---
title: "Semantic Kernel OpenAI 连接器配置自定义端点 | BroadRouter"
description: "把 Microsoft Semantic Kernel 接入 BroadNet Inference：Python 用 AsyncOpenAI 客户端，C# 用自定义端点，支持对话、插件和智能体。"
url: https://broadrouter.com/zh/guides/semantic-kernel-openai-compatible/
lang: zh-Hans
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

本页由英文原文借助 AI 翻译。[阅读英文原文](https://broadrouter.com/guides/semantic-kernel-openai-compatible/)（2026-11-16 更新）。

# 在 BroadNet Inference 上使用 Semantic Kernel

更新于 2026-11-16

Python 中，用 base\_url https://inference.broadnet.ai/v1 和你的 BroadNet 密钥创建 AsyncOpenAI，再作为 async\_client 传给 OpenAIChatCompletion，ai\_model\_id 设为 BroadNet ID，例如 broadnet/glm-5.3。C# 中，调用带 endpoint Uri 的 AddOpenAIChatCompletion，微软将其标为实验性（SKEXP0010）。插件请用 GLM 5.3 或 Qwen3.8 27B。

Semantic Kernel 是微软用于在 C#、Python 和 Java 中构建 AI 应用和智能体的 SDK。它的 OpenAI 连接器也能用于其他 OpenAI 兼容服务：Python 版接受你自己创建的 OpenAI 客户端，C# 版接受自定义端点。BroadNet Inference 在 `https://inference.broadnet.ai/v1` 上提供标准的对话补全，所以两种方式都可行。BroadRouter 是 BroadNet 自己的网站；本文依据微软的 Semantic Kernel 文档和 Python 1.47.0 源码。

## 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` 会原样发送，所以请保留 `broadnet/` 前缀。传入客户端后，就不需要 `OpenAIChatCompletion` 的 `api_key` 参数了。

### 插件与函数调用

```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 会把插件作为名为 `weather-get_weather` 的工具发送，在模型请求时运行它，再把结果发回去。请使用 `broadnet/glm-5.3` 或 `broadnet/qwen3.8-27b`；BroadNet 的文档只为这两个模型列出了工具支持。

### 智能体

```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）

微软的文档为 “other AI service providers that support the OpenAI chat completion API”（译文：支持 OpenAI chat completion API 的其他 AI 服务商）给出了下面的写法。我们没有运行 C# 版本。

```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();
```

用 `dotnet add package Microsoft.SemanticKernel.Connectors.OpenAI` 安装连接器。

## 选哪个模型

| 用途 | 模型 |
| --- | --- |
| 插件、函数调用、智能体 | `broadnet/glm-5.3` |
| 插件加图片输入或阿拉伯语文本 | `broadnet/qwen3.8-27b` |
| 不用工具的对话和摘要，固定价格套餐 | `broadnet/deepseek-v4.1-flash` |

[各模型价格](https://broadrouter.com/zh/pricing/)。

## 我们是怎么测试的

2026-11-15，我们在一个干净的虚拟环境中安装了 Python 版 semantic-kernel 1.47.0，针对一个模拟 BroadNet chat completions 格式的本地 mock 服务器，运行了普通对话、流式输出、自动函数调用和一个 `ChatCompletionAgent`。我们查看了记录下来的请求：全部发到了 `/v1/chat/completions`，BroadNet 模型 ID 原样未变，带 Bearer 密钥。`max_tokens` 以这个名称发送，流式输出会加上 `stream_options.include_usage`，函数调用发送了 `tool_choice: "auto"`。我们没有 BroadNet 密钥，因此没有测试真实的模型输出。C# 代码片段来自微软的文档，未经运行。

## 故障排查

-   **401。** 密钥错误、已过期或额度已用完。
-   **404。** 客户端的 `base_url` 必须以 `/v1` 结尾。检查模型 ID。付费模型需要先充值；$5 额度只能用于 `broadnet/gemma-4-26b-a4b` 和两个 Transcribe 模型。
-   **回复为空。** 在 DeepSeek V4.1 Flash、GLM 5.3 和 Qwen3.8 27B 上，思考内容计入 `max_tokens`。请调高它。[为什么回答会是空的](https://broadrouter.com/zh/guides/reasoning-tokens-empty-response/)。
-   **推理模型与角色。** 微软的文档建议对 OpenAI 的推理模型使用 `instruction_role="developer"`。BroadNet 的 API 参考文档没有提到 `developer` 角色，所以请把 `instruction_role` 保持为默认值。我们的智能体测试是用 `system` 消息发送 instructions 的。
-   **429。** 按量付费密钥每分钟允许 30 个请求，同时最多 4 个在处理中。参见[错误码与重试](https://broadrouter.com/zh/guides/errors-and-retries/)。

## 本指南涉及的术语

[工具调用（tool calling / function calling）](https://broadrouter.com/zh/glossary/tool-calling/)

工具调用（也叫函数调用，function calling）是大模型 API 的一项功能：模型返回一个结构化请求，要求执行开发者定义的某个函数，并附上 JSON 参数。应用执行该函数并把结果发回；模型自己从不执行代码。

[AI 智能体（AI agent）](https://broadrouter.com/zh/glossary/agent/)

AI 智能体是由语言模型自主决定步骤、朝目标推进的系统：它决定调用哪些工具、读取结果，然后重复，直到给出最终回答或触及上限。在固定位置调用模型的固定脚本，通常称为工作流（workflow）。

[按量付费（pay-as-you-go）](https://broadrouter.com/zh/glossary/pay-as-you-go/)

按量付费是一种计价模式：你只为实际用量付费，按 token、请求次数或音频分钟等单位计量，没有订阅费，也没有最低消费承诺。大多数大模型 API 都这样计费，从预付余额中扣减或定期开具账单。

[并发（concurrency）](https://broadrouter.com/zh/glossary/concurrency/)

并发（concurrency）是客户端在同一时刻正在进行中的请求数。大模型 API 往往按密钥或套餐单独限制并发，与每分钟请求数分开计算，因为每个未完成的请求在响应结束前都会占用 GPU 资源。

[大模型包月套餐（flat-rate LLM plan）](https://broadrouter.com/zh/glossary/flat-rate-llm-plan/)

大模型包月套餐（固定价格套餐）是按一个周期（如一个月）收取固定费用、提供大模型 API 使用权的计价方式，不按 token 计费。这类套餐通常会限制别的东西，如并发、速度、模型或使用时间窗口，所以限制条件和价格同样重要。

[速率限制（rate limit）](https://broadrouter.com/zh/glossary/rate-limit/)

速率限制是 API 对客户端在一个时间窗口内的使用量设定的上限，例如每分钟请求数或每分钟 token 数。超出限制的请求会被拒绝，通常返回 HTTP 429 Too Many Requests，直到用量回落到限制以下。

[Chat Completions API（对话补全接口）](https://broadrouter.com/zh/glossary/chat-completions-api/)

Chat Completions API 是 OpenAI 的 HTTP 端点 POST /v1/chat/completions，它接收模型名称和一组带角色标记的消息，返回模型的下一条消息。它的请求与响应结构已成为 OpenAI 兼容服务商和各类 SDK 通用的格式。

## 常见问题

### Python 版 Semantic Kernel 怎么设置自定义 base URL？

1.47 版的 OpenAIChatCompletion 没有 base\_url 参数。先用 base\_url 和 api\_key 创建一个 openai.AsyncOpenAI 客户端，再把它作为 async\_client 传入。之后所有请求都会经由这个客户端发往 BroadNet。

### 为什么 C# 的自定义端点需要加 pragma？

微软的文档说，在 OpenAI 连接器中使用自定义端点属于实验性功能，所以带 endpoint 的重载需要 #pragma warning disable SKEXP0010。

### 自动函数调用在 BroadNet 上能用吗？

它通过 chat completions 使用标准的工具调用，所以请用 BroadNet 列出了工具支持的模型：GLM 5.3 或 Qwen3.8 27B。在我们的 mock 测试中，Semantic Kernel 把插件作为工具发送，并在 tool 消息中返回结果。

### Semantic Kernel 的 ChatCompletionAgent 能在 BroadNet 上运行吗？

能。它使用同一个 OpenAIChatCompletion 服务。在我们的 Python 测试中，它把智能体的 instructions 作为 system 消息发送，并通过 chat completions 调用了插件。

## 相关指南

-   [用 OpenAI Python SDK 调用 BroadNet Inference](https://broadrouter.com/zh/guides/openai-python-sdk/)
-   [在 BroadNet Inference 上运行 OpenAI Agents SDK](https://broadrouter.com/zh/guides/openai-agents-sdk-custom-provider/)
-   [推理模型为什么返回空回答](https://broadrouter.com/zh/guides/reasoning-tokens-empty-response/)
-   [BroadNet Inference 错误码，以及什么时候该重试](https://broadrouter.com/zh/guides/errors-and-retries/)
-   [所有可与 BroadNet Inference 配合使用的工具（英文）](https://broadrouter.com/integrations/)：SDK、编程智能体、聊天界面和自动化工具，并附每个工具的具体设置

用你的真实业务负载试一试。新账户可获得 US$5 初始额度，用于 Gemma和转写。DeepSeek、GLM和Qwen3.8 需要先充值。

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

**来源**

-   [Microsoft Learn：Add chat completion services to Semantic Kernel（更新于 2026-05-26，核对于 2026-11-15）](https://learn.microsoft.com/en-us/semantic-kernel/concepts/ai-services/chat-completion/)
-   [Semantic Kernel 源码：python-1.47.0 中的 Python OpenAIChatCompletion（核对于 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 上的 semantic-kernel 1.47.0（核对于 2026-11-15）](https://pypi.org/project/semantic-kernel/)
-   [BroadNet Inference API 参考文档（核对于 2026-11-15）（英文）](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-guides-semantic-kernel-openai-compatible&utm_content=sources)
