semantic-kernel
Permite que seu agente crie, modifique e explique soluções usando o Semantic Kernel. Ele oferece suporte para .NET e Python, seguindo as melhores práticas.
O que ela faz
Ajuda a criar, atualizar, revisar ou explicar código para o Semantic Kernel, uma ferramenta para construir aplicações com inteligência artificial. Ela garante que as instruções sigam as melhores práticas e a documentação oficial.
Quando usar
- ✓Ao começar um novo projeto com Semantic Kernel.
- ✓Quando precisar de ajuda para entender ou corrigir código existente.
- ✓Ao integrar diferentes partes de uma aplicação de IA.
Exemplo do que pedir para a IA
“Como eu uso o Semantic Kernel em Python para criar um plugin?”
Quer saber mais? Abra as seções abaixo.
Como usar
O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.
Link da skill
Mensagem pronta para colar
Como funciona
A IA primeiro identifica se você está usando .NET ou Python. Depois, ela busca as informações mais recentes na documentação oficial e aplica as boas práticas gerais e específicas da linguagem para te dar a melhor resposta.
Instalação
Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.
No terminal (Claude Code, Codex, Cursor), na pasta do projeto:
npx skills add github/awesome-copilot --skill semantic-kernelOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/github/awesome-copilot/main/skills/semantic-kernel/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
Semantic Kernel
Use esta habilidade ao trabalhar com aplicativos, plugins, fluxos de chamada de função ou integrações de IA criadas no Semantic Kernel.
Sempre baseie os conselhos de implementação na documentação e nos exemplos mais recentes do Semantic Kernel, em vez de apenas na memória.
Determine primeiro o idioma de destino
Escolha o fluxo de trabalho de idioma antes de fazer recomendações ou alterações de código:
- Use o fluxo de trabalho .NET quando o repositório contiver
.cs,.csproj,.slnou outros arquivos de projeto .NET, ou quando o usuário solicitar explicitamente orientação em C# ou .NET. Siga references/dotnet.md. - Use o fluxo de trabalho Python quando o repositório contiver
.py,pyproject.toml,requirements.txtou o usuário solicitar explicitamente orientação em Python. Siga references/python.md. - Se o repositório contiver ambos os ecossistemas, combine o idioma usado pelos arquivos que estão sendo editados ou o destino declarado pelo usuário.
- Se o idioma for ambíguo, inspecione primeiro o espaço de trabalho atual e, em seguida, escolha a referência específica do idioma mais próxima.
Consulte sempre a documentação ao vivo
- Leia primeiro a visão geral do Semantic Kernel: https://learn.microsoft.com/semantic-kernel/overview/
- Prefira a documentação oficial e os exemplos para a superfície da API atual.
- Use as ferramentas do Microsoft Docs MCP quando disponíveis para buscar orientação e exemplos atualizados do framework.
Orientação compartilhada
Ao trabalhar com o Semantic Kernel em qualquer idioma:
- Use padrões assíncronos para operações do kernel.
- Siga os padrões oficiais de plugins e chamadas de função.
- Implemente tratamento explícito de erros e registro em log.
- Prefira tipagem forte, abstrações claras e padrões de composição de fácil manutenção.
- Use conectores integrados para Azure AI Foundry, Azure OpenAI, OpenAI e outros serviços de IA, preferindo os serviços do Azure AI Foundry para novos projetos quando isso se adequar à tarefa.
- Use a memória e os recursos de gerenciamento de contexto do kernel quando eles simplificarem a solução.
- Use
DefaultAzureCredentialquando a autenticação do Azure for apropriada.
Fluxo de trabalho
- Determine o idioma de destino e leia o arquivo de referência correspondente.
- Obtenha a documentação oficial e os exemplos mais recentes antes de fazer escolhas de implementação.
- Aplique a orientação compartilhada do Semantic Kernel desta habilidade.
- Use o pacote específico do idioma, o repositório, os caminhos de exemplo e as práticas de codificação da referência escolhida.
- Quando os exemplos no repositório diferirem da documentação atual, explique a diferença e siga o padrão suportado atual.
Referências
Critérios de conclusão
- As recomendações correspondem ao idioma de destino.
- Os nomes dos pacotes, os caminhos do repositório e os locais dos exemplos correspondem ao ecossistema selecionado.
- A orientação reflete a documentação atual do Semantic Kernel, em vez de suposições desatualizadas.
Perguntas frequentes
O que é Semantic Kernel?
É uma biblioteca que ajuda desenvolvedores a criar aplicações de IA, conectando modelos de linguagem grandes (como os da OpenAI) com código tradicional.
O que são 'plugins' e 'function-calling'?
Plugins são como extensões que você pode adicionar ao Semantic Kernel para que ele realize tarefas específicas. 'Function-calling' é a capacidade do modelo de IA de chamar essas funções (plugins) para obter informações ou realizar ações.
Por que é importante usar a documentação oficial?
A documentação oficial está sempre atualizada com as últimas novidades e melhores formas de usar a ferramenta, garantindo que seu código funcione corretamente e seja seguro.
Detalhes
Descrição original do autor
Create, update, refactor, explain, or review Semantic Kernel solutions using shared guidance plus language-specific references for .NET and Python.
repo: github/awesome-copilot
Popularidade
- Estrelas no GitHub
- 40 mil
- Posição no ranking
- #5364
- Licença
- MIT
- Atualizada em
- 15/10/2026
Comentários
- …
Mais skills deste repositório
acquire-codebase-knowledge
Ajuda seu agente a entender e documentar um projeto de código existente. É útil para novas pessoas entrarem no projeto ou para ter uma visão geral da arquitetura.
github/awesome-copilot
acreadiness-assess
Faz seu agente avaliar a prontidão de um projeto para IA e gerar um relatório. É útil para entender o quão bem um projeto está preparado para usar ferramentas de IA.
github/awesome-copilot
acreadiness-generate-instructions
Ajuda seu agente a criar instruções para ferramentas de IA baseadas em uma avaliação. É útil para melhorar a forma como a IA interage com o código e fecha lacunas identificadas.
github/awesome-copilot
acreadiness-policy
Faz seu agente ajudar a definir ou aplicar políticas para avaliação de projetos de IA. É útil para padronizar a forma como os projetos são avaliados e garantir conformidade.
github/awesome-copilot
Skills parecidas
benchmark-optimization-loop
Faz seu agente melhorar a velocidade de algo de forma medida. Ele testa várias versões e escolhe a mais rápida que ainda funciona corretamente.
affaan-m/ECC
change-impact
Ajuda seu agente a analisar o impacto de mudanças no código antes de fazê-las. Ele compara o planejado com o real depois, cobrindo caminhos, dados, testes e documentação. É útil para mudanças arriscadas ou que afetam várias partes do sistema.
affaan-m/ECC
click-path-audit
Faz seu agente rastrear todos os botões e interações do usuário para achar bugs. Ele encontra problemas onde funções parecem funcionar sozinhas, mas falham juntas. Útil quando bugs persistem mesmo após depuração.
affaan-m/ECC