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
Chase_______1 小时前
AI提效指南:Nano Banana 生成精美PPT与漫画
人工智能·powerpoint
雨大王5122 小时前
汽车产业供应链优化的可行策略及案例分析
人工智能·机器学习
梁辰兴2 小时前
三星自研GPU剑指AI芯片霸权,2027年能否撼动英伟达?
人工智能·gpu·芯片·电子·ai芯片·三星·梁辰兴
吴佳浩8 小时前
Python入门指南(七) - YOLO检测API进阶实战
人工智能·后端·python
tap.AI8 小时前
RAG系列(二)数据准备与向量索引
开发语言·人工智能
老蒋新思维9 小时前
知识IP的长期主义:当AI成为跨越增长曲线的“第二曲线引擎”|创客匠人
大数据·人工智能·tcp/ip·机器学习·创始人ip·创客匠人·知识变现
货拉拉技术9 小时前
出海技术挑战——Lalamove智能告警降噪
人工智能·后端·监控
wei20239 小时前
汽车智能体Agent:国务院“人工智能+”行动意见 对汽车智能体领域 革命性重塑
人工智能·汽车·agent·智能体
LinkTime_Cloud9 小时前
快手遭遇T0级“黑色闪电”:一场教科书式的“协同打击”,披上了AI“智能外衣”的攻击
人工智能
PPIO派欧云10 小时前
PPIO上线MiniMax-M2.1:聚焦多语言编程与真实世界复杂任务
人工智能