用Microsoft Agent Framework，30 行代码打造会 “干活” 的 AI 代理

摘要：最近被各种 AI 代理（AI Agent）的消息刷屏了？从自动写报告到批量处理邮件，这些能 “主动干活” 的智能体，正在悄悄改变我们的工作方式。但搭建一个能对话、会调用工具的 AI 代理，真的需要复杂的技术吗？

最近被各种 AI 代理（AI Agent）的消息刷屏了？从自动写报告到批量处理邮件，这些能 “主动干活” 的智能体，正在悄悄改变我们的工作方式。但搭建一个能对话、会调用工具的 AI 代理，真的需要复杂的技术吗？

微软给出的答案是：不需要。

今天就用一段实战代码，带你上手 Microsoft Agent Framework—— 这个框架能让你用 30 行核心代码，快速实现从 “基础聊天” 到 “工具调用” 的 AI 代理，甚至连多轮对话的上下文都能自动维护。其中，AIFunctionFactory类堪称 “工具集成神器”，正是它让普通函数秒变 AI 可调用的工具，我们重点拆解这个核心组件。

简单说，这是微软推出的一套 “AI 代理开发脚手架”，专门解决两个核心问题：

让开发者不用重复造轮子 —— 对话管理、工具调用、上下文维护这些基础功能，框架已经封装好；

统一各种 LLM 的调用方式 —— 不管你用 OpenAI、Azure OpenAI 还是其他大模型，接口都一样，换模型不用改代码。

对于想快速落地 AI 代理的开发者来说，这意味着：以前需要几天搭的框架，现在几行代码就能搞定。

直接看代码 —— 下面这段 Demo 包含两个核心场景，我们逐行拆解，尤其重点解析让工具调用成为可能的。

首先在项目里引入必要的 NuGet 包：

dotnet add package Microsoft.Agents.AI.OpenAI --version 1.0.0-preview.251028.1 场景 1：基础聊天 ——3 步对接 LLM第一个方法BaseDemoRun，演示如何用框架快速对接 OpenAI 模型，实现 “问一句答一句” 的基础聊天，还支持实时流式输出（像 ChatGPT 那样逐字显示回复）。

核心代码（关键步骤标了注释）

// 基于OpenAI的基础聊天Demopublic static async Task BaseDemoRun(string apiKey, string endpoint, string modelName){ // Step 1：配置客户端（填你的API地址） var options = new OpenAIClientOptions { Endpoint = new Uri(endpoint) }; // Step 2：创建客户端，转成标准化接口IChatClient var openAIClient = new OpenAIClient(new ApiKeyCredential(apiKey), options); IChatClient chatClient = openAIClient.GetChatClient(modelName).AsIChatClient; // Step 3：发消息，等回复 var response = await chatClient.GetResponseAsync("你好，请介绍一下自己"); Console.WriteLine(response.Messages[0].Text); // Step 3.1：流式输出（实时看到回复过程） await foreach (var item in chatClient.GetStreamingResponseAsync("你好，请介绍一下自己")) { Console.WriteLine(item); }}

为什么这几步厉害？

用IChatClient接口 “套娃” 后，不管你后面换成 GPT-4、Claude 还是国内大模型，调用代码都不用改 —— 框架帮你做了适配；

流式输出GetStreamingResponseAsync只需一行代码，不用自己处理 WebSocket 或长连接，前端实时显示回复的需求轻松满足。

场景 2：会调用工具的 AI 代理 —— 让 AI 主动 “干活”第二个方法AgentBaseDemoRun是重头戏：让 AI 不仅能聊天，还能主动调用工具（比如查天气、看时间），甚至记住上下文（多轮对话不 “失忆”）。其中，是让工具 “被 AI 认出来” 的核心。

代码不长，但信息量很大：

ask AgentBaseDemoRun(string apiKey, string endpoint, string modelName){ // 1. 初始化OpenAI客户端 var clientOptions = new OpenAIClientOptions { Endpoint = new Uri(endpoint) }; var openAIClient = new OpenAIClient(new ApiKeyCredential(apiKey), clientOptions); // 2. 创建AI代理：定义角色+注册工具 var agent = openAIClient .GetChatClient(modelName) .CreateAIAgent( instructions: "你是一个由ZerekZhang开发的Demo Agent", // 告诉AI它是谁 name: "DemoAgent", tools: [AIFunctionFactory.Create(GetWeather), AIFunctionFactory.Create(GetDate)] // 注册两个工具 ); // 3. 创建对话线程（自动记上下文） AgentThread thread = agent.GetNewThread; // 4. 多轮对话循环 while (true) { var userInput = Console.ReadLine; // 读用户输入 if (userInput == "Exit") break; // 输入Exit退出 Console.WriteLine(await agent.RunAsync(userInput, thread)); // 让代理处理并输出结果 } // 工具1：查天气（带描述，告诉AI怎么用） [Description("Get the weather for a given location.")] static string GetWeather([Description("The location to get the weather for.")] string location) => $"The weather in {location} is cloudy with a high of 15°C."; // 工具2：查当前时间（24小时制，更符合日常使用） [Description("获取时间")] static string GetDate => DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss");}

重点解析：AIFunctionFactory—— 让普通函数变 AI 工具的 “翻译官”

是连接 “人类写的函数” 和 “AI 能理解的工具” 的桥梁。它的核心作用是：自动分析普通 C# 方法的结构、描述和参数，生成 AI 能看懂的 “工具说明书”，让 AI 知道什么时候该调用这个工具，以及该传什么参数。我们结合代码中的AIFunctionFactory.Create(GetWeather)来具体看它做了什么：当你调用时，它会自动扫描方法的：

方法描述：通过[Description]标签获取（比如GetWeather的描述是 “Get the weather for a given location.”），告诉 AI “这个工具是干什么的”；

参数信息：扫描方法的参数（比如GetWeather的location参数），并通过参数上的[Description]标签（“The location to get the weather for.”）说明 “需要什么输入”；

返回值类型：确定工具调用后会返回什么格式的结果（比如GetWeather返回字符串）。

这些信息会被整理成 AI 能理解的结构化数据（类似函数调用的 JSON schema），当 AI 处理用户问题时，就能对照这份 “说明书” 判断是否需要调用该工具。

2. 自动处理参数映射，让 AI “传参不迷路”假设用户问 “北京的天气怎么样”，AI 通过整个过程中，你不需要写任何 “参数解析” 代码 ——已经帮你定义好了参数的含义，AI 会自动完成 “问题→参数→工具调用” 的映射。3. 无缝集成到 Agent，简化工具注册流程在代码中，我们只需用tools列表，Agent 就会自动识别并管理这些工具。对比传统的 AI 工具调用开发（需要手动定义函数 schema、处理调用格式），这种方式至少节省 80% 的代码量。

比如你想给 Agent 新增一个 “查股票” 的工具，只需：

写一个带[Description]的GetStockPrice方法；

用AIFunctionFactory.Create(GetStockPrice)注册；

无需其他配置，AI 就能自动调用这个新工具。

其他核心亮点：

AgentThread：AI 的 “对话小本本”AgentThread是框架自带的 “上下文管理器”。你不用手动拼接历史消息（比如把 “上一句问了时间，这一句问明天天气” 的逻辑自己写），线程会自动记录所有对话内容，AI 能基于完整历史做回答。

智能决策：AI 自己判断 “要不要调用工具”最神奇的是agent.RunAsync这行代码：用户输入问题后，AI 会自己判断 ——

如果是 “你是谁” 这种不需要工具的问题，直接回答；

如果是 “北京天气”，自动调用GetWeather("北京")；

如果是 “现在时间”，自动调用GetDate；

当你启动，输入不同问题会看到：