前面的 2 篇文章已经介绍了 ollama 的基本情况。我们也已经能在本地跟 LLM 进行聊天了。但是如何使用代码跟 LLM 进行交互呢？如果是 C# 选手那自然是使用 SK (SemanticKernel) 了。在这篇博客中，我们将探讨如何使用 Microsoft 的 SemanticKernel 框架对接 Ollama 的聊天服务。我们将通过一个简单的 C# 控制台应用程序来展示如何实现这一点。
前提条件在本地安装 ollama 服务，并且安装至少一个模型，这次我们的模型是 llama3.1:8b。具体如何安装就不赘述了，请参考以往文章：
安装 SK 及 ollama connector首先在本地创建一个 Console 项目，然后安装以下包：
dotnet add package Microsoft.SemanticKernel --version 1.21.1dotnet add package Microsoft.SemanticKernel.Connectors.Ollama --version 1.21.1-alpha注意：ollama connector 还是 alpha 版本，请勿用于生产
修改 Program 文件添加命名空间首先，我们需要引入一些必要的命名空间：
using Microsoft.Extensions.DependencyInjection;using Microsoft.SemanticKernel;using Microsoft.SemanticKernel.ChatCompletion;using Microsoft.SemanticKernel.Connectors.Ollama;配置 Ollama 服务接下来，我们需要配置 Ollama 服务的端点和模型 ID ，并添加 Ollama 的聊天服务：
var endpoint = new Uri("http://localhost:11434");var modelId = "llama3.1:8b";var builder = Kernel.CreateBuilder();#pragma warning disable SKEXP0070 builder.Services.AddScoped<IChatCompletionService>(_ => new OllamaChatCompletionService(modelId, endpoint));注意：OllamaChatCompletionService 为实验性质所以我们需求手工关闭 SKEXP0070 的警告
获取聊天服务var chatService = kernel.GetRequiredService<IChatCompletionService>();var history = new ChatHistory();history.AddSystemMessage("This is a llama3 assistant ...");聊天循环最后，我们实现一个简单的聊天循环，读取用户输入并获取 Ollama 的回复：
while (true){ Console.Write("You:"); var input = Console.ReadLine();if (string.IsOrWhiteSpace(input)) {break; } history.AddUserMessage(input); var contents = await chatService.GetChatMessageContentsAsync(history); foreach (var chatMessageContent in contents) { var content = chatMessageContent.Content; Console.WriteLine($"Ollama: {content}"); history.AddMessage(chatMessageContent.Role, content ?? ""); }}试一下让我们运行项目在 Console 中跟 ollama 进行对话吧。
总结通过这篇博客，我们展示了如何使用 Microsoft 的 SemanticKernel 框架对接 Ollama 的聊天服务。希望这篇博客能帮助您更好地理解和使用这些工具。如果您有任何问题或建议，请随时在评论区留言。
