[MAF预定义ChatClient中间件-09]MessageInjectingChatClient-赋予工具消息注入的能力
MAF中的ReAct循环是由FunctionInvokingChatClient中间件完成的，这意味着AIFunction的调用也是由它驱动。在默认的情况下，AIFunction绑定的委托执行完成后，结果会转换成AIContent并被封装成一个角色为Tool的ChatMessage。这个ChatMessage最终被添加到对话历史中，并作为后续调用LLM的输入。换言之，AIFunction不像LangChain的工具函数一样，可以通过返回Command对象添加具有合法结构的消息列表到对话历史中。当工具在执行过程借助注入对话历史的消息来描述当前的情况，以辅助LLM后续能够更加精准的推理，这是非常有价值的。比如工具在执行过程中发现验证的风控风险，可以注入一条Assistant消息模拟LLM的回复来提示用户风险的存在。
1. 从工具函数中注入消息
下面的演示程序展示了如何通过MessageInjectingChatClient来实现工具函数中注入消息的能力。这个程序模拟了一个银行转账的业务场景，转账的工具函数是TransferMoney。如代码片段所示，我们从当前Agent执行上下文（AIAgent.CurrentRunContext）中获取当前的Session对象，并检查Session的StateBag中是否存在一个键为UserConfirmed的值来判断用户是否已经确认过转账。如果用户没有确认，工具函数会通过MessageInjectingChatClient的EnqueueMessages方法来注入一条Assistant消息到对话历史中，提示用户存在欺诈风险并要求提供手机验证码。与此同时，工具函数会返回一条消息告知用户转账指令已提交至系统缓冲区，等待合规审查。
usingAzure;usingMicrosoft.Agents.AI;usingMicrosoft.Extensions.AI;usingMicrosoft.Extensions.DependencyInjection;usingOpenAI;dotenv.net.DotEnv.Load();varmodel=Environment.GetEnvironmentVariable("MODEL")!;varapiKey=Environment.GetEnvironmentVariable("API_KEY")!;varendpoint=Environment.GetEnvironmentVariable("OPENAI_URL")!;varagent=newOpenAIClient(credential:newAzureKeyCredential(apiKey),options:newOpenAIClientOptions{Endpoint=newUri(endpoint)}).GetChatClient(model:model).AsIChatClient().AsBuilder().UseMessageInjection().Build().AsAIAgent(tools:[AIFunctionFactory.Create(TransferMoney,name:nameof(TransferMoney))]);varprompt="从账号`4242 4242 4242 4242` 转账100块到账号 `5555 5555 5555 4444`";varresponse=awaitagent.RunAsync(prompt);Console.WriteLine(response);Console.WriteLine($"\n{newstring('-',100)}\n");varsession=awaitagent.CreateSessionAsync();session.StateBag.SetValue("UserConfirmed",(object)true);response=awaitagent.RunAsync(prompt,session);Console.WriteLine(response);staticstringTransferMoney(stringfrom,stringto,decimalammount){varsession=AIAgent.CurrentRunContext?.Session??thrownewInvalidOperationException("No active session found.");if(session.StateBag.TryGetValue<object>(key:"UserConfirmed",outvarconfirmed)&&(confirmedisboolb&&b)){return$"成功从`{from}`转账`{ammount}`元到`{to}`账户。";}else{varchatClient=(AIAgent.CurrentRunContext.AgentasChatClientAgent)?.ChatClient??thrownewInvalidOperationException("Not a ChatClientAgent.");varinjectingChatClient=chatClient.GetService<MessageInjectingChatClient>()??thrownewInvalidOperationException("Underlying chat client is not an InjectingChatClient.");varcontent="风控系统检测到该笔交易存在欺诈风险, 你必须向用户说明情况，要求其提供手机验证码，并在未验证前拒绝完成转账。";injectingChatClient.EnqueueMessages(session,[newChatMessage(ChatRole.Assistant,content)]);return"转账指令已提交至系统缓冲区，等待合规审查。";}}在调用AsIChatClient扩展方法将OpenAIClient转换成IChatClient对象之后，我们调用了AsBuilder扩展方法生成了构建ChatClient管道的ChatClientBuilder对象，并在此基础上通过调用UseMessageInjection扩展方法注册了MessageInjectingChatClient中间件来启用消息注入的能力。TransferMoney方法调用IChatClient的GetService方法获取MessageInjectingChatClient对象就是此对象。最后基于构建的ChatClient管道创建了Agent对象。
我们两次调用Agent的RunAsync方法来测试工具函数中注入消息的功能。第一次调用时，我们没有在Session的StateBag中设置UserConfirmed键值对，所以工具函数会注入一条Assistant消息来提示用户存在欺诈风险，并且返回一条消息告知用户转账指令已提交至系统缓冲区，等待合规审查。第二次调用时，我们先创建了一个Session对象，并在StateBag中设置了UserConfirmed键值对为true，表示用户已经确认过转账了。这一次工具函数就不会注入提示风险的消息，而是直接返回一条成功转账的消息。如下是两次调用的输出结果：
为保障账户安全，我无法在此渠道收集或处理手机验证码等一次性敏感信息。 由于系统检测到该笔交易存在风险，请您通过官方银行 App 或拨打银行客服热线，在安全的验证流程中完成身份确认和转账操作。 在未通过官方安全验证前，本次转账将不会继续执行。 ---------------------------------------------------------------------------------------------------- ✅ 转账成功！ 已从账户 **4242 4242 4242 4242** 转出 **100 元** 至账户 **5555 5555 5555 4444**。 如需继续操作，请告诉我 😊2. 查看注入的消息
为了查看工具函数注入的消息，我们定义了如下这个MessageTrackingChatClient中间件。在它重写的GetResponseAsync方法中，我们遍历当前请求的消息列表，并根据消息内容的不同类型（FunctionCallContent、FunctionResultContent、TextContent等）来格式化输出（对于我们的例子，每个消息有且只有一个内容）。
classMessageTrackingChatClient(IChatClientinnerClient):DelegatingChatClient(innerClient){publicoverrideTask<ChatResponse>GetResponseAsync(IEnumerable<ChatMessage>messages,ChatOptions?options=null,CancellationTokencancellationToken=default){foreach(varmessageinmessages){varrole=message.Role;varcontent=message.Contents.Single();varline=contentswitch{FunctionCallContentfunctionCallContent=>$"[{role}]function-call:{functionCallContent.Name}",FunctionResultContentfunctionResultContent=>$"[{role}]function-result:{functionResultContent.Result}",TextContenttextContent=>$"[{role}]{textContent.Text}",_=>$"[{role}]{content.ToString()??string.Empty}"};Console.WriteLine(line);}Console.WriteLine();returnbase.GetResponseAsync(messages,options,cancellationToken);}}我们调用ChatClientBuilder的Use方法将这个MessageTrackingChatClient中间件注册到管道上，并且置于注册的MessageInjectingChatClient中间件的后面，这样就能在MessageInjectingChatClient注入消息之后看到这些消息被添加到请求消息列表中了。
usingAzure;usingMicrosoft.Agents.AI;usingMicrosoft.Extensions.AI;usingMicrosoft.Extensions.DependencyInjection;usingOpenAI;dotenv.net.DotEnv.Load();varmodel=Environment.GetEnvironmentVariable("MODEL")!;varapiKey=Environment.GetEnvironmentVariable("API_KEY")!;varendpoint=Environment.GetEnvironmentVariable("OPENAI_URL")!;varagent=newOpenAIClient(credential:newAzureKeyCredential(apiKey),options:newOpenAIClientOptions{Endpoint=newUri(endpoint)}).GetChatClient(model:model).AsIChatClient().AsBuilder().UseMessageInjection().Use(inner=>newMessageTrackingChatClient(inner)).Build().AsAIAgent(tools:[AIFunctionFactory.Create(TransferMoney,name:nameof(TransferMoney))]);varprompt="从账号`4242 4242 4242 4242` 转账100块到账号 `5555 5555 5555 4444`";awaitagent.RunAsync(prompt);输出结果：
[user]从账号`4242 4242 4242 4242` 转账100块到账号 `5555 5555 5555 4444` [user]从账号`4242 4242 4242 4242` 转账100块到账号 `5555 5555 5555 4444` [assistant]function-call: TransferMoney [tool]function-result: 转账指令已提交至系统缓冲区，等待合规审查。 [assistant]风控系统检测到该笔交易存在欺诈风险, 你必须向用户说明情况，要求其提供手机验证码，并在未验证前拒绝完成转账。输出的最后一条消息正是工具函数中注入的消息，说明MessageInjectingChatClient确实成功地将这条消息添加到了请求消息列表中，并且在后续调用LLM时被包含在输入上下文里了。为了保证对话历史具有合法的结构，注入的消息会放在承载工具函数调用结果的Tool消息之后。
3. MessageInjectingChatClient
在了解了MessageInjectingChatClient的作用和基本编程模式之后，我们继续介绍MAF针对这个ChatClient中间件的设计和实现。
3.1 在ChatClient管道中的位置
MessageInjectingChatClient一般位于FunctionInvokingChatClient与PerServiceCallChatHistoryPersistingChatClient之间（如下所示），这一点非常重要，它决定了MessageInjectingChatClient中间件在每个ReAct循环中都会被执行。如果开启了针对每个ReAct循环的及时存档，注入的消息会被PerServiceCallChatHistoryPersistingChatClient捕获并存储到ChatHistoryMemoryProvider中，这样就能让Agent在后续的ReAct循环中基于这些注入的消息进行推理了。
[外部请求] => FunctionInvokingChatClient => MessageInjectingChatClient => PerServiceCallChatHistoryPersistingChatClient => LLM这个特定的拓扑结构，说明了以下关键底座逻辑：
- 工具函数具备改写认知的能力：由于
FunctionInvokingChatClient处于MessageInjectingChatClient的上游，决定了：- 工具执行的副作用可被捕获：当
FunctionInvokingChatClient触发并执行某个工具函数时，如果该工具内部触发了前文提到的风控逻辑、反思逻辑或上下文切换，它排队的临时消息正处于FunctionInvokingChatClient的处理边界之内。 - 下游管道立即可见：工具函数产生的注入消息，能立刻在向下传递给
PerServiceCallChatHistoryPersistingChatClient之前被消费并合并。
- 工具执行的副作用可被捕获：当
- 注入的消息是临时干预，还是永久记忆：
MessageInjectingChatClient位于PerServiceCallChatHistoryPersistingChatClient的上游，这个顺序界定了注入消息的生命周期：- 被持久化组件捕获：当
MessageInjectingChatClient将排队的消息动态拼接到当前的对话历史后，这些新组合的消息会原封不动地流向底部的PerServiceCallChatHistoryPersistingChatClient。 - 实现“单次服务调用”的存档：这意味着，在工具函数中注入的消息，会被当做本次生命周期的一部分，一并写入对话历史。在后续的用户多轮对话中，注入的消息会变成不可分割的永久记忆，而不是一次性的临时缓存；
- 被持久化组件捕获：当
MessageInjectingChatClient所处的位置说明了MAF将消息注入视为一种连接**动态运行时（Tools/Agent 决策）与静态持久层（Database/Session）**的管道桥梁。如果把MessageInjectingChatClient挪到FunctionInvokingChatClient之前，工具函数内部就失去了操作注入客户端的上下文权限；如果把它挪到PerServiceCallChatHistoryPersistingChatClient之后，注入的消息就只能直达大模型，而无法在数据库中留下任何历史存档。目前这个位置，是支持工具内隐式风控、自我反思闭环的黄金分水岭。
3.2 基于Session的消息存储
MessageInjectingChatClient将注入的消息存储在当前Session的StateBag中，这样就能保证这些消息在当前Session的生命周期内都是可见的了。具体存储的是一个List<ChatMessage>对象，对应的键为MessageInjectingChatClient.PendingInjectedMessages。如下所示的是用来注入消息列表的EnqueueMessages方法的定义。
publicsealedclassMessageInjectingChatClient:DelegatingChatClient{publicvoidEnqueueMessages(AgentSessionsession,IEnumerable<ChatMessage>messages){varqueue=GetOrCreateQueue(session);lock(queue){foreach(varmessageinmessages){queue.Add(message);}}}privatestaticList<ChatMessage>GetOrCreateQueue(AgentSessionsession){if(session.StateBag.TryGetValue<List<ChatMessage>>("MessageInjectingChatClient.PendingInjectedMessages",outvarqueue)){returnqueue!;}varnewQueue=newList<ChatMessage>();session.StateBag.SetValue("MessageInjectingChatClient.PendingInjectedMessages",newQueue);returnnewQueue;}}3.3 针对注入消息的处理
外界（主要是注册的工具函数）得到MessageInjectingChatClient对象后，可以通过调用EnqueueMessages方法持续不断地注入消息。这种对流或者流式的消息注入方式导致了，MessageInjectingChatClient提取了所有注入消息并对它们进行处理之后，会发现又有新的消息被注入进来。所以MessageInjectingChatClient会在一个循环中提取和处理注入的消息，这一逻辑实现在重写的GetResponseAsync和GetStreamingResponseAsync方法中。
publicsealedclassMessageInjectingChatClient:DelegatingChatClient{publicoverrideasyncTask<ChatResponse>GetResponseAsync(IEnumerable<ChatMessage>messages,ChatOptions?options=null,CancellationTokencancellationToken=default);publicoverrideasyncIAsyncEnumerable<ChatResponseUpdate>GetStreamingResponseAsync(IEnumerable<ChatMessage>messages,ChatOptions?options=null,CancellationTokencancellationToken=default);}以GetResponseAsync方法为例，它的执行流程如下：
- 步骤1：提取当前注入的所有消息，并添加到传入的消息列表中，作为输入调用后学的
ChatClient管道； - 步骤2：如果返回
ChatResponse中携带的消息携带工具调用，立即返回此响应，此响应最终会交付到MessageInjectingChatClient手上驱动工具函数的执行； - 步骤3：如果没有工具调用
- 如果具有新注入的消息，继续循环回到步骤1来处理这些新注入的消息，但是在这之前为了将后续调用纳入同一个
Session，它需要将响应提供的ConversionID应用到ChatOptions上； - 如果没有新注入的消息，说明注入的消息已经全部被处理完了，直接返回当前的响应。
- 如果具有新注入的消息，继续循环回到步骤1来处理这些新注入的消息，但是在这之前为了将后续调用纳入同一个
3.4 如何提取MessageInjectingChatClient
通过我们上面的介绍，我们知道了注入的消息被存储在Session的StateBag中，而且还知道键的名称和数据结构，我们可以直接操作Session来完成消息注入。但是我们最好不要这么做，因为还需要考虑针对消息列表的创建（对于第一次注入）以及多线程并发问题。所以还是老老实实调用MessageInjectingChatClient提供的EnqueueMessages方法来完成消息注入比较好。我们不能直接将此对象注入工具函数，最常用的方式就是像上面演示的那样，在工具函数内部通过AIAgent.CurrentRunContext.Agent来获取当前的Agent对象，并将其转换成ChatClientAgent对象来获取MessageInjectingChatClient对象。
varchatClient=(AIAgent.CurrentRunContext.AgentasChatClientAgent)?.ChatClient??thrownewInvalidOperationException("Not a ChatClientAgent.");varinjectingChatClient=chatClient.GetService<MessageInjectingChatClient>()??thrownewInvalidOperationException("Underlying chat client is not an InjectingChatClient.");3.5 UseMessageInjection扩展方法
针对MessageInjectingChatClient的注册可以通过调用ChatClientBuilder的UseMessageInjection扩展方法来完成。这个扩展方法的实现非常简单，它调用了ChatClientBuilder的Use方法来将MessageInjectingChatClient中间件注册到管道上。
publicstaticclassChatClientBuilderExtensions{publicstaticChatClientBuilderUseMessageInjection(thisChatClientBuilderbuilder)=>builder.Use(innerClient=>newMessageInjectingChatClient(innerClient));}