大家好,我是Edison。
最近我一直在跟着圣杰的《.NET+AI智能体开发进阶》课程学习MAF开发智能体应用,我强烈推荐你也上车跟我一起出发!
MAF 1.1.0 对 Agent Skill 的补全绝对是工程化的典范,今天我们来看看如何整合多个Skill来源实现企业级多技能控制。
1 企业级需求:多个Skill来源管控
在写Agent Skill的时候,我就在想企业级应用中应该需要一个Skill管控,维护一些中央可复用Skill推送到各个员工的Agent中,而各个员工也会自己写一些自己任务的Skill 或者 重写远程Skill来覆盖实现自己的任务。
这种多级Skill来源的控制设计已经在MAF中被考虑进来了,我们可以通过自定义AgentSkillsSource来实现,这意味着我们可以从任何地方为Agent提供Skill,包括但不限于:HTTP API、数据库、配置中心等等。
2 快速开始:整合多个来源Skill
这里我们来做一个企业HR助手,整合以下多个来源的Skill并实现角色管控Skill可见。
-
全局技能库(假设通过Remote HTTP API来获取):它是所有员工通用的政策和流程;
-
本地技能库(假设通过InMemory来获取):它是各个员工自己定制的任务技能
-
用户角色技能(假设通过自定义Source来获取):根据当前用户角色做动态过滤
在这个案例中,我们想要实现只有 全局通用技能 + 角色专属技能 对Agent可见,且本地的同名称技能可以覆盖远程的全局技能。
本文案例使用的模型为:Qwen3.5-35B-A3B
准备工作
在开始之前,我们创建了一个控制台应用,并安装了以下NuGet包:
<PackageReference Include="Microsoft.Agents.AI.OpenAI" Version="1.1.0" />
假设我们的企业员工角色定义有三种:员工、经理 和 HR管理员
public enum EmployeeRole
{
Employee,
Manager,
HRAdmin
}
为了方便实现Skill的角色过滤,我们实现一个方法来判断:
public static class UserRoleHelper
{
public static bool IsSkillVisibleTo(AgentSkill skill, EmployeeRole role)
{
var name = skill.Frontmatter.Name;
// 管理技能仅经理和HR可见
if (name.StartsWith("manager-") && role == EmployeeRole.Employee)
return false;
// HR管理技能仅HR可见
if (name.StartsWith("hr-admin-") && role != EmployeeRole.HRAdmin)
return false;
return true;
}
}
可以看到,我们这里针对管理技能仅能经理和HR可见,而HR相关技能则仅能HR可见。
实现远程SkillSource
这里我们定义一个企业的远程SkillSource,模拟从远程API拉取统一定义的技能。
在实际项目中,通常会使用HttpClient来访问一个注册中心来实现。
public sealed class SimulatedRemoteApiSkillsSource : AgentSkillsSource
{
private readonly string _apiEndpoint;
public SimulatedRemoteApiSkillsSource(string apiEndpoint)
{
_apiEndpoint = apiEndpoint;
}
public override async Task<IList<AgentSkill>> GetSkillsAsync(CancellationToken cancellationToken = default)
{
Console.WriteLine($"📡 [RemoteApiSource] 从 {_apiEndpoint} 拉取技能列表...");
await Task.Delay(500, cancellationToken); // 模拟网络延迟
var entries = GetMockGlobalSkills();
var skills = new List<AgentSkill>();
foreach (var entry in entries)
{
try
{
var skill = new AgentInlineSkill(entry.Name, entry.Description, entry.Instructions);
skills.Add(skill);
}
catch (ArgumentException ex)
{
Console.WriteLine($"⚠️ [RemoteApiSource] 跳过非法技能 '{entry.Name}': {ex.Message[..Math.Min(60, ex.Message.Length)]}");
}
}
Console.WriteLine($"✅ [RemoteApiSource] 已成功加载 {skills.Count} 个远程技能");
return skills;
}
private static IList<SkillApiEntry> GetMockGlobalSkills()
{
return new List<SkillApiEntry>
{
new("expense-report", "(全局v1)企业费用报销政策", "全局版报销规则:..."),
new("hr-onboarding", "(全局)新员工入职流程", "入职材料清单:..."),
new("leave-policy", "(全局)请假制度和申请流程", "年假/病假/事假规则:..."),
new("manager-review", "(全局)绩效评估指南", "季度评估流程:..."),
new("hr-admin-audit", "(全局)HR 审计和合规", "合规审查清单:..."),
};
}
}
这里SkillApiEntry模型的定义如下:
public sealed record SkillApiEntry(
string Name,
string Description,
string Instructions,
string[]? Tags = null);
实现远程Skills的缓存化
远程Skills具有时效性,需要定期更新来同步,因此弄一个带TTL(Time-To-Live)缓存的装饰器,它可以强制Agent客户端定期刷新远程Skills来保持同步。
public sealed class CachingSkillsSource : AgentSkillsSource
{
private readonly AgentSkillsSource _innerSource;
private readonly TimeSpan _ttl;
private IList<AgentSkill>? _cache;
private DateTime _cacheExpiresAt = DateTime.MinValue;
private readonly SemaphoreSlim _lock = new(1, 1);
public CachingSkillsSource(AgentSkillsSource innerSource, TimeSpan ttl)
{
_innerSource = innerSource;
_ttl = ttl;
}
public override async Task<IList<AgentSkill>> GetSkillsAsync(CancellationToken cancellationToken = default)
{
if (_cache != null && DateTime.UtcNow < _cacheExpiresAt)
{
Console.WriteLine($"⚡ [CachingSource] 命中缓存(过期时间: {_cacheExpiresAt.ToLocalTime():HH:mm:ss})");
return _cache;
}
await _lock.WaitAsync(cancellationToken);
try
{
// 双重检查锁(避免并发刷新)
if (_cache != null && DateTime.UtcNow < _cacheExpiresAt)
return _cache;
Console.WriteLine("🔄 [CachingSource] 缓存未命中,从内层 Source 刷新...");
_cache = await _innerSource.GetSkillsAsync(cancellationToken);
_cacheExpiresAt = DateTime.UtcNow.Add(_ttl);
Console.WriteLine($"✅ [CachingSource] 缓存已更新,{_cache.Count} 个技能,有效至 {_cacheExpiresAt.ToLocalTime():HH:mm:ss}");
return _cache;
}
finally
{
_lock.Release();
}
}
public void InvalidateCache() { _cache = null; _cacheExpiresAt = DateTime.MinValue; }
public bool IsCacheValid => _cache != null && DateTime.UtcNow < _cacheExpiresAt;
}
实现本地Skills
这里我们定义一些本地Skills,通过Inline Skill的方式增加一个本地任务技能 和 覆盖一个同名的远程仅能。
public class SimulatedLocalApiSkillsFactory
{
public static async Task<IList<AgentInlineSkill>> GetSkillsAsync(CancellationToken cancellationToken = default)
{
Console.WriteLine("🏠 [LocalApiFactory] 正在从本地获取技能列表...");
var localSkills = new List<AgentInlineSkill>
{
// 覆盖全局 expense-report,使用 Contoso 定制规则
new AgentInlineSkill("expense-report", "(Contoso定制v2)企业费用报销政策",
"""
# Contoso 定制报销规则(2025版)
- 差旅费上限提升至 8000 元/次
- 新增"远程协作设备补贴"类目,≤3000元免审批
- 年末报销截止日期:12月25日
"""),
// 新增:Contoso 特有的技能
new AgentInlineSkill("contoso-benefits", "Contoso 员工福利计划详情", "福利:弹性办公、年度体检、学习补贴..."),
};
Console.WriteLine($"✅ [LocalApiFactory] 已成功加载 {localSkills.Count} 个本地技能");
return localSkills;
}
}
Agent客户端加载Skills
这里我们在Agent客户端加载本地 和 远程技能,同时对远程技能做1小时的缓存代理。
// ── Source 1:本地定制技能(覆盖全局版,注册顺序靠前 → 优先)──
var localCustomSkills = await SimulatedLocalApiSkillsFactory.GetSkillsAsync();
// ── Source 2:模拟全局技能库(Remote API,通用政策)──
var globalSource = new SimulatedRemoteApiSkillsSource("https://global-skills.contoso.com/api");
// ── Source 3:带缓存的远程 Source(生产环境推荐)──
var cachedGlobalSource = new CachingSkillsSource(globalSource, TimeSpan.FromMinutes(60));
构建针对角色的SkillsProvider工厂
这里我们用MAF提供的Builder模式来实现一个面向指定角色的SkillsProvider工厂方法:
AgentSkillsProvider BuildProviderForRole(EmployeeRole role)
{
Console.WriteLine($"\n🔨 开始构建 {role} 角色的 Provider...");
return new AgentSkillsProviderBuilder()
// 本地定制优先(先注册 → first-wins)
.UseSkills(localCustomSkills)
// 全局技能库(带缓存)
.UseSource(cachedGlobalSource)
// 角色感知过滤
.UseFilter(s => UserRoleHelper.IsSkillVisibleTo(s, role))
// 自定义 Prompt:企业内部语气
.UsePromptTemplate("""
你是 Contoso 集团的企业服务助手。
## 你掌握的企业知识库
{skills}
## 工作原则
遇到政策性问题,**先加载该技能的详细指引**,再作答。请确保所有建议符合 Contoso 最新官方规定。
{resource_instructions}
{script_instructions}
""")
.Build();
}
测试验证各个角色的技能可见范围
这里通过下面的测试代码来创建三个角色使用的SkllsProvider,通过获取其Skills可见范围来进行验证:
// 验证三个角色看到的技能集合
foreach (var role in Enum.GetValues<EmployeeRole>())
{
var provider = BuildProviderForRole(role);
var srcField = typeof(AgentSkillsProvider).GetField("_source", BindingFlags.Instance | BindingFlags.NonPublic);
var src = (AgentSkillsSource?)srcField?.GetValue(provider);
var skills = src is null ?
new List<AgentSkill>() : (await src.GetSkillsAsync()).ToList();
Console.WriteLine("\n━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━");
Console.WriteLine($"👤 [{role}] 可见技能({skills.Count} 个):");
foreach (var s in skills)
{
string origin = s.Frontmatter.Description.StartsWith("(Contoso") ? "(本地定制)" :
s.Frontmatter.Description.StartsWith("(全局") ? "(全局库)" : "(其他)";
Console.WriteLine($" • {s.Frontmatter.Name} {origin}");
}
}
测试结果如下图所示:

3 小结
本文介绍了MAF如何整合多个Agent Skill Source实现企业级Skill管控 和 角色Skill可见性控制,这在企业级应用中是非常实用的特性和实践。不过,目前MAF的Agent Skills仍然属于实验性支持阶段,生产落地还需谨慎。
不过,目前MAF的Agent Skills仍然属于实验性支持阶段,生产落地还需谨慎。
示例源码
GitHub: https://github.com/EdisonTalk/MAFD
参考资料
圣杰,《.NET + AI 智能体开发进阶》(推荐指数:★★★★★)
Microsoft Learn,《Agent Framework Tutorials》

作者:爱迪生
出处:https://edisontalk.cnblogs.com
本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文链接。