ChatGPT外掛程式在去年釋出時轟動一時，在年末就被更豐富的套用形態GPTs替代了。不過基於OpenAPI的外掛程式仍然有很大作用。這對於把大模型與現有系統整合提供了分布式的支持。
Semantic Kernel早就意識到這一點，並事件了自己的OpenAPI外掛程式。只要套用釋出了swagger文件，或者匯出了manifest檔，即可建立OpenAPI外掛程式，讓利用大模型的function call能力，呼叫系統的介面，實作與業務的整合，讓原有業務變擁有AI能力。
本文就基於星火大模型3.5，講解實作一個GPT外掛程式的步驟。
首先，我們寫一個平平無奇的介面，可以用WebApi，也可以Minimal API。註意要把介面方法和參數、返回值的描述都寫清楚。因為他們會被作為大模型命中方法的依據。
然後就是swagger的配置了。配置中有一個地方容易出錯，就是要設定自訂OperationId，否則SK讀取時會找不到函式。這裏要設定成API的唯一標識。
生成swagger文件後，我們把swagger.json配置到套用中。
然後在在構建Kernel時，呼叫CreatePluginFromOpenApiAsync方法將swagger.json轉換成KernelFunction列表。傳入外掛程式名，還有swagger.json的所在地址（這裏也可以是檔流的方式已支持離線文件）如果需要需要驗證的話，還要配置AuthCallback委托，查詢到token後註入到Request中。
還可以直接用一個文件建立一個外掛程式，呼叫ImportPluginFromOpenApiAsync方法即可。
最後就是結果展示了。下圖所示，大模型呼叫了我們圖一的API，把返回值重新組織語言進行回復。
我下一個目標就是GPTs，讓大模型回復展示外掛程式的UI。大家敬請期待!
