使用 Microsoft Agent Framework 构建 C# AI 代理

本文介绍如何使用Microsoft Agent Framework在C#中构建生产级AI代理，涵盖环境设置、内存管理、工具及多代理工作流。本框架旨在替代AutoGen和Semantic Kernel，提供更好的上下文管理和代理协调。

What Is Microsoft Agent Framework?

Microsoft Agent Framework 是微软推出的新框架，用于替代 AutoGen 和 Semantic Kernel，旨在将这两个项目整合为一体，简化开发者的选择。该框架提供了高效的代理模型，具备对话记忆、调用 C# 方法的能力以及跨代理协作的功能。

框架底层的抽象层支持多种接入方式，包括 OpenAI、Azure OpenAI 和 Ollama，并内置线程状态管理、遥测和过滤器等生产级特性，从而减轻开发者在构建复杂应用时的负担。

为什么选择此框架而非 Semantic Kernel

虽然 Semantic Kernel 适用于提示链和函数调用，但在跨多轮对话中保持上下文时，它的表现可能不够理想。Agent Framework 提供图形化执行、条件路由和持久线程等功能，简化了开发过程。

首次设置代理

要创建第一个代理，确保使用 .NET 8 或更高版本，并安装以下必要包：

            
              dotnet add package Azure.AI.OpenAI --version 2.1.0 dotnet add package Azure.Identity --version 1.17.1 dotnet add package Microsoft.Extensions.AI.OpenAI --version 10.1.1-preview.1.25612.2 dotnet add package Microsoft.Agents.AI.OpenAI --version 1.0.0-preview.251219.1
            
          

以下是一个简单的代理示例：

            
              using Microsoft.Agents.AI; using Microsoft.Extensions.AI; using OpenAI; AIAgent agent = new OpenAIClient("your-api-key") .GetChatClient("gpt-4o-mini") .AsIChatClient() .CreateAIAgent(instructions: "You help developers find accurate technical information."); var response = await agent.RunAsync("What is C#?"); Console.WriteLine(response);
            
          

代理的记忆管理

Agent Framework 利用线程管理来维护代理的记忆，每个线程持有独立的对话历史和上下文，确保多轮对话中的一致性：

            
              AgentThread thread = agent.GetNewThread(); var response1 = await agent.RunAsync("What's the difference between IAsyncEnumerable and Task<List>?", thread); Console.WriteLine(response1); var response2 = await agent.RunAsync("Which one should I use for streaming large datasets?", thread); Console.WriteLine(response2);
            
          

为代理添加工具

代理可以通过简单的 C# 方法使用工具，过程直观，无需复杂代码逻辑：

            
              [Description("Gets the current weather for a location")] async Task<string> GetWeather([Description("City name")] string city) { await Task.Delay(500); return $"Sunny, 72°F in {city}"; }
            
          

创建代理后，即可调用以下代码使用这些工具：

            
              var weatherAgent = chatClient.CreateAIAgent( name: "WeatherAgent", instructions: "You provide weather information.", tools: [AIFunctionFactory.Create(GetWeather)] ); var response = await weatherAgent.RunAsync("What's the weather in Seattle?"); Console.WriteLine(response);
            
          

多代理工作流

Agent Framework 允许定义多个代理以协作完成任务。例如，研究代理和写作代理可共同组成工作流：

            
              var researchThread = researchAgent.GetNewThread(); var researchResult = await researchAgent.RunAsync("Provide key technical facts about: async/await in C#", researchThread); Console.WriteLine($"Research: {researchResult}"); var writerThread = writerAgent.GetNewThread(); var documentation = await writerAgent.RunAsync($"Based on this research, write a brief explanation:\n\n{researchResult}", writerThread); Console.WriteLine($"Documentation: {documentation}");
            
          

关于 Microsoft.Extensions.AI

Microsoft.Extensions.AI 提供抽象层以编写与 IChatClient 相关的代码，Agent Framework 则在此基础上扩展功能，支持线程管理和工具编排。

最后思考

Microsoft Agent Framework 为 .NET 开发者构建 AI 代理提供了崭新的途径，消除了整合不同库的麻烦。尽管框架仍处于预览阶段，但其稳定性足以支持大多数用例，适合希望在 .NET 中构建 AI 代理的开发者。

总结

本文介绍如何在C#中利用Microsoft Agent Framework构建AI代理，强调环境配置和内存管理。该框架在上下文管理和代理协调方面优于AutoGen和Semantic Kernel。建议开发者立即搭建环境，测试多代理工作流以验证性能。

---

原文参考： Build AI Agents with Microsoft Agent Framework in C# - DEV ...

标签：Microsoft Agent Framework, AI代理, C#, .NET, 内存管理

本内容基于 AI 深度分析生成