Microsoft Agent Framework/C#:了解Workflows的几种不同模式

前言

最近有空的时候在学习Microsoft Agent Framework,在这个框架中目前Workflows分为了Sequential、Concurrent、Handoffs以及Groupchat四种模式,今天让我们来了解一下这四种不同的模式。

首先需要以下两个包:

Sequential 模式

在开始介绍之前,先看下它的效果:

首先需要先构建一个IChatClient:

csharp 复制代码
 var apiKey = Environment.GetEnvironmentVariable("OPENAI_API_KEY") ?? throw new InvalidOperationException("未设置环境变量:OPENAI_API_KEY");
 //var model = Environment.GetEnvironmentVariable("OPENAI_MODEL") ?? "gpt-4o-mini";
 var model = "moonshotai/Kimi-K2-Instruct-0905";
 var baseUrl = Environment.GetEnvironmentVariable("OPENAI_BASEURL") ?? throw new InvalidOperationException("未设置环境变量:OPENAI_BASEURL");
         
 ApiKeyCredential apiKeyCredential = new ApiKeyCredential(apiKey);

 OpenAIClientOptions openAIClientOptions = new OpenAIClientOptions();
 openAIClientOptions.Endpoint = new Uri(baseUrl);

 var client = new OpenAIClient(apiKeyCredential, openAIClientOptions).GetChatClient(model).AsIChatClient();

现在通过这个函数方便构建不同的翻译代理:

csharp 复制代码
 /// <summary>为指定目标语言创建翻译代理。</summary>
 private static ChatClientAgent GetTranslationAgent(string targetLanguage, IChatClient chatClient) =>
     new(chatClient,
         $"你是一个翻译助手,只使用{targetLanguage}回应。对于任何输入," +
         $"首先输出输入语言的名称,然后将输入翻译成{targetLanguage}。");

构建顺序工作流:

csharp 复制代码
  // 创建顺序工作流
  var workflow = AgentWorkflowBuilder.BuildSequential(
      from lang in (string[])["French", "Spanish", "English"] 
      select GetTranslationAgent(lang, client)
  );

参数就是一组AIAgent,然后工作流会将这些AIAgent按顺序组合起来。

运行这个工作流:

csharp 复制代码
  List<ChatMessage> messages = [new(ChatRole.User, InputText)];
  await RunWorkflowAsync(workflow, messages);
  
  private async Task<List<ChatMessage>> RunWorkflowAsync(Workflow workflow, List<ChatMessage> messages)
{
    string? lastExecutorId = null;

    await using StreamingRun run = await InProcessExecution.StreamAsync(workflow, messages);
    await run.TrySendMessageAsync(new TurnToken(emitEvents: true));
    await foreach (WorkflowEvent evt in run.WatchStreamAsync())
    {
        if (evt is AgentRunUpdateEvent e)
        {
            if (e.ExecutorId != lastExecutorId)
            {
                OutputText += "\n";
                lastExecutorId = e.ExecutorId;

                OutputText += $"{e.ExecutorId}:\n";
            }

            OutputText += e.Update.Text;
            if (e.Update.Contents.OfType<FunctionCallContent>().FirstOrDefault() is FunctionCallContent call)
            {
               OutputText += "\n";
               OutputText += $"[调用函数 '{call.Name}',参数: {JsonSerializer.Serialize(call.Arguments)}]";
            }
        }
        else if (evt is WorkflowOutputEvent output)
        {
            OutputText += "\n\n工作流完成!";
            return output.As<List<ChatMessage>>()!;
        }
    }

    return [];
}

与直觉不一样的地方是只有在传入TurnToken的时候才会开始运行:

csharp 复制代码
await run.TrySendMessageAsync(new TurnToken(emitEvents: true));

然后通过WorkflowEvent来进行不同操作。

这个例子看最后的输入就是这样的:

Concurrent 模式

还是先来看下效果:

Concurrent就是并发工作流,对同一个输入,不同的AI Agent同时响应。

看一下怎么构建:

csharp 复制代码
 // 创建并发工作流
 var workflow = AgentWorkflowBuilder.BuildConcurrent(
     from lang in (string[])["French", "Spanish", "English"] 
     select GetTranslationAgent(lang, client)
 );

Handoffs 模式

Handoffs就是交接模式,跟之前的不太一样,首先我们先创建3个不同的AI Agent:

csharp 复制代码
// 创建专门的代理
ChatClientAgent historyTutor = new(client,
    "你提供历史查询方面的帮助。清晰地解释重要事件和背景。只回应历史相关内容。",
    "history_tutor",
    "历史问题的专业代理");

ChatClientAgent mathTutor = new(client,
    "你提供数学问题方面的帮助。在每一步解释你的推理过程并包含示例。只回应数学相关内容。",
    "math_tutor",
    "数学问题的专业代理");

ChatClientAgent triageAgent = new(client,
    "你根据用户的作业问题确定使用哪个代理。总是将任务交接给另一个代理。",
    "triage_agent",
    "将消息路由到适当的专业代理");

看下如何构建:

csharp 复制代码
 // 创建交接工作流
 var workflow = AgentWorkflowBuilder.CreateHandoffBuilderWith(triageAgent)
     .WithHandoffs(triageAgent, [mathTutor, historyTutor])
     .WithHandoffs([mathTutor, historyTutor], triageAgent)
     .Build();

来看下效果:

这次会到这个地方:

内部有一个FunctionCall交接给了对应的代理。

看一下最终的结果:

再问一个数学相关的问题看看效果:

看一下最终的结果:

Groupchat 模式

Groupchat模式就是开启一个AI群聊,我拿辩论举个例子。

csharp 复制代码
 ChatClientAgent chatClientAgent1 = new(client, "你是辩论正方");
 ChatClientAgent chatClientAgent2 = new(client, "你是辩论反方");
 
  // 创建群聊工作流
 var workflow = AgentWorkflowBuilder.CreateGroupChatBuilderWith(agents => new RoundRobinGroupChatManager(agents) { MaximumIterationCount = 5 })
     .AddParticipants([chatClientAgent1, chatClientAgent2])
     .Build();

效果:

相关推荐
FL162386312918 小时前
基于深度学习mediape实现人员跌倒人体姿势跌倒检测算法源码+说明文件
人工智能·深度学习·算法
James50618 小时前
NewAPI使用
人工智能·docker·newapi
FAFU_kyp18 小时前
AP2 执行流程详解
人工智能
AI英德西牛仔18 小时前
手机怎么把AI对话导出
人工智能·ai·智能手机·豆包·deepseek·ds随心转
Old Uncle Tom18 小时前
Claude Code 记忆系统架构分析
人工智能·ai·系统架构·agent
空中湖18 小时前
大模型修炼秘籍 第一卷灵气采集 第一章:天地为炉——海量数据之采集
人工智能
sp_fyf_202418 小时前
【大语言模型】 语言模型学习什么以及何时学习?隐式课程假说
人工智能·学习·语言模型
java1234_小锋18 小时前
LangChain4j简介以及快速入门
人工智能·langchain4j
海兰18 小时前
使用 Spring AI 打造企业级 RAG 知识库第一部分:核心基础
java·人工智能·spring
爱上珍珠的贝壳18 小时前
ESP32-S3-CAM:豆包语音识别文字后控制小车(三)——SD卡本地音频识别转文字
人工智能·音频·语音识别·智能硬件·esp32-s3