当前位置: 首页 > news >正文

Microsoft Agent Framework - 对 Agent 进AOP(Middleware)编程

目录

代码基础:创建带工具的 Agent

切面 1:Run Middleware(对整次 Run 执行做前后拦截)

对应输出场景(Run Middleware 日志)

切面 2:Function Calling Middleware(拦截工具调用过程)

对应输出场景(Function Calling Middleware 日志)

可扩展示例:增加计时切面

常见可插入的切面思路

总结


上一篇

在构建 AI Agent 时,经常需要为“执行对话”和“工具调用”加入横切能力(Cross-Cutting Concerns),例如:

  • 日志与审计

  • 性能与计时

  • 异常捕获与统一包装

  • 调试与可观测性

  • 安全与访问控制

在 Microsoft Agent Framework(Microsoft.Extensions.AI/Microsoft.Agents.AI)中,可以通过“函数式 Middleware”直接对 Agent 运行生命周期进行切面化增强,无需定义类或接口,实现极简、模块化、可组合的拦截。

本文示例展示两类切面:

  1. Run Middleware(拦截整个对话执行)

  2. Function Calling Middleware(拦截工具调用)

代码基础:创建带工具的 Agent

using Azure.AI.OpenAI; using Microsoft.Agents.AI; using Microsoft.Extensions.AI; using OpenAI; using System.ClientModel; using System.ComponentModel; // 配置(生产环境请用安全方式管理密钥) var azureAiEndpoint = "https://{your-endpoint}.openai.azure.com"; var apiKey = "{YOUR-API-KEY}"; // 1. 定义工具(函数即工具) [Description("Get user information by a given user name.")] static string GetUserInfo([Description("The user name")] string userName) => $"{userName} is from Suzhou, male, 28 years old"; // 2. 创建 Agent 并注册工具 AIAgent agent = new AzureOpenAIClient( new Uri(azureAiEndpoint), new ApiKeyCredential(apiKey)) .GetChatClient("gpt-4o-mini") .CreateAIAgent( instructions: "You are a helpful assistant", tools: [AIFunctionFactory.Create(GetUserInfo)]);

这里通过AIFunctionFactory.Create将一个普通 C# 方法暴露为可被模型自主调用的工具(Function Calling)。

切面 1:Run Middleware(对整次 Run 执行做前后拦截)

作用:记录每次请求输入与模型产生的输出消息。

// 自定义 Run Middleware async Task<AgentRunResponse> CustomAgentRunMiddleware( IEnumerable<ChatMessage> messages, AgentThread? thread, AgentRunOptions? options, AIAgent innerAgent, CancellationToken cancellationToken) { foreach (var chatMessage in messages) { Console.WriteLine($"Input: {chatMessage}"); } var response = await innerAgent .RunAsync(messages, thread, options, cancellationToken) .ConfigureAwait(false); foreach (var chatMessage in response.Messages) { Console.WriteLine($"Output: {chatMessage.Contents[0].ToString()}"); } return response; } // 注册 Run Middleware var agentWithRunMiddleware = agent.AsBuilder() .Use(runFunc: CustomAgentRunMiddleware, runStreamingFunc: null) .Build(); Console.WriteLine(await agentWithRunMiddleware.RunAsync("Show me the information of Jim ?"));

对应输出场景(Run Middleware 日志)

Input: Show me the information of Jim ? Output: Microsoft.Extensions.AI.FunctionCallContent Output: Microsoft.Extensions.AI.FunctionResultContent Output: Jim is a 28-year-old male from Suzhou. Jim is a 28-year-old male from Suzhou.

说明:

  • 第一行:原始用户输入

  • 中间的 FunctionCall / FunctionResult:模型决定调用工具并返回结果的中间内容

  • 最后一行:最终自然语言回答

切面 2:Function Calling Middleware(拦截工具调用过程)

作用:对每次工具调用做审计 / 计时 / 参数检查 / 结果加工等。

// 自定义 Function Calling Middleware async ValueTask<object?> CustomFunctionCallingMiddleware( AIAgent agent, FunctionInvocationContext context, Func<FunctionInvocationContext, CancellationToken, ValueTask<object?>> next, CancellationToken cancellationToken) { Console.WriteLine($"Function Name: {context.Function.Name}"); var result = await next(context, cancellationToken); Console.WriteLine($"Function Call Result: {result}"); return result; } // 注册 Function Calling Middleware var agentWithFunctionCallingMiddleware = agent.AsBuilder() .Use(CustomFunctionCallingMiddleware) .Build(); Console.WriteLine(await agentWithFunctionCallingMiddleware.RunAsync("Show me the information of Jim ?"));

对应输出场景(Function Calling Middleware 日志)

Function Name: _Main_g_GetUserInfo_0_1 Function Call Result: Jim is from Suzhou, male, 28 years old Jim is a 28-year-old male from Suzhou.

说明:

  • Function Name:模型选择调用的工具函数内部生成的名称(可用于审计 / 白名单校验)

  • Function Call Result:该工具函数真实返回值

  • 最后一行:模型基于工具结果生成的最终回答

可扩展示例:增加计时切面

你可以继续添加更多函数式 Middleware:

async ValueTask<object?> TimingFunctionMiddleware( AIAgent agent, FunctionInvocationContext context, Func<FunctionInvocationContext, CancellationToken, ValueTask<object?>> next, CancellationToken ct) { var sw = System.Diagnostics.Stopwatch.StartNew(); var result = await next(context, ct); sw.Stop(); Console.WriteLine($"Function {context.Function.Name} elapsed: {sw.ElapsedMilliseconds} ms"); return result; } var enhancedAgent = agent.AsBuilder() .Use(CustomFunctionCallingMiddleware) .Use(TimingFunctionMiddleware) .Use(runFunc: CustomAgentRunMiddleware, runStreamingFunc: null) .Build();

常见可插入的切面思路

  • 参数校验与拒绝危险输入

  • 结果缓存(相同参数短期复用)

  • 异常捕获统一格式化返回

  • OpenTelemetry 观测(埋点发送 Span / Metric)

  • 权限控制(基于用户上下文阻断某些工具)

总结

Microsoft Agent Framework 的 Middleware 是以“函数”形态实现的,而不是传统的类 / 接口,这种模式非常接近 JavaScript 生态(如 Express / Koa 的中间件管道)。它充分体现了 C# 在现代版本中的函数式编程能力:一等函数、委托、闭包与组合式构建,使得为 Agent 增加切面逻辑变得简洁、高效、低侵入。

借助这种函数式 Middleware,你可以快速迭代智能体的可观测性、调试性与扩展能力,专注核心价值而非样板结构。

下一篇

引入地址

http://www.jsqmd.com/news/1067199/

相关文章:

  • 如何设计一个可自我修复与自我迭代的 AI Agent Harness Engineering 系统:核心机制与工程拆解
  • 【HHO栅格地图路径规划】多策略改进的哈里斯鹰算法MHHO移动机器人栅格地图路径规划【含Matlab源码 15654期】
  • 从“不可能三角”到模块化突围:2026年区块链开发的技术范式转型
  • 深度拆解:从零构建生产级 Multi-Agent 驾驭层(Harness)全景架构
  • 那个写稿的行业,完了
  • aws-waf-token 亚马逊waf盾逆向分析
  • Ubuntu如何卸載LibreOfflice
  • 他40岁,身价5万欧,一夜涨粉500万——这才是世界杯存在的意义
  • Insilico与SK生物制药达成25亿美元AI神经免疫领域合作
  • 环保行业选择 TDengine:环境监测数据的国产时序数据库实践
  • 财务操作日志自动审计与异常告警,智能体保障安全:2026年企业级数智化审计架构深度解析
  • 为什么90%的企业AI项目会失败?7层能力建设架构告诉你答案
  • AI原生上下文学习正在淘汰传统微调——SITS 2026 ICL协议发布后,你的模型还剩多少有效上下文窗口?
  • 多智能体辩论为什么有效?这篇 arXiv 论文给出了“隐藏锚点“的数学证明
  • 福州高端整木定制怎么选?6 家品牌实测对比,避坑必看
  • Redis 8 大数据类型完整实战场景
  • 断尺问题:戴德金分割现实悖论
  • 国产BIM神器!翻模+BIM咨询全流程提速
  • 从大语言模型到具身智能的范式跃迁
  • 怎么去除甲醛又快又好?科学方法+靠谱产品,一步到位
  • 如何高效监控AI配额:Antigravity Cockpit的终极配置指南
  • 大数据专业考公岗位多吗,可报考哪些机关单位
  • 企业AI项目为什么总是失败-七层架构缺失才是根因
  • 二分查找解题
  • 信托制物业缴费模式的数智化落地实践与技术架构
  • 埃拉托斯特尼算法(埃氏筛)【简单】
  • Java 转大模型开发:团队协作中的使用边界
  • 好久不见,甚是想念
  • AI原生混合架构实战白皮书(SITS 2026多模型协同工程化手册)
  • 卡梅德生物技术快报|噬菌体展示多肽筛选完整实操方案|RhE 抗原靶向肽全流程实验与量化数据