# Microsoft Agent Framework playground **Repository Path**: XiongMingcai/microsoft-agent-framework-playground ## Basic Information - **Project Name**: Microsoft Agent Framework playground - **Description**: No description available - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2026-04-16 - **Last Updated**: 2026-04-16 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README 以下是专为**Microsoft Agent Framework 1.0**开发的**命令行(Console)练习项目**量身打造的 **README.md** 内容。你可以直接复制到项目根目录的 `README.md` 文件中。 ```markdown # Microsoft Agent Framework 1.0 - 命令行练习项目 一个基于 **Microsoft Agent Framework 1.0** 的 .NET 命令行练习项目,适合快速上手 Agent 开发、练习 Tools、Multi-turn 对话、Memory、Agent Skills 等核心概念。 项目采用 **Console** 应用形式,便于在终端中交互测试,支持热重载(`dotnet watch`)和 Docker 容器化开发。 ## 项目目标 - 快速掌握 Microsoft Agent Framework 1.0 的核心抽象(Agent + Tools + Workflow + Skills) - 通过命令行交互练习多轮对话、工具调用、状态管理 - 结合 **七牛云 DeepSeek-V3.2**(或 Azure OpenAI / OpenAI)进行实际开发 - 为后续扩展到 Web API、多 Agent Workflow、Agent Skills 打好基础 ## 技术栈 - **.NET 10.0**(推荐) - **Microsoft Agent Framework 1.0**(`Microsoft.Agents.AI`) - **OpenAI 兼容客户端**(支持七牛云、Azure OpenAI、OpenAI 等) - **Docker + Docker Compose**(开发环境推荐) - **WSL2 / Windows / macOS** 均支持 ## 快速开始 ### 1. 前置条件 - .NET 10.0 SDK(`dotnet --version` 确认) - 七牛云 API Key(或 OpenAI / Azure OpenAI Key) ### 2. 克隆 / 初始化项目 ```bash cd ~/Projects/MyAgentApp dotnet new console -o . -f net10.0 ``` ### 3. 安装依赖包 ```bash dotnet add package Microsoft.Agents.AI dotnet add package Microsoft.Agents.AI.OpenAI dotnet add package OpenAI ``` ### 4. 配置环境变量 在项目根目录创建 `.env` 文件(推荐)或直接设置系统环境变量: ```env AI_API_KEY=sk-6919ff07991c65c********** AI_BASE_URI=https://api.qnaigc.com/v1 AI_MODEL=deepseek-v3-tool ``` ### 5. 运行项目 ```bash # 普通运行 dotnet run # 推荐:使用热重载开发 dotnet watch run ``` 启动后在终端输入问题即可与 Agent 交互,输入 `exit` 或 `quit` 退出。 ## 项目结构 ``` MyAgentConsolePractice/ ├── global.json # 锁定 .NET SDK 版本 ├── Program.cs # 主程序(Agent 初始化 + 交互循环) ├── appsettings.json # 配置(可选) ├── Dockerfile.dev # 开发用 Docker ├── docker-compose.yml # Docker Compose(双向绑定) ├── .env # 环境变量(不提交 Git) └── README.md ``` ## 核心功能演示 ### 1. 基础 Agent(已实现) - 使用七牛云 DeepSeek-V3.2 模型 - 自定义 System Prompt(专业 .NET AI Agent 助手) ### 2. 练习任务(逐步扩展) 1. **添加 Tools** 注册 C# 函数工具(如计算器、天气查询、代码执行等),让 Agent 自主调用。 2. **Multi-turn 对话** 使用 `AgentSession` 维护会话状态,实现有记忆的多轮对话。 3. **Memory & Persistence** 集成 Redis / 文件存储,实现长期记忆。 4. **Agent Skills** 创建可复用的 `SKILL.md` 技能包(领域知识、参考资料、脚本),练习 Progressive Disclosure。 5. **Workflow** 引入图式 Workflow,实现顺序执行、并发、Handoff、Group Chat 等模式。 6. **Human-in-the-Loop** 添加人工介入机制。 ## Docker 开发环境(推荐) 项目已支持 Docker + 双向 volume 绑定,适合 WSL2 / macOS / Windows。 ```bash docker compose up --build ``` ## 学习路径推荐 1. 官方文档(强烈推荐按顺序学习): - [Get Started with Agent Framework](https://learn.microsoft.com/en-us/agent-framework/get-started/) - Step 1: Your First Agent → Step 2: Add Tools → Step 3: Multi-Turn ... 2. GitHub Samples: - https://github.com/microsoft/agent-framework (.NET samples 目录) 3. 本项目练习顺序建议: - 先跑通基础 Agent - 添加一个简单 Tool(例如计算器) - 实现带记忆的多轮对话 - 尝试创建第一个 Agent Skill ## 常见命令 ```bash dotnet restore dotnet build dotnet run dotnet watch run docker compose up --build docker compose down ``` ## 注意事项 - API Key 请勿硬编码到代码中 - 开发时优先使用 `gpt-4o-mini` 或 DeepSeek-V3.2 等性价比高的模型 - 生产环境建议增加日志、遥测(OpenTelemetry)和错误处理 - 项目代码放在 Linux 文件系统(WSL2 的 `~/Projects`)可获得最佳热重载性能 ## 参考资源 - 官方文档:https://learn.microsoft.com/en-us/agent-framework/ - GitHub 主仓库:https://github.com/microsoft/agent-framework - 1.0 发布博客:https://devblogs.microsoft.com/agent-framework/microsoft-agent-framework-version-1-0/ --- **练习建议**:每完成一个功能点,就在代码中添加详细注释,并尝试修改 Prompt / Tools 来观察 Agent 行为变化。 祝你学习愉快!如果遇到问题,欢迎在 Issues 中讨论。 **作者**:你的 .NET AI Agent 架构师 **版本**:2026 年 4 月(基于 Agent Framework 1.0) ``` --- 这个 README.md 内容**结构清晰、实用、循序渐进**,适合作为命令行练习项目的入口文档。你可以根据实际代码再微调“练习任务”部分。 需要我帮你: - 补充具体某个练习任务的代码示例(例如“添加计算器 Tool”) - 增加 Docker 部分更详细说明 - 或者生成带 Tools 的完整 `Program.cs` 示例? 直接告诉我你的需求即可!