最近 Semantic Kernel 1.0的测试版发布比较密集，这个版本带来了一些重要的变化和改进：
将 Azure* 类和方法重命名为 AzureOpenAI*
重命名 Azure* 类和方法的更改，以 AzureOpenAI* 明确它们适用于 OpenAI 模型。

受影响的类：
1.AzureChatCompletion 改为 AzureOpenAIChatCompletion
2.AzureChatCompletionWithData 改为 AzureOpenAIChatCompletionWithData
3.AzureChatCompletionWithDataConfig 改为 AzureOpenAIChatCompletionWithDataConfig
4.AzureImageGenerationResponse 改为 AzureOpenAIImageGenerationResponse
5.AzureImageOperationStatus 改为 AzureOpenAIImageOperationStatus
6.AzureTextEmbeddingGeneration 改为 AzureOpenAITextEmbeddingGeneration
7.AzureTextEmbeddingRequest 改为 AzureOpenAITextEmbeddingRequest
受影响的方法：
1.WithAzureTextEmbeddingGenerationService 改为 WithAzureOpenAITextEmbeddingGenerationService
1.WithAzureChatCompletionService 改为 WithAzureOpenAIChatCompletionService
注意：AzureTextCompletion 类和相关的扩展方法保持不变，因为它们被标记为过时。

MongoDB 记忆存储连接器
MongoDB Atlas 支持高效存储、索引和查询高维向量嵌入 - https://www.mongodb.com/products/platform/atlas-vector-search，现在适用于 .NET 版 Semantic Kernel 的 MongoDB 记忆存储连接器已经加入。它基于 MongoDB .NET 驱动程序构建，通过记忆存储抽象，有助于 MongoDB Atlas 集群连接，以在 Semantic Kernel 上可以执行 Atlas 向量搜索。

Function Call：添加函数作者角色和名称属性
为了实现完整的函数调用场景，解决了一些相关问题。添加了一个名为"function"的作者角色，以便将函数消息添加到聊天历史记录中。函数消息需要一个"name"参数，因此该更新还在聊天消息模型中添加了这个参数。通过这些改动，开发者们可以更方便地使用函数调用功能，并且能够更好地控制和管理聊天历史记录。

Chat Prompts 在 Connector 中的优化
支持复杂提示的更改，这些提示不仅可以包含文本表示中的用户请求，还可以包含 AI 模型的指令（例如 system 消息）、AI 模型应如何响应的示例（例如 assistant 消息）以及将来可能的其他类型的提示（例如图像、视频、音频等）。

这个变动带来了优缺点如下：
优点
1.添加新的完成类连接器（音频、视频等）时，无需更改 SemanticFunction 即可支持新提示语法的映射。
2.提示可以通过 Kernel.RunAsync 或 Completion connector 运行
缺点

1.每个新的完成连接器，无论是现有类型还是新类型，都必须实现映射功能

具体涉及的调整如下：
1.XmlPromptParser - public 类，将 XML 格式的提示字符串转换为 PromptNode 的实例集合。
2.PromptNode - public 类，中间提示表示。它将允许连接器作者在其他提示解析器（例如 JsonPromptParser ，将生成相同的 PromptNode 实例)的情况下3.使用相同的提示模型，并避免与 XML 类耦合。

ChatPromptParser - OpenAI 连接器中的内部类，以独特的方式处理 PromptNode（即获取带有 role 和 content 的 message）。

支持 Handlebars 提示模板
Handlebars 是一个轻量级的语义化模板。它与 Mustache 模板语法基本兼容，用起来呢比 sk 模板更简洁一点。下面我们通过一个简单示例对比一下：

SK Prompt 模板

Hello AI, my name is {{$name}}. What is the origin of my name?

Handlebars Prompt 模板

Hello AI, my name is {{name}}. What is the origin of my name?

是不是比原来 SK 自带的模板更简洁了？

启用 Open AI 插件的身份验证
之前并不支持 ai-plugin.json 定义的身份验证信息，现在启用 Open AI 插件清单中的身份验证信息，允许在获取插件的规范和对插件的端点进行后续调用时使用该信息。

具体涉及的调整如下:
1.将 ImportAIPluginFunctionsAsync 拆分为两个函数：ImportOpenApiPluginFunctionsAsync 和 ImportOpenAIPluginFunctionsAsync。

2.添加了 OpenAIFunctionExecutionParameters ，它使用 OpenAIAuthenticateRequestAsyncCallback ，并将 OpenAIAuthentication 作为参数。

IKernel 函数钩子第二阶段
之前 Kernel 调用和被调用的处理程序不会将提示信息暴露给处理程序,现在增加了一种向处理程序公开提示的方法。

Pre-Execution / Invoking（预执行/调用）
Get：调用 LLM 前当前 SemanticFunction.TemplateEngine 生成的提示
Set: 在将提示内容发送到 LLM 之前修改提示内容
Post-Execution / Invoked（执行后调用）

Get: 生成的提示

另外
1.添加了缺失的从步骤执行中取消计划的功能。
2.添加了缺失的有关计划和内核中更多处理场景的单元测试。

3.在计划步骤中处理带有钩子的场景上添加了一个集成测试。

示例代码：

const string FunctionPrompt = "Write a random paragraph about: {{$input}}.";

var excuseFunction = kernel.CreateSemanticFunction(...);

void MyPreHandler(object? sender, FunctionInvokingEventArgs e)
{
    Console.WriteLine($"{e.FunctionView.PluginName}.{e.FunctionView.Name} : Pre Execution Handler - Triggered");
    // 堆代码 duidaima.com
    // Will be false for non semantic functions
    if (e.TryGetRenderedPrompt(out var prompt))
    {
        Console.WriteLine("Rendered Prompt:");
        Console.WriteLine(prompt);

        // Update the prompt if needed
        e.TryUpdateRenderedPrompt("Write a random paragraph about: Overriding a prompt");
    }
}

void MyPostHandler(object? sender, FunctionInvokedEventArgs e)
{
    Console.WriteLine($"{e.FunctionView.PluginName}.{e.FunctionView.Name} : Post Execution Handler - Triggered");
    // Will be false for non semantic functions
    if (e.TryGetRenderedPrompt(out var prompt))
    {
        Console.WriteLine("Used Prompt:");
        Console.WriteLine(prompt);
    }
}

kernel.FunctionInvoking += MyPreHandler;
kernel.FunctionInvoked += MyPostHandler;

const string Input = "I missed the F1 final race";
var result = await kernel.RunAsync(Input, excuseFunction);
Console.WriteLine($"Function Result: {result.GetValue<string>()}");

运行后的预期输出为：

MyPlugin.MyFunction : Pre Execution Handler - Triggered
Rendered Prompt:
Write a random paragraph about: I missed the F1 final race.

MyPlugin.MyFunction : Post Execution Handler - Triggered
Used Prompt:
Write a random paragraph about: Overriding a prompt

FunctionResut: <LLM Completion>

这将可以解决一些目前在开发/运行过程中的调试、监测、统计之类的相关问题。

其他变更
.删除了所有已弃用的示例
.修复 postgres 记忆存储处置的 bug
.增加了将提示语法映射到完成服务模型的 ADR
.Microsoft.Data.Sqlite 从 7.0.12 升级到 7.0.13
.Microsoft.ML.Tokenizers 从 0.21.0-preview.23266.6 升级到 0.21.0-preview.23511.1
.Microsoft.Azure.Kusto.Data 从 11.3.4 升级到 11.3.5
.Polly 从 8.0.0 升级到 8.1.0
.xunit 从 2.5.3 升级到 2.6.1

.YamlDotNet 从 13.1.1 升级到 13.7.1

1.0.0 RC1 临近

从官方库的里程碑表中看 1.0.0 RC1 相关工作基本差不多了，预计很困将发布 1.0.0 的这个侯选版本。按照微软的工程惯例，RC 版将会锁定功能，集中修复一些 bug 和发布正式版所需的辅助工作，例如文档的完善等。让我们一起静候吧，😄