dotnet new console -n MiAppSemanticKernel
cd MiAppSemanticKernel

dotnet add package Microsoft.SemanticKernel
dotnet add package Microsoft.Extensions.Logging.Console

using Microsoft.SemanticKernel;
using Microsoft.Extensions.Logging;

// Crear el builder del kernel
var builder = Kernel.CreateBuilder();

// Configurar logging (opcional pero recomendado)
builder.Services.AddLogging(c => c.AddConsole().SetMinimumLevel(LogLevel.Information));

// Agregar servicio de chat completion
builder.AddAzureOpenAIChatCompletion(
    deploymentName: "gpt-4",
    endpoint: "https://tu-recurso.openai.azure.com/",
    apiKey: "tu-api-key");

// Construir el kernel
var kernel = builder.Build();

using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.ChatCompletion;

var chatService = kernel.GetRequiredService<IChatCompletionService>();

var chatHistory = new ChatHistory();
chatHistory.AddSystemMessage("Eres un asistente útil que responde de forma concisa.");
chatHistory.AddUserMessage("¿Cuál es la capital de España?");

var response = await chatService.GetChatMessageContentAsync(
    chatHistory,
    kernel: kernel);

Console.WriteLine("Respuesta: {response.Content}"); 

string promptTemplate = """
Eres un experto en {{$tema}}.
Explica el siguiente concepto de forma simple: {{$concepto}}
""";

var function = kernel.CreateFunctionFromPrompt(promptTemplate);

var result = await kernel.InvokeAsync(function, new KernelArguments
{
    ["tema"] = "programación",
    ["concepto"] = "recursividad"
});

Console.WriteLine(result.GetValue<string>());

using Microsoft.SemanticKernel.Connectors.OpenAI;

var settings = new OpenAIPromptExecutionSettings
{
    Temperature = 0.7,      // Creatividad (0.0 - 1.0)
    MaxTokens = 500,        // Longitud máxima de respuesta
    TopP = 0.9,             // Muestreo nucleus
    FrequencyPenalty = 0.0, // Penalización por repetición
    PresencePenalty = 0.0   // Penalización por temas ya mencionados
};

var response = await chatService.GetChatMessageContentAsync(
    chatHistory,
    settings,
    kernel);

try
{
    var response = await chatService.GetChatMessageContentAsync(
        chatHistory,
        kernel: kernel);

    Console.WriteLine(response.Content);
}
catch (HttpRequestException ex)
{
    Console.WriteLine("Error de conexión: {ex.Message}"); 
} 
catch (Exception ex) 
{  
    Console.WriteLine("Error inesperado: {ex.Message}"); 
} 

using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.ChatCompletion;
using Microsoft.Extensions.Logging;

class Program
{
    static async Task Main(string[] args)
    {
        // Configurar kernel
        var builder = Kernel.CreateBuilder();
        builder.Services.AddLogging(c => c.AddConsole());

        builder.AddAzureOpenAIChatCompletion(
            deploymentName: "gpt-4",
            endpoint: Environment.GetEnvironmentVariable("AZURE_OPENAI_ENDPOINT")!,
            apiKey: Environment.GetEnvironmentVariable("AZURE_OPENAI_KEY")!);

        var kernel = builder.Build();

        // Crear función de resumen
        string promptResumen = """
        Resume el siguiente texto en 3 puntos clave:

        {{$texto}}
        """;

        var funcionResumen = kernel.CreateFunctionFromPrompt(promptResumen);

        // Texto a resumir
        string texto = """
        Semantic Kernel es un SDK ligero que permite integrar modelos de IA
        en aplicaciones .NET. Proporciona abstracciones para trabajar con diferentes
        proveedores de IA, gestionar prompts, y orquestar llamadas complejas.
        Es especialmente útil para desarrolladores que quieren construir aplicaciones
        inteligentes sin reinventar la rueda.
        """;

        // Invocar función
        var resultado = await kernel.InvokeAsync(funcionResumen, new KernelArguments
        {
            ["texto"] = texto
        });

        Console.WriteLine("Resumen:");
        Console.WriteLine(resultado.GetValue<string>());
    }
}

var apiKey = Environment.GetEnvironmentVariable("AZURE_OPENAI_KEY") 
    ?? throw new InvalidOperationException("API key no configurada");

var httpClient = new HttpClient
{
    Timeout = TimeSpan.FromSeconds(120)
};

builder.AddAzureOpenAIChatCompletion(
    deploymentName: "gpt-4",
    endpoint: endpoint,
    apiKey: apiKey,
    httpClient: httpClient);

builder.Services.AddLogging(c => 
{
    c.AddConsole();
    c.SetMinimumLevel(LogLevel.Information);
});

if (string.IsNullOrWhiteSpace(userInput))
{
    throw new ArgumentException("La entrada no puede estar vacía");
}