探索 Microsoft Agent Framework：构建你的第一个 AI Agent（入门篇）
Microsoft Agent Framework（简称 MAF）是微软推出的一款用于构建 AI 应用程序的强大工具。它支持 C# 和 Python两种语言使用，当然，尤其适合 .NET 技术栈的开发者，帮助我们快速集成大语言模型（LLM）并构建智能 Agent。本文将带你从零开始，逐步了解如何使用 MF 创建自己的第一个 Agent，并实现文字对话、图片理解、多轮交互以及会话持久化等功能。
为什么现在开始学习 MAF？
MAF 已经发布数月，早期版本变动较快，但如今大部分功能已趋于稳定。尽管目前仍处于预览阶段（版本号 RC2），但其核心设计已经确定，非常适合开发者学习和实验。未来若有破坏性更新，官方文档及社区会及时同步，本文内容也将尽量保持与最新版本一致。
什么是 Microsoft Agent Framework？
MAF 主要包含两大核心概念：
Agent：与大语言模型交互的基本单元。你可以通过 Agent 发送消息、接收回复，并配置提示词、模型参数等。
Workflow：工作流，用于将多个 Agent 或其他算子组合成复杂的处理流程，实现更高级的 AI 应用。本文聚焦于 Agent，Workflow 将在后续文章中介绍。
MAF 基于 .NET 的抽象接口（如 Microsoft.Extensions.AI），可以轻松接入 OpenAI、Azure OpenAI、Claude 等主流模型。本文将使用 Azure OpenAI 作为示例，你也可以根据实际需求替换为其他模型。
环境准备
在开始编码前，需要安装以下 NuGet 包。打开终端并执行：
dotnet add package Azure.AI.OpenAI --prerelease
dotnet add package Azure.Identity
dotnet add package Microsoft.Agents.AI.OpenAI --prerelease创建第一个 Agent
以下代码演示了如何创建一个使用 Azure OpenAI 的 Agent。它通过 Azure CLI 进行身份认证（无需手动管理 API Key），并设置系统提示词和 Agent 名称。
(使用az login登陆)
using Azure.AI.OpenAI;
using Microsoft.Agents.AI;
using Microsoft.Extensions.AI;
using OpenAI.Chat;
// 从环境变量读取终结点，并使用 Azure CLI 凭证
var endpoint = new Uri(Environment.GetEnvironmentVariable("AZURE_AI_ENDPOINT"));
var credential = new Azure.Identity.AzureCliCredential();
// 获取聊天客户端（使用 gpt-4o 模型）
var chatClient = new AzureOpenAIClient(endpoint, credential)
.GetChatClient("gpt-4o");
// 将聊天客户端包装为 Agent，并配置系统提示词和名称
AIAgent ai = chatClient.AsAIAgent(
instructions: "你是一个充满宇宙诗意的AI助手，会很有想象力、诗意地回答用户的问题。",
name: "Cosmos AI"
);如果未安装 Azure CLI 或希望使用 API Key，可以改用以下方式：
var chatClient = new AzureOpenAIClient(new Uri(endpoint), new ApiKeyCredential(apiKey))
.GetChatClient("gpt-4o")
.AsAIAgent();与 Agent 进行文字对话
创建 Agent 后，可以通过 RunAsync 方法发送消息并获取回复：
var result = await ai.RunAsync("What is Microsoft Agent Framework?");
Console.WriteLine(result.Text);若希望实现流式输出（逐字显示），可使用 RunStreamingAsync：
var stream = ai.RunStreamingAsync("What is Microsoft Agent Framework?");
await foreach (var item in stream)
{
Console.Write(item.Text);
}
Console.WriteLine();流式输出能提供更接近平常使用的用户体验，可根据实际场景选择。
用图片与 Agent 交流
对于支持多模态的模型（如 GPT-4o），你可以发送图片给 Agent。只需构造一个包含文字和图片 URL 的 ChatMessage 列表：
var messages = new Microsoft.Extensions.AI.ChatMessage(ChatRole.User, new List<AIContent>
{
new TextContent("这张图片是什么？"),
new UriContent(new Uri("https://example.com/microsoft-logo.jpg"), "image/jpeg")
});
result = await ai.RunAsync([messages]);
Console.WriteLine(result.Text);图片 URL 需为公开可访问地址。示例中通过 UriContent 传递图片链接。
实现多轮连续对话
要实现连续对话，MF 提供了 CreateSessionAsync 方法，它会自动维护会话历史，无需手动拼接上下文。
// 创建会话
var session = await ai.CreateSessionAsync();
// 第一次提问
Console.WriteLine(await ai.RunAsync("791 + 197 = ?", session));
// 第二次提问（自动带上历史上下文）
Console.WriteLine(await ai.RunAsync("then add 555 = ?", session));
输出示例：
******988******
******1543*****可以看到，Agent 在第二次提问时正确记住了前一次的结果，并在此基础上继续计算。会话对象会自动处理历史消息的传递。
持久化对话：保存和加载会话
在某些场景下，我们需要将对话保存下来，以便后续恢复使用。MF 提供了序列化和反序列化会话的功能。
// 序列化当前会话
var serializedSession = await ai.SerializeSessionAsync(session);
Console.WriteLine(serializedSession); // 可将其保存到本地文件
// 创建新的 Agent 实例
AIAgent ai2 = new AzureOpenAIClient(endpoint, credential)
.GetChatClient("gpt-4o")
.AsAIAgent("你是一个充满宇宙诗意的AI助手", "Cosmos AI");
// 反序列化，恢复之前的会话
var restoredSession = await ai2.DeserializeSessionAsync(serializedSession);
// 继续对话
Console.WriteLine(await ai2.RunAsync("then add 777 = ?", restoredSession));
// 输出：2320这样，即使程序重启，也能从之前中断的地方继续与 Agent 对话，非常适合需要长期交互的应用。
总结
通过本文，你已掌握了 Microsoft Agent Framework 的基础用法：
安装和配置环境
-
创建基于 Azure OpenAI 的 Agent
-
进行同步和流式文字对话
-
发送图片实现多模态交互
-
使用会话机制管理多轮对话
-
序列化和反序列化会话以实现持久化
这仅仅是 Agent 的入门。在后续文章中，我们将深入探讨 Tools（工具调用）、Skills（技能） 以及 Workflow（工作流） 等高级特性，帮助你构建更强大的 AI 应用。
学会了吗？学会了
Github Demo: 文章代码
Bilibili: @无聊的年
微信公众号: @scixing的炼丹房
https://www.bilibili.com/video/BV1kGAfzFEnD/?spm_id_from=333.1387.upload.video_card.click
AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。
更多推荐
9
0- 0
已为社区贡献2条内容
所有评论(0)