MAF 入门(1)：用 Microsoft Agent Framework 构建你的第一个 AI Agent（.NET）

MAF 入门(1)：用 Microsoft Agent Framework 构建你的第一个 AI Agent（.NET）

技术栈：.NET 10、Microsoft Agent Framework (MAF)、Microsoft.Extensions.AI、阿里百炼（OpenAI 兼容接口）

---

写在前面

一直以来对于.net开发者来说Agent开发一直都不友好，.net环境下AI的支持一直落后，现在微软正在迎头赶上推出了Microsoft Agent Framework（MAF），.net开发者的春天来了！ Microsoft Agent Framework（MAF） 是微软在 Semantic Kernel、AutoGen 之后推出的新一代 Agent 运行时。对 .NET 开发者来说，最值得先掌握的一条链路是：

任意 IChatClient 实现  →  AsAIAgent()  →  AIAgent  →  RunAsync / RunStreamingAsync

只要底层大模型能提供 IChatClient（官方 OpenAI SDK、Azure OpenAI、或百炼等兼容端点），上层 Agent 代码可以保持不变。

本文基于一个可运行的 Demo，分步骤说明：如何连接百炼、如何创建 Agent、如何用 System Instruction 定角色、如何分别做非流式与流式调用。文末汇总了踩坑时的注意点。

概念	类型	作用
IChatClient	Microsoft.Extensions.AI	与大模型对话的统一抽象
AIAgent	Microsoft.Agents.AI	Agent 运行时入口
AsAIAgent()	扩展方法	把 IChatClient 包装成 AIAgent
instructions	字符串	System Instruction，定义角色与行为
RunAsync	方法	非流式，一次返回完整 AgentResponse
RunStreamingAsync	方法	流式，返回 IAsyncEnumerable<AgentResponseUpdate>

---

步骤 1：创建项目并安装 NuGet 包

dotnet add package Microsoft.Agents.AI.OpenAI
dotnet add package OpenAI
dotnet add package Microsoft.Extensions.Configuration.Json
dotnet add package Microsoft.Extensions.Configuration.EnvironmentVariables
dotnet add package Microsoft.Extensions.Configuration.Binder

包名	用途
Microsoft.Agents.AI.OpenAI	MAF 与 OpenAI 系客户端的集成（含 AsAIAgent）
OpenAI	官方 OpenAI .NET SDK，支持自定义 Endpoint
Microsoft.Extensions.Configuration.*	读取 appsettings.json、环境变量

注意

• MAF 仍在快速迭代，版本号以你安装时 NuGet 为准（示例使用 Microsoft.Agents.AI.OpenAI 1.7.x）。
• 若对接 Azure OpenAI，还需 Azure.AI.OpenAI、Azure.Identity，并在工厂类中单独实现分支。

---

步骤 2：配置模型连接（appsettings）

定义配置类 LlmSettings，与 JSON 中的 Llm 节点对应：

public sealed class LlmSettings
{
    public const string SectionName = "Llm";

    public string Provider { get; set; } = "Bailian";
    public string ApiKey { get; set; } = "";
    public string Model { get; set; } = "qwen-plus";
    public string? Endpoint { get; set; }
}

appsettings.json 示例（不要把 ApiKey 提交到 Git）：

{
  "Llm": {
    "Provider": "Bailian",
    "Model": "qwen-plus",
    "Endpoint": "https://dashscope.aliyuncs.com/compatible-mode/v1",
    "ApiKey": "sk-你的百炼密钥"
  }
}

在 Program.cs 中构建配置：

var configuration = new ConfigurationBuilder()
    .SetBasePath(AppContext.BaseDirectory)
    .AddJsonFile("appsettings.json", optional: false, reloadOnChange: true)
    .AddJsonFile("appsettings.Development.json", optional: true, reloadOnChange: true)
    .AddEnvironmentVariables()
    .Build();

并在 .csproj 中确保配置文件复制到输出目录：

<None Update="appsettings.json">
  <CopyToOutputDirectory>PreserveNewest</CopyToOutputDirectory>
</None>
<None Update="appsettings.Development.json">
  <CopyToOutputDirectory>PreserveNewest</CopyToOutputDirectory>
</None>

---

步骤 3：用 OpenAI 兼容协议连接百炼

百炼提供 OpenAI 兼容接口，只需改 BASE_URL 和 model，无需改 MAF 上层代码。

ChatClientFactory 核心逻辑：

private static IChatClient CreateOpenAiCompatibleClient(LlmSettings settings, string endpoint)
{
    var options = new OpenAIClientOptions
    {
        Endpoint = new Uri(endpoint.TrimEnd('/') + "/")
    };

    var openAiClient = new OpenAIClient(new ApiKeyCredential(settings.ApiKey), options);
    return openAiClient.GetChatClient(settings.Model).AsIChatClient();
}

按 Provider 切换端点：

Provider	Endpoint 示例
Bailian / DashScope	https://dashscope.aliyuncs.com/compatible-mode/v1
OpenAI	https://api.openai.com/v1

---

步骤 4：创建 IChatClient

在业务代码中读取配置并创建客户端：

var llm = configuration.GetSection(LlmSettings.SectionName).Get<LlmSettings>()
    ?? throw new InvalidOperationException("缺少配置节 Llm");

if (string.IsNullOrWhiteSpace(llm.ApiKey))
{
    Console.WriteLine("请配置 ApiKey");
    return;
}

IChatClient chatClient = ChatClientFactory.Create(llm);

IChatClient 来自 Microsoft.Extensions.AI，是 .NET 生态里「调大模型」的统一接口。MAF deliberately 不绑定某一家云厂商，而是建立在这一层之上。

---

步骤 5：AsAIAgent() — 从 ChatClient 到 Agent

一行扩展方法即可创建 Agent，并设置 System Instruction（系统指令 / 角色）：

private const string SystemInstructions =
    """
    你是一位 MAF（Microsoft Agent Framework）学习助手。
    请用简洁、友好的中文回答，每次回复控制在 3 句话以内。
    """;

AIAgent agent = chatClient.AsAIAgent(
    instructions: SystemInstructions,
    name: "MafLearningAssistant");

参数	含义
instructions	每次调用时作为 system 消息注入，相当于「角色设定」
name	Agent 名称，便于日志、多 Agent 场景区分

注意

• instructions 是 Agent 级 的，不需要在每次 RunAsync 里重复传 system prompt。
• 若需要更复杂的选项（温度、工具列表等），可使用 ChatClientAgentOptions 重载。
• AsAIAgent() 在 Microsoft.Agents.AI 命名空间，需引用 Microsoft.Agents.AI.OpenAI。

---

步骤 6：非流式调用 RunAsync

适合：后台任务、需要完整 JSON、或不需要「打字机效果」的场景。

const string userPrompt = "用一句话介绍 MAF 里 AIAgent 和 IChatClient 的关系。";

AgentResponse response = await agent.RunAsync(userPrompt, cancellationToken);

Console.WriteLine(response.Text);
// 可选：查看 Token 用量
// Console.WriteLine(response.Usage);

AgentResponse 包含完整文本 Text，以及可选的 Usage 等元数据。

注意

• 调用会 阻塞直到模型生成完毕，长回答时用户感知延迟明显。
• 默认每次 RunAsync 是 单轮 输入；多轮对话需配合 AgentSession（后续可单独展开）。

---

步骤 7：流式调用 RunStreamingAsync

适合：控制台、Web SSE、聊天 UI 等需要「边生成边显示」的场景。

await foreach (AgentResponseUpdate update in agent.RunStreamingAsync(streamPrompt, cancellationToken))
{
    if (!string.IsNullOrEmpty(update.Text))
    {
        Console.Write(update.Text);  // 不换行，模拟打字效果
    }
}
Console.WriteLine();

每个 update 是一小段增量文本；循环结束后表示本轮流式结束。

注意

• 流式片段可能很碎，Web 端通常再节流渲染（如每 50ms 刷新一次 UI）。
• 部分 update 的 Text 可能为空（工具调用、元数据等），需判空。
• 示例里两次调用（RunAsync 与 RunStreamingAsync）未共享会话，模型不会记住上一轮；要上下文需 AgentSession。

---