---
title: "Connector OpenAI của Semantic Kernel với endpoint riêng"
description: "Kết nối Microsoft Semantic Kernel với BroadNet Inference: trong Python qua client AsyncOpenAI, trong C# qua endpoint tùy chỉnh, cho chat, plugin và agent."
url: https://broadrouter.com/vi/guides/semantic-kernel-openai-compatible/
lang: vi
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Được dịch từ tiếng Anh với sự hỗ trợ của AI. [Đọc bản gốc tiếng Anh](https://broadrouter.com/guides/semantic-kernel-openai-compatible/) (cập nhật ngày 2026-11-16).

# Dùng Semantic Kernel với BroadNet Inference

Cập nhật 2026-11-16

Trong Python, hãy tạo AsyncOpenAI với base\_url là https://inference.broadnet.ai/v1 và key BroadNet, rồi truyền nó làm async\_client cho OpenAIChatCompletion, với ai\_model\_id là một ID BroadNet như broadnet/glm-5.3. Trong C#, gọi AddOpenAIChatCompletion với một endpoint Uri; Microsoft đánh dấu cách này là thử nghiệm (SKEXP0010). Dùng GLM 5.3 hoặc Qwen3.8 27B cho plugin.

Semantic Kernel là SDK của Microsoft để xây dựng ứng dụng AI và agent bằng C#, Python và Java. Connector OpenAI của nó làm việc được với các dịch vụ tương thích OpenAI khác: Python nhận client OpenAI do bạn tự tạo, còn C# nhận một endpoint tùy chỉnh. BroadNet Inference phục vụ chat completions chuẩn tại `https://inference.broadnet.ai/v1`, nên cách nào cũng dùng được. BroadRouter là website của chính BroadNet; bài này làm theo tài liệu Semantic Kernel của Microsoft và mã nguồn 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` được gửi nguyên văn, nên hãy giữ tiền tố `broadnet/`. Khi bạn truyền client, không cần tham số `api_key` của `OpenAIChatCompletion`.

### Plugin và gọi hàm

```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 gửi plugin dưới dạng tool tên `weather-get_weather`, chạy nó khi model yêu cầu và gửi kết quả trở lại. Hãy dùng `broadnet/glm-5.3` hoặc `broadnet/qwen3.8-27b`; tài liệu BroadNet chỉ liệt kê tool cho hai model này.

### Agent

```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)

Tài liệu Microsoft đưa ra mẫu này cho “other AI service providers that support the OpenAI chat completion API” (Bản dịch: các nhà cung cấp dịch vụ AI khác hỗ trợ OpenAI chat completion API). Chúng tôi chưa chạy bản C#.

```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();
```

Cài connector bằng `dotnet add package Microsoft.SemanticKernel.Connectors.OpenAI`.

## Chọn model nào

| Mục đích | Model |
| --- | --- |
| Plugin, gọi hàm, agent | `broadnet/glm-5.3` |
| Plugin kèm đầu vào hình ảnh hoặc văn bản tiếng Ả Rập | `broadnet/qwen3.8-27b` |
| Chat và tóm tắt không dùng tool, gói giá cố định | `broadnet/deepseek-v4.1-flash` |

[Giá của mọi model](https://broadrouter.com/vi/pricing/).

## Chúng tôi đã kiểm thử thế nào

Ngày 2026-11-15, chúng tôi cài semantic-kernel 1.47.0 cho Python trong một môi trường ảo sạch và chạy chat thường, streaming, gọi hàm tự động và một `ChatCompletionAgent` với một mock server cục bộ nói cùng cấu trúc chat completions của BroadNet. Chúng tôi đọc các request được ghi lại. Tất cả đều gửi tới `/v1/chat/completions` với model ID của BroadNet giữ nguyên và key Bearer. `max_tokens` được gửi đúng với tên đó, streaming thêm `stream_options.include_usage`, và gọi hàm gửi `tool_choice: "auto"`. Chúng tôi không có key BroadNet, nên chưa kiểm thử đầu ra thật của model. Đoạn C# lấy từ tài liệu Microsoft và chưa được chạy.

## Xử lý sự cố

-   **401.** Key sai, đã hết hạn hoặc đã hết hạn mức.
-   **404.** `base_url` của client phải kết thúc bằng `/v1`. Kiểm tra model ID. Các model trả phí cần nạp tiền; tín dụng $5 chỉ dùng được cho `broadnet/gemma-4-26b-a4b` và hai model Transcribe.
-   **Phản hồi rỗng.** Suy luận được tính vào `max_tokens` trên DeepSeek V4.1 Flash, GLM 5.3 và Qwen3.8 27B. Hãy tăng giá trị này. [Vì sao câu trả lời trả về rỗng](https://broadrouter.com/vi/guides/reasoning-tokens-empty-response/).
-   **Model suy luận và role.** Tài liệu Microsoft gợi ý `instruction_role="developer"` cho các model suy luận của OpenAI. Tài liệu tham chiếu API của BroadNet không nhắc đến role `developer`, nên hãy để `instruction_role` ở giá trị mặc định. Trong thử nghiệm agent của chúng tôi, chỉ dẫn được gửi trong một `system` message.
-   **429.** Key trả theo mức dùng cho phép 30 request mỗi phút và 4 request đang xử lý cùng lúc. Xem [lỗi và thử lại](https://broadrouter.com/vi/guides/errors-and-retries/).

## Thuật ngữ trong hướng dẫn này

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

Tool calling, còn gọi là function calling, là tính năng của API LLM trong đó model trả về một yêu cầu có cấu trúc để chạy một hàm do nhà phát triển định nghĩa, kèm đối số JSON. Ứng dụng chạy hàm rồi gửi kết quả lại; model không bao giờ tự chạy code.

[Trả theo mức dùng (pay-as-you-go)](https://broadrouter.com/vi/glossary/pay-as-you-go/)

Trả theo mức dùng (pay-as-you-go) là mô hình giá mà bạn chỉ trả cho những gì đã dùng, đo theo đơn vị như token, request hoặc phút âm thanh, không có gói đăng ký hay cam kết tối thiểu. Hầu hết API LLM tính phí theo cách này, trừ vào số dư trả trước hoặc qua hóa đơn định kỳ.

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

Chat Completions API là endpoint HTTP của OpenAI, POST /v1/chat/completions, nhận tên model và danh sách message có gắn vai trò rồi trả về message tiếp theo của model. Cấu trúc request và response của nó đã trở thành định dạng chung mà các nhà cung cấp và SDK tương thích OpenAI dùng lại.

[Giới hạn tần suất (rate limit)](https://broadrouter.com/vi/glossary/rate-limit/)

Giới hạn tần suất (rate limit) là mức trần mà API đặt ra cho lượng sử dụng của một client trong một khoảng thời gian, như số request mỗi phút hoặc số token mỗi phút. Request vượt giới hạn bị từ chối, thường với HTTP 429 Too Many Requests, cho đến khi mức dùng giảm xuống dưới giới hạn.

[Streaming (trả phản hồi dạng luồng)](https://broadrouter.com/vi/glossary/streaming/)

Streaming là cách trả phản hồi của model ngôn ngữ thành từng chunk nhỏ ngay trong lúc nó đang được sinh, thay vì một câu trả lời trọn vẹn ở cuối. Các API tương thích OpenAI stream qua server-sent events khi request đặt stream là true.

[API tương thích OpenAI (OpenAI-compatible API)](https://broadrouter.com/vi/glossary/openai-compatible-api/)

API tương thích OpenAI là một HTTP API nhận cùng định dạng request và phản hồi như OpenAI API, ví dụ POST /v1/chat/completions, nên SDK và công cụ của OpenAI dùng được nó chỉ bằng cách đổi base URL, API key và tên model.

[Concurrency (request đồng thời)](https://broadrouter.com/vi/glossary/concurrency/)

Concurrency (request đồng thời) là số request mà một client đang xử lý cùng lúc. Các API LLM thường giới hạn nó theo key hoặc theo gói, tách biệt với số request mỗi phút, vì mỗi request đang mở chiếm dụng năng lực GPU cho tới khi response kết thúc.

## Câu hỏi thường gặp

### Làm sao đặt base URL tùy chỉnh trong Semantic Kernel cho Python?

OpenAIChatCompletion không có tham số base\_url ở bản 1.47. Hãy tạo client openai.AsyncOpenAI với base\_url và api\_key, rồi truyền nó làm async\_client. Client đó sẽ gửi mọi request tới BroadNet.

### Vì sao endpoint tùy chỉnh trong C# cần pragma?

Tài liệu Microsoft nói việc dùng endpoint tùy chỉnh với connector OpenAI là tính năng thử nghiệm, nên overload có endpoint cần

### Gọi hàm tự động có chạy với BroadNet không?

Nó dùng gọi tool chuẩn qua chat completions, nên hãy dùng model mà BroadNet liệt kê có tool, là GLM 5.3 hoặc Qwen3.8 27B. Trong thử nghiệm với mock server, Semantic Kernel gửi plugin dưới dạng tool và trả kết quả về trong một tool message.

### ChatCompletionAgent của Semantic Kernel có chạy trên BroadNet không?

Có. Nó nhận cùng dịch vụ OpenAIChatCompletion. Trong thử nghiệm Python của chúng tôi, nó gửi chỉ dẫn của agent dưới dạng system message và gọi plugin qua chat completions.

## Hướng dẫn liên quan

-   [Dùng OpenAI Python SDK với BroadNet Inference](https://broadrouter.com/vi/guides/openai-python-sdk/)
-   [Chạy OpenAI Agents SDK trên BroadNet Inference](https://broadrouter.com/vi/guides/openai-agents-sdk-custom-provider/)
-   [Vì sao model suy luận trả về câu trả lời rỗng](https://broadrouter.com/vi/guides/reasoning-tokens-empty-response/)
-   [Mã lỗi BroadNet Inference và khi nào nên thử lại](https://broadrouter.com/vi/guides/errors-and-retries/)
-   [Mọi công cụ dùng được với BroadNet Inference (tiếng Anh)](https://broadrouter.com/integrations/): SDK, agent lập trình, giao diện chat và công cụ tự động hóa, kèm cấu hình chính xác cho từng công cụ

Hãy thử với khối lượng công việc thực tế của bạn. Tài khoản mới được tặng US$5 tín dụng ban đầu cho Gemma và chuyển giọng nói thành văn bản. DeepSeek, GLM và Qwen3.8 cần nạp tiền.

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

**Nguồn**

-   [Microsoft Learn, thêm dịch vụ chat completion vào Semantic Kernel (cập nhật 2026-05-26, kiểm tra ngày 2026-11-15)](https://learn.microsoft.com/en-us/semantic-kernel/concepts/ai-services/chat-completion/)
-   [Mã nguồn Semantic Kernel, OpenAIChatCompletion cho Python ở python-1.47.0 (kiểm tra ngày 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 (kiểm tra ngày 2026-11-15)](https://pypi.org/project/semantic-kernel/)
-   [Tài liệu tham chiếu API BroadNet Inference (kiểm tra ngày 2026-11-15) (tiếng Anh)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=vi-guides-semantic-kernel-openai-compatible&utm_content=sources)
