ChatGPT插件在去年发布时轰动一时，在年末就被更丰富的应用形态GPTs替代了。不过基于OpenAPI的插件仍然有很大作用。这对于把大模型与现有系统集成提供了分布式的支持。
Semantic Kernel早就意识到这一点，并事件了自己的OpenAPI插件。只要应用发布了swagger文档，或者导出了manifest文件，即可创建OpenAPI插件，让利用大模型的function call能力，调用系统的接口，实现与业务的集成，让原有业务变拥有AI能力。
本文就基于星火大模型3.5，讲解实现一个GPT插件的步骤。
首先，我们写一个平平无奇的接口，可以用WebApi，也可以Minimal API。注意要把接口方法和参数、返回值的描述都写清楚。因为他们会被作为大模型命中方法的依据。
然后就是swagger的配置了。配置中有一个地方容易出错，就是要设置自定义OperationId，否则SK读取时会找不到函数。这里要设置成API的唯一标识。
生成swagger文档后，我们把swagger.json配置到应用中。
然后在在构建Kernel时，调用CreatePluginFromOpenApiAsync方法将swagger.json转换成KernelFunction列表。传入插件名，还有swagger.json的所在地址（这里也可以是文件流的方式已支持离线文档）如果需要需要验证的话，还要配置AuthCallback委托，查询到token后注入到Request中。
还可以直接用一个文档创建一个插件，调用ImportPluginFromOpenApiAsync方法即可。
最后就是结果展示了。下图所示，大模型调用了我们图一的API，把返回值重新组织语言进行回复。
我下一个目标就是GPTs，让大模型回复展示插件的UI。大家敬请期待!
