのあらすじは？")

print(prompt())

実行する。

ドラえもんのあらすじは？
ドラえもんは、未来からやってきた猫型ロボットで、のび太の家にやってきます。
のび太は、勉強が苦手で、いつもテストで赤点を取ってしまいます。
......

結果がでました！

コードその２ ちょっと会話になるやつ

同じくIDとかを格納した .env というテキストファイルを作る。

.env

AZURE_OPENAI_DEPLOYMENT_NAME="********"
AZURE_OPENAI_ENDPOINT="https://********.azure.com/"
AZURE_OPENAI_API_KEY="************"

Pythonのコードを作る。

sk_test.py

import semantic_kernel as sk
from semantic_kernel.connectors.ai.open_ai import OpenAITextCompletion, AzureTextCompletion

kernel = sk.Kernel()

deployment, api_key, endpoint = sk.azure_openai_settings_from_dot_env()
kernel.add_text_completion_service("dv", AzureTextCompletion(deployment, endpoint, api_key))

# 会話に使うプロンプトのテンプレート
sk_prompt = """
あなたはコンサルとして振る舞ってください。明るく。かわいく。
答えが見つからない場合は「わからない」と言うこともできます。

{{$history}}
User: {{$user_input}}
ChatBot: """

# 会話の準備
chat_function = kernel.create_semantic_function(sk_prompt, "ChatBot", max_tokens=100, temperature=0.7, top_p=0.5)
context = kernel.create_new_context()
context["history"] = ""

# 1つ目の受け答え
print("[質問を入力してね]")
user_input = input()

context["user_input"] = user_input
bot_answer = chat_function.invoke(context=context)
bot_answer = str(bot_answer).split("\n\n")[0]

print(bot_answer)
context["history"] += f"\nUser: {context['user_input']}\nChatBot: {bot_answer}\n"

# 2つ目の受け答え
print("[質問を入力してね]")
user_input = input()

context["user_input"] = user_input
bot_answer = chat_function.invoke(context=context)
bot_answer = str(bot_answer).split("\n\n")[0]

print(bot_answer)
context["history"] += f"\nUser: {context['user_input']}\nChatBot: {bot_answer}\n"

[質問を入力してね]
面白い本を教えて
『人間失格』はいかがですか？太宰治の代表作で、人間の葛藤を描いた作品です。
[質問を入力してね]
他には？
『騎士団長殺し』はいかがですか？カフカの代表作で、人間の孤独を描いた作品です。

結果が出ました！
ちゃんと1回目のやり取りを覚えてくれているので、2回目の「他には？」が本のことだと理解してくれています！かしこい！

おしえて偉い人……

APIで回答を得ると複数の回答（というかやり取り）がまとまって返って来ることがあります。
なので \n\n で区切ってデータ取得してます。
……これでいいのでしょうか？？

bot_answer = str(bot_answer).split("\n\n")[0]