用 Microsoft Agent Framework 构建 SubAgent（Multi-Agent）

本文演示怎样用 Microsoft Agent Framework 用 Executor + Workflow（DAG）模式实现 SubAgent（子署理）架构。通过示例代码（来自项目的 txt）展示并发 Fan‑Out/Fan‑In 的实现、消息路由与聚合计谋，末了讨论最佳实践与权衡。
假定读者品级: 认识 C#、异步编程与根本的 LLM/Agent 概念（如果不熟，先看根本 LLM/Agent 入门）。
为什么要用 SubAgents？

• 将复杂使命拆成职责单一的模块（职责分离）
  
• 更易观测、测试与演进（可插拔节点）
  
• 支持并行/流水线处理惩罚，便于扩展与优化
  

焦点思绪（扼要）

• Planner/Orchestrator 负责使命拆解与路由
  
• 每个 SubAgent 为专责 Executor（或 Tool）
  
• 用 Workflow/DAG 串联节点：支持 Fan‑Out（并发）与 Fan‑In（聚合）
  
• 明确上下文与影象隔离，防止“串味”
  

示例架构

• 节点：ConcurrentStartExecutor（广播）、ChatClientAgent（专业子署理）、ConcurrentAggregationExecutor（聚合）
  
• 流程：Start → Fan‑Out 到多个 Agent → Agent 各自处理惩罚 → Fan‑In 到 Aggregation → 输出结果
  

示例代码
初始化 OpenAI client & 两个 ChatClientAgent

1. OpenAIClient client = new OpenAIClient(Environment.GetEnvironmentVariable("OPENAI_API_KEY")!);
2. var chatClient = client.GetChatClient("gpt-4o-mini").AsIChatClient();
4. ChatClientAgent physicist = new(
5.     chatClient,
6.     name: "Physicist",
7.     instructions: "You are an expert in physics. You answer questions from a physics perspective."
8. );
9. ChatClientAgent chemist = new(
10.     chatClient,
11.     name: "Chemist",
12.     instructions: "You are an expert in chemistry. You answer questions from a chemistry perspective."
13. );

复制代码

构建 Workflow

1. var startExecutor = new ConcurrentStartExecutor();
2. var aggregationExecutor = new ConcurrentAggregationExecutor();
4. var workflow = new WorkflowBuilder(startExecutor)
5.     .AddFanOutEdge(startExecutor, new[] { physicist, chemist })
6.     .AddFanInBarrierEdge(new[] { physicist, chemist }, aggregationExecutor)
7.     .WithOutputFrom(aggregationExecutor)
8.     .Build();

复制代码

流式实行并监听输出

1. await using StreamingRun run = await InProcessExecution.RunStreamingAsync(workflow, input: "What is temperature?");
3. await foreach (WorkflowEvent evt in run.WatchStreamAsync())
4. {
5.     if (evt is WorkflowOutputEvent output)
6.     {
7.         Console.WriteLine($"Workflow completed with results:\n{output.Data}");
8.     }
9. }

复制代码

ConcurrentStartExecutor（广播用户消息，再发 TurnToken 启动子署理）

1. [MessageHandler]
2. public async ValueTask HandleAsync(string message, IWorkflowContext context, CancellationToken cancellationToken = default)
3. {
4.     await context.SendMessageAsync(new ChatMessage(ChatRole.User, message), cancellationToken: cancellationToken);
5.     await context.SendMessageAsync(new TurnToken(emitEvents: true), cancellationToken: cancellationToken);
6. }
8. protected override ProtocolBuilder ConfigureProtocol(ProtocolBuilder protocolBuilder)
9. {
10.     return protocolBuilder.ConfigureRoutes(r => r.AddHandler<string>(this.HandleAsync))
11.                           .SendsMessage<ChatMessage>()
12.                           .SendsMessage<TurnToken>();
13. }

复制代码

ConcurrentAggregationExecutor（吸收各 Agent 消息并在满意条件时产出聚合结果）

1. public override async ValueTask HandleAsync(List<ChatMessage> message, IWorkflowContext context, CancellationToken cancellationToken = default)
2. {
3.     this._messages.AddRange(message);
5.     if (this._messages.Count == 3) // 示例：等待 3 条回复再聚合
6.     {
7.         var formattedMessages = string.Join(Environment.NewLine, this._messages.Select(m => $"{m.AuthorName}: {m.Text}"));
8.         await context.YieldOutputAsync(formattedMessages, cancellationToken);
9.     }
10. }

复制代码

渐渐阐明（快速教程风格）

• 准备
  
  
  
  • 环境：.NET 版本与 Microsoft Agent Framework SDK（按项目要求 pin 版本）
    
  • 设置：设置 OPENAI_API_KEY 环境变量
    
  
  
• 界说 Agents / Executors
  
  
  
  • 每个子署理用一类 Executor 或 ChatClientAgent 实例体现
    
  • 明确每个署理的 instructions（prompt）与权限（可调用哪些工具）
    
  
  
• 构建 Workflow（DAG）
  
  
  
  • 先构建出发点 Executor（start），再 AddNode / AddEdge 或用 Fan‑Out/Fan‑In helper
    
  • 聚合节点负责归并与输出（并可实现辩论办理定略）
    
  
  
• 运行与监控
  
  
  
  • 支持流式实行（StreamingRun）便于实时观察中央结果
    
  • 在聚合节点参加超时、重试或部门可用逻辑
    
  
  
• 测试
  
  
  
  • 单元测试 Executors 的消息处理惩罚逻辑
    
  • 集成测试覆盖完备 Workflow 路径
    
  
  

最佳实践与权衡

• 保举：Workflow/DAG 模式（可观测、恰当生产）
  
• 必须：上下文隔离（克制 prompt 串味）、清楚的路由与错误界限
  
• 权衡：
  
  
  
  • 更细颗粒的 SubAgents → 更高可组合性，但更复杂的调理/监控
    
  • Tool‑based 子署理更简朴但失去自治本事
    
  
  
• 安全：控制外部工具调用权限，防止子署理滥用
  

常见坑

• 把全部逻辑塞进单个 Agent（难以维护）
  
• 忽视失败场景（网络、LLM 超时、部门结果不可用）
  
• 不做上下文界限与隐私隔离导致数据泄漏或“串味”
  

结论 & 下一步

• SubAgent 模式恰当将复杂使命分解为可管理、可观测的模块。对于生产级体系保举用 Workflow/DAG + Executor 模式。
  

参考与进一步阅读

• Microsoft Agent Framework 文档（请参考 SDK 官方文档）
  

免责声明：如果侵犯了您的权益，请联系站长及时删除侵权内容，谢谢合作！qidao123.com:ToB企服之家，中国第一个企服评测及软件市场,开放入驻,技术点评得现金.