---
title: "Konektor OpenAI Semantic Kernel dengan endpoint kustom"
description: "Hubungkan Microsoft Semantic Kernel ke BroadNet Inference: di Python lewat klien AsyncOpenAI, di C# lewat endpoint kustom, untuk chat, plugin, dan agen."
url: https://broadrouter.com/id/guides/semantic-kernel-openai-compatible/
lang: id
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan dari bahasa Inggris dengan bantuan AI. [Baca versi asli bahasa Inggris](https://broadrouter.com/guides/semantic-kernel-openai-compatible/) (diperbarui 2026-11-16).

# Pakai Semantic Kernel dengan BroadNet Inference

Diperbarui 2026-11-16

Di Python, buat AsyncOpenAI dengan base\_url https://inference.broadnet.ai/v1 dan kunci BroadNet Anda, lalu berikan sebagai async\_client ke OpenAIChatCompletion dengan ai\_model\_id berisi ID BroadNet seperti broadnet/glm-5.3. Di C#, panggil AddOpenAIChatCompletion dengan endpoint Uri, yang ditandai Microsoft sebagai eksperimental (SKEXP0010). Pakai GLM 5.3 atau Qwen3.8 27B untuk plugin.

Semantic Kernel adalah SDK dari Microsoft untuk membangun aplikasi dan agen AI di C#, Python, dan Java. Konektor OpenAI-nya bisa dipakai dengan layanan lain yang kompatibel dengan OpenAI: Python menerima klien OpenAI milik Anda sendiri, dan C# menerima endpoint kustom. BroadNet Inference melayani chat completions standar di `https://inference.broadnet.ai/v1`, jadi kedua cara itu berfungsi. BroadRouter adalah situs milik BroadNet sendiri; panduan ini mengikuti dokumentasi Semantic Kernel dari Microsoft dan kode sumber Python 1.47.0.

## Python

```bash
pip install semantic-kernel
export BROADNET_API_KEY='your-broadnet-key'
```

```python
import asyncio, os
from openai import AsyncOpenAI
from semantic_kernel.connectors.ai.open_ai import OpenAIChatCompletion, OpenAIChatPromptExecutionSettings
from semantic_kernel.contents import ChatHistory

client = AsyncOpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
chat = OpenAIChatCompletion(ai_model_id="broadnet/glm-5.3", async_client=client, service_id="broadnet")

async def main():
    history = ChatHistory()
    history.add_user_message("Give me three names for a billing microservice.")
    settings = OpenAIChatPromptExecutionSettings(max_tokens=4000)
    print(await chat.get_chat_message_content(chat_history=history, settings=settings))

asyncio.run(main())
```

`ai_model_id` dikirim apa adanya, jadi pertahankan prefiks `broadnet/`. Argumen `api_key` pada `OpenAIChatCompletion` tidak diperlukan jika Anda memberikan klien.

### Plugin dan function calling

```python
from semantic_kernel import Kernel
from semantic_kernel.connectors.ai.function_choice_behavior import FunctionChoiceBehavior
from semantic_kernel.functions import kernel_function

class Weather:
    @kernel_function(description="Get the weather for a city.")
    def get_weather(self, city: str) -> str:
        return f"21C in {city}"

kernel = Kernel()
kernel.add_service(chat)
kernel.add_plugin(Weather(), plugin_name="weather")
settings = OpenAIChatPromptExecutionSettings(
    max_tokens=4000,
    function_choice_behavior=FunctionChoiceBehavior.Auto(),
)
# await chat.get_chat_message_content(chat_history=history, settings=settings, kernel=kernel)
```

Semantic Kernel mengirim plugin sebagai tool bernama `weather-get_weather`, menjalankannya saat model memintanya, lalu mengirim hasilnya kembali. Pakai `broadnet/glm-5.3` atau `broadnet/qwen3.8-27b`; dokumentasi BroadNet hanya mencantumkan tools untuk kedua model ini.

### Agen

```python
from semantic_kernel.agents import ChatCompletionAgent

agent = ChatCompletionAgent(service=chat, name="helper", instructions="Answer briefly.", plugins=[Weather()])
# response = await agent.get_response(messages="What's the weather in Dubai?")
```

## C# (.NET)

Dokumentasi Microsoft memberikan pola ini untuk “other AI service providers that support the OpenAI chat completion API” (terjemahan: penyedia layanan AI lain yang mendukung API chat completion OpenAI). Versi C# tidak kami jalankan.

```csharp
using Microsoft.SemanticKernel;

#pragma warning disable SKEXP0010
IKernelBuilder kernelBuilder = Kernel.CreateBuilder();
kernelBuilder.AddOpenAIChatCompletion(
    modelId: "broadnet/glm-5.3",
    apiKey: Environment.GetEnvironmentVariable("BROADNET_API_KEY"),
    endpoint: new Uri("https://inference.broadnet.ai/v1")
);
Kernel kernel = kernelBuilder.Build();
```

Instal konektornya dengan `dotnet add package Microsoft.SemanticKernel.Connectors.OpenAI`.

## Model mana yang dipilih

| Kegunaan | Model |
| --- | --- |
| Plugin, function calling, agen | `broadnet/glm-5.3` |
| Plugin plus input gambar atau teks Arab | `broadnet/qwen3.8-27b` |
| Chat dan ringkasan tanpa tools, paket harga tetap | `broadnet/deepseek-v4.1-flash` |

[Harga semua model](https://broadrouter.com/id/pricing/).

## Cara kami mengujinya

Pada 2026-11-15 kami menginstal semantic-kernel 1.47.0 untuk Python di virtual environment yang bersih, lalu menjalankan chat biasa, streaming, automatic function calling, dan sebuah `ChatCompletionAgent` terhadap server mock lokal yang meniru format chat completions BroadNet. Kami membaca permintaan yang tercatat. Semuanya menuju `/v1/chat/completions` dengan ID model BroadNet tanpa diubah dan kunci Bearer. `max_tokens` dikirim dengan nama itu, streaming menambahkan `stream_options.include_usage`, dan function calling mengirim `tool_choice: "auto"`. Kami tidak punya kunci BroadNet, jadi output model sungguhan tidak kami uji. Potongan C# berasal dari dokumentasi Microsoft dan tidak dijalankan.

## Pemecahan masalah

-   **401.** Kuncinya salah, kedaluwarsa, atau kuotanya habis.
-   **404.** `base_url` klien harus diakhiri `/v1`. Periksa ID model. Model berbayar memerlukan top up; kredit $5 hanya mencakup `broadnet/gemma-4-26b-a4b`.
-   **Balasan kosong.** Penalaran ikut dihitung dalam `max_tokens` pada DeepSeek V4.1 Flash, GLM 5.3, dan Qwen3.8 27B. Naikkan nilainya. [Kenapa jawaban kembali kosong](https://broadrouter.com/id/guides/reasoning-tokens-empty-response/).
-   **Model reasoning dan role.** Dokumentasi Microsoft menyarankan `instruction_role="developer"` untuk model reasoning OpenAI. Referensi API BroadNet tidak menyebut role `developer`, jadi biarkan `instruction_role` pada nilai default-nya. Uji agen kami mengirim instruksi dalam pesan `system`.
-   **429.** Kunci bayar sesuai pemakaian mengizinkan 30 permintaan per menit dan 4 yang berjalan bersamaan. Lihat [error dan retry](https://broadrouter.com/id/guides/errors-and-retries/).

## Istilah dalam panduan ini

[Tool calling (function calling)](https://broadrouter.com/id/glossary/tool-calling/)

Tool calling, disebut juga function calling, adalah fitur API LLM di mana model mengembalikan permintaan terstruktur untuk menjalankan fungsi yang didefinisikan developer, lengkap dengan argumen JSON. Aplikasi yang menjalankan fungsi itu dan mengirim hasilnya kembali; model tidak pernah menjalankan kode sendiri.

[Streaming (respons streaming)](https://broadrouter.com/id/glossary/streaming/)

Streaming adalah cara mengembalikan respons model bahasa dalam potongan-potongan kecil selagi masih dihasilkan, bukan sebagai satu balasan utuh di akhir. API yang kompatibel dengan OpenAI melakukan streaming lewat server-sent events jika permintaan mengatur stream ke true.

[Bayar sesuai pemakaian (pay-as-you-go)](https://broadrouter.com/id/glossary/pay-as-you-go/)

Bayar sesuai pemakaian (pay-as-you-go) adalah model harga di mana Anda hanya membayar yang Anda pakai, dihitung per satuan seperti token, permintaan, atau menit audio, tanpa langganan atau komitmen minimum. Sebagian besar API LLM menagih dengan cara ini, dari saldo prabayar atau tagihan berkala.

[Chat Completions API](https://broadrouter.com/id/glossary/chat-completions-api/)

Chat Completions API adalah endpoint HTTP milik OpenAI, POST /v1/chat/completions, yang menerima nama model dan daftar pesan bertanda peran lalu mengembalikan pesan berikutnya dari model. Bentuk request dan response-nya menjadi format umum yang dipakai ulang oleh penyedia dan SDK yang kompatibel dengan OpenAI.

[Konkurensi (concurrency)](https://broadrouter.com/id/glossary/concurrency/)

Konkurensi (concurrency) adalah jumlah permintaan yang sedang berjalan dari sebuah client pada saat yang sama. API LLM sering membatasinya per kunci atau per paket, terpisah dari batas permintaan per menit, karena setiap permintaan yang terbuka menahan kapasitas GPU sampai responsnya selesai.

[Rate limit (batas laju)](https://broadrouter.com/id/glossary/rate-limit/)

Rate limit adalah batas yang diterapkan API pada seberapa banyak client boleh memakainya dalam rentang waktu tertentu, misalnya permintaan per menit atau token per menit. Permintaan yang melebihi batas ditolak, biasanya dengan HTTP 429 Too Many Requests, sampai pemakaian kembali di bawah batas.

[Agen AI (AI agent)](https://broadrouter.com/id/glossary/agent/)

Agen AI adalah sistem di mana model bahasa mengarahkan langkahnya sendiri menuju suatu tujuan: model memutuskan tool mana yang dipanggil, membaca hasilnya, dan mengulanginya sampai menghasilkan jawaban akhir atau mencapai batas. Skrip tetap yang memanggil model di titik-titik tertentu biasanya disebut workflow.

[API kompatibel OpenAI](https://broadrouter.com/id/glossary/openai-compatible-api/)

API kompatibel OpenAI adalah API HTTP yang menerima format permintaan dan respons yang sama dengan API OpenAI, seperti POST /v1/chat/completions, sehingga SDK dan tool OpenAI bisa memakainya hanya dengan mengganti base URL, kunci API, dan nama model.

## Pertanyaan umum

### Bagaimana cara mengatur base URL kustom di Semantic Kernel untuk Python?

OpenAIChatCompletion tidak punya argumen base\_url di versi 1.47. Buat klien openai.AsyncOpenAI dengan base\_url dan api\_key, lalu berikan sebagai async\_client. Klien itulah yang mengirim setiap permintaan ke BroadNet.

### Kenapa endpoint kustom di C# butuh pragma?

Dokumentasi Microsoft menyebut pemakaian endpoint kustom dengan konektor OpenAI masih eksperimental, jadi overload endpoint memerlukan #pragma warning disable SKEXP0010.

### Apakah automatic function calling berfungsi dengan BroadNet?

Fitur ini memakai tool call standar lewat chat completions, jadi pakai model yang dicantumkan BroadNet dengan tools, yaitu GLM 5.3 atau Qwen3.8 27B. Dalam uji mock kami, Semantic Kernel mengirim plugin sebagai tool dan mengembalikan hasilnya dalam pesan tool.

### Apakah ChatCompletionAgent Semantic Kernel jalan di BroadNet?

Ya. Agen ini memakai layanan OpenAIChatCompletion yang sama. Dalam uji Python kami, instruksi agen dikirim sebagai pesan system dan plugin dipanggil lewat chat completions.

## Panduan terkait

-   [Memakai OpenAI Python SDK dengan BroadNet Inference](https://broadrouter.com/id/guides/openai-python-sdk/)
-   [Menjalankan OpenAI Agents SDK di BroadNet Inference](https://broadrouter.com/id/guides/openai-agents-sdk-custom-provider/)
-   [Kenapa model reasoning mengembalikan jawaban kosong](https://broadrouter.com/id/guides/reasoning-tokens-empty-response/)
-   [Kode error BroadNet Inference dan kapan harus mencoba ulang](https://broadrouter.com/id/guides/errors-and-retries/)
-   [Semua alat yang bisa dipakai dengan BroadNet Inference (bahasa Inggris)](https://broadrouter.com/integrations/): SDK, agen coding, antarmuka chat, dan alat otomatisasi, lengkap dengan pengaturan persis untuk masing-masing

Coba dengan beban kerja Anda yang sebenarnya. Akun baru mendapat kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM, dan Qwen3.8 memerlukan top up.

[Mulai](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-guides-semantic-kernel-openai-compatible&utm_content=page-cta) ·

**Sumber**

-   [Microsoft Learn, menambahkan layanan chat completion ke Semantic Kernel (diperbarui 2026-05-26, diperiksa 2026-11-15)](https://learn.microsoft.com/en-us/semantic-kernel/concepts/ai-services/chat-completion/)
-   [Kode sumber Semantic Kernel, OpenAIChatCompletion Python di python-1.47.0 (diperiksa 2026-11-15)](https://github.com/microsoft/semantic-kernel/blob/python-1.47.0/python/semantic_kernel/connectors/ai/open_ai/services/open_ai_chat_completion.py)
-   [PyPI, semantic-kernel 1.47.0 (diperiksa 2026-11-15)](https://pypi.org/project/semantic-kernel/)
-   [Referensi API BroadNet Inference (diperiksa 2026-11-15) (bahasa Inggris)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-guides-semantic-kernel-openai-compatible&utm_content=sources)
