Microsoft agent framework workflow 编排 顺序执行

在构建复杂的人工智能应用时，我们常常需要将一个大任务拆解成多个小步骤，并让不同的 AI Agent 按顺序依次处理。Microsoft Agent Framework 提供了一个强大而灵活的工具——Workflow，来帮助我们轻松编排和管理这些 Agent 的协作流程。

今天，我们就来深入探讨一种最基本也最常用的工作流模式：顺序工作流 (Sequential Workflow)。

场景设定

假设我们需要一个翻译流程：用户输入一句中文，我们希望系统能依次提供英文和日文的翻译。

为了实现这个目标，我们将创建两个专门的 AI Agent：

1. 英语翻译官：一个只负责将中文翻译成英文的专家。
2. 日语翻译官：一个只负责将中文翻译成日文的专家。

然后，我们会使用 AgentWorkflowBuilder 将这两个 Agent 构建成一个顺序执行的工作流。

代码详解

下面是实现这个顺序翻译工作流的 C# 完整代码。

using System.ClientModel;
using Microsoft.Extensions.AI;
using OpenAI;
using Microsoft.Agents.AI.Workflows;
using OpenAI.Chat;

namespace MSAgentFramework.Learn.workflow
{
    internal class Seq
    {
        public async Task Run()
        {
            var endpoint = "https://api.deepseek.com/v1";
            var apiKey = "sk-59872d44521c4d798faa8315529abcce";

            // 1. 创建英语翻译 Agent
            var englishTranslator = new OpenAIClient(
                    new ApiKeyCredential(apiKey)
                    , new OpenAIClientOptions()
                    {
                        Endpoint = new Uri(endpoint)
                    }
                    )
                .GetChatClient("deepseek-chat")
                .CreateAIAgent(instructions: "你是一个英语专家，当你收到中文的时候帮忙翻译成英文.", name: "English Translator");

            // 2. 创建日语翻译 Agent
            var japaneseTranslator = new OpenAIClient(
                    new ApiKeyCredential(apiKey)
                    , new OpenAIClientOptions()
                    {
                        Endpoint = new Uri(endpoint)
                    }
                )
                .GetChatClient("deepseek-chat")
                .CreateAIAgent(instructions: "你是一个日语专家，当你收到中文的时候帮忙翻译成日文.", name: "Japanese Translator");

            // 3. 构建顺序工作流
            var workflow = AgentWorkflowBuilder.BuildSequential([englishTranslator, japaneseTranslator]);

            // 4. 准备输入消息并运行工作流
            var messages = new List<Microsoft.Extensions.AI.ChatMessage> { new(ChatRole.User, "人生如一本书，愚者草草翻过，智者细细阅读。") };
            StreamingRun run = await InProcessExecution.StreamAsync(workflow, messages);
            await run.TrySendMessageAsync(new TurnToken(emitEvents: true));

            List<Microsoft.Extensions.AI.ChatMessage> result = new();

            // 5. 监听并处理工作流事件
            await foreach (WorkflowEvent evt in run.WatchStreamAsync().ConfigureAwait(false))
            {
                if (evt is AgentRunUpdateEvent e)
                {
                    Console.WriteLine($"{e.ExecutorId}: {e.Data}");
                }
                else if (evt is WorkflowOutputEvent outputEvt)
                {
                    result = (List<Microsoft.Extensions.AI.ChatMessage>)outputEvt.Data!;
                    break;
                }
            }

            // 6. 显示最终结果
            foreach (var message in result)
            {
                Console.WriteLine($"{message.Role}: {message.Text}");
            }
        }
    }
}

代码剖析

1. Agent 初始化:
   • 我们首先配置了 OpenAIClient，值得注意的是，这里我们使用了自定义的 Endpoint (deepseek) 和对应的 ApiKey。
   • 接着，通过 CreateAIAgent 方法创建了两个实例：englishTranslator 和 japaneseTranslator。
   • 每个 Agent 都被赋予了明确的 instructions (指令) 和一个唯一的 name。这些指令是 Agent 行为的核心，它告诉 Agent 它的角色和职责。
2. 构建 Workflow:
   • 最关键的一步在这里：AgentWorkflowBuilder.BuildSequential([englishTranslator, japaneseTranslator]);。
   • 我们调用 BuildSequential 方法，并传入一个包含我们两个 Agent 的数组。Agent 在数组中的顺序决定了它们的执行顺序。在这个例子中，englishTranslator 会先执行，然后是 japaneseTranslator。
3. 执行与结果处理:
   • 我们创建了一个初始的用户消息。
   • InProcessExecution.StreamAsync 启动工作流，并通过 WatchStreamAsync 异步监听工作流产生的事件。
   • AgentRunUpdateEvent 事件可以让我们实时看到每个 Agent 执行时产生的数据片段。
   • WorkflowOutputEvent 事件则标志着整个工作流执行完毕，我们可以从中获取最终的完整结果。

结果与解读

当上述代码运行后，我们会在控制台看到如下输出：

user: 人生如一本书，愚者草草翻过，智者细细阅读。
assistant: Life is like a book: the fool flips through it, while the wise read it carefully and deliberately.
assistant: 人生は一冊の本のようなもの。愚者はざっとページをめくり、賢者は丹念に読み込む。

总结

通过这个简单的例子，我们了解了如何使用 AgentWorkflowBuilder.BuildSequential 来创建一个按预定顺序执行任务的 Agent 工作流。这种模式非常适合处理需要多步骤、逻辑清晰的复杂任务。

通过链式组合不同功能的 Agent，我们可以构建出功能强大、逻辑严密的 AI 应用，而框架本身则优雅地处理了 Agent 之间的状态和上下文传递。

希望这篇博客能帮助你入门 Microsoft Agent Framework 的顺序工作流。快去尝试构建属于你自己的 Agent 链吧！