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：
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：
/// <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：
// 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：
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：
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：
// 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：
// 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：
// 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。
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：
