AgileAI - 一个新的 .NET AI 库

AgileAI：在 SK、MAF 之外，我想做一个更顺手的 .NET AI 组件

如果把 .NET 生态里的 AI 组件放在一起看，各人最认识的通常还是 Semantic Kernel，客岁开始微软也在一连推进 Microsoft Agent Framework（MAF）。但在我本身的实践里，这条门路固然值得关注，却并不总是充足顺手：MAF 恒久带着比力显着的 preview / prerelease 色彩，而真正拿它去快速拼一个能跑、能扩展、还能继承往产物层走的东西，体验也没有我等候得那么轻。
于是我开始想：

在 .NET 天下里，除了 SK 和 MAF 之外，能不能有另一种更轻量、更直接、更恰当快速做 AI 应用和 Agent 的组件化方案？

这就是 AgileAI 的出发点。
对我来说，AgileAI 也是一次 AI 编程实验。整个项目重新到尾全部由 AI 完成，我本人没有手写一行代码。而它给出的答案是：可以，而且已经靠近能一连演进的水平。
AgileAI 是什么？

一句话说，AgileAI 是一个面向 .NET 的 AI SDK / Agent 组件，同时堆栈里还自带一个当地优先的 AI 工作台 AgileAI.Studio。
懒的读笔墨的可以看视频

它大抵分成两层：
第一层：底层 SDK / Runtime

这一层紧张用来：

• 快速接入差别 LLM
  
• 管理对话和流式输出
  
• 支持 Tool Calling
  
• 管理 Session 恒久化
  
• 支持 Skill
  
• 提供 Agent Runtime
  

第二层：上层产物 AgileAI.Studio

这一层紧张负责：

• 可视化管理模子毗连
  
• 创建 Agent
  
• 发起和生存对话
  
• 审批当地工具实行
  
• 展示工具/技能使用情况
  
• 作为一个真正的当地 AI 工作台运行
  

换句话说，它既可以被当成一个 .NET AI 开发组件，也可以被当成一个 完备可运行的当地 AI 产物原型。
AgileAI 能做什么？

如果只看效果，AgileAI 紧张做了两件事：
1）快速对接 LLM

AgileAI 当前支持的 Provider 包罗：

• OpenAI Chat Completions
  
• OpenAI-compatible Chat Completions
  
• Azure OpenAI
  
• OpenAI Responses API
  
• Gemini
  
• Claude
  

如果你在 .NET 里做 AI 应用，不想每换一个模子供应商就改一套代码，AgileAI 提供了一层同一抽象，让你可以用相对同等的方式发起哀求、处理处罚相应、接流式输出和工具调用。
它底层的焦点接口围绕这些概念构造：

• IChatClient
  
• IChatModelProvider
  
• IChatSession
  
• IAgentRuntime
  

这套抽象的意义，不光是“写得优雅”，而是实着实在地低落了切 Provider、切模子和做同一封装的资本。
2）快速打造 Agent

除了“调用模子”，AgileAI 更想办理的是“怎么快速搭一个 Agent”。
以是它在焦点层里内建了这些东西：

• 多轮对话 ChatSession
  
• 流式相应
  
• Tool Calling
  
• Session 恒久化
  
• Skill 选择和一连
  
• Middleware 风格的实行拦截
  
• 当地工具注册与调用
  

它不是只办理“问模子一句话”，而是办理“让 Agent 真正运行起来”的那一层。
一个最简朴的使用示例

如果你想快速感受 AgileAI 的风格，可以看一个非常范例的用法：先注册 Provider，然后创建 ChatSession，末了直接发哀求。
下面这个例子来自文件体系工具 sample，挺能代表它的思绪：

1. using AgileAI.Abstractions;
2. using AgileAI.Core;
3. using AgileAI.DependencyInjection;
4. using AgileAI.Extensions.FileSystem;
5. using AgileAI.Providers.OpenAICompatible.DependencyInjection;
6. using Microsoft.Extensions.DependencyInjection;
8. var services = new ServiceCollection();
10. services.AddAgileAI();
11. services.AddOpenAICompatibleProvider(options =>
12. {
13.     options.ProviderName = "openapi";
14.     options.ApiKey = Environment.GetEnvironmentVariable("OPENAI_COMPATIBLE_API_KEY")!;
15.     options.BaseUrl = Environment.GetEnvironmentVariable("OPENAI_COMPATIBLE_BASE_URL")!;
16.     options.RelativePath = "chat/completions";
17. });
19. var serviceProvider = services.BuildServiceProvider();
20. var chatClient = serviceProvider.GetRequiredService<IChatClient>();
22. var toolRegistry = new InMemoryToolRegistry()
23.     .RegisterFileSystemTools(options =>
24.     {
25.         options.RootPath = @"D:\workspace\MyProject";
26.         options.MaxReadCharacters = 12000;
27.     });
29. var session = new ChatSessionBuilder(chatClient, "openapi:gpt-5.4")
30.     .WithToolRegistry(toolRegistry)
31.     .Build();
33. var response = await session.SendAsync(
34.     "Use search_files to find mentions of AgileAI.Studio, then use read_files_batch to inspect the best matching files and summarize them.");
36. Console.WriteLine(response.Message?.TextContent);

复制代码

这个例子很能分析 AgileAI 的定位：

• 先接上模子
  
• 再注册工具
  
• 然后直接进入 Agent 式调用
  

中心没有太重的 ceremony，也没有一大堆必须先明白完才气开始用的框架概念。它的目标很明白：

尽快跑起来。

内置 Tool：不但能调用，还思量了安全界限

AgileAI 里很值得单独拿出来说的一块，是它的 tool 体系。
文件体系工具

堆栈里已经实现了一组当地文件体系工具，包罗：

• list_directory
  
• search_files
  
• read_file
  
• read_files_batch
  
• write_file
  

除此之外，源码里着实还实现了更多文件使用工具，比如：

• create_directory
  
• move_file
  
• patch_file
  
• delete_file
  
• delete_directory
  

它不光是一个“让模子看文件”的小插件，而是已经开始具备比力完备的当地工作区使用本领。
run_local_command

这是 Studio 里最关键的一个工具之一。
它答应 Agent 哀求实行当地下令，比如 shell / bash / pwsh 下令。
但这里最紧张的不是“它能实行下令”，而是：

它不是直接实行，而是走审批流程。

也就是：

• 模子提出下令实行哀求
  
• 体系停息当前工具流程
  
• 用户看到待实行下令
  
• 用户手动答应或拒绝
  
• 答应后再继承后续实行
  

这个筹划很关键。由于 AI Tool Calling 真正落地时，最大的风险之一就是当地实行本领。AgileAI 没有回避这件事，而是把它做成了显式审批流程。
web_fetch

Studio 里还内置了一个 web_fetch 工具，可以让 Agent 拉取网页内容。
这类工具看起来简朴，但很有用。只要进入 Agent 场景，你很快就会碰到“必要自动获取外部信息”的标题。与其让调用端本身绕很多逻辑，不如把它收敛成同一的 tool 本领。
Skill 支持：让 Agent 有“脚色本领包”

AgileAI 的另一个亮点，是它支持 Skill。
这里的 Skill，不是那种非常重的插件生态，而更像是：

一组基于当地文件、带有元信息和提示束缚的本领包。

堆栈里 Skill 的实现包罗：

• 当地 Skill 文件加载
  
• Skill Manifest 剖析
  
• Skill Registry
  
• Skill Planner
  
• Skill Continuation Policy
  
• Prompt-based Skill Execution
  

AgileAI.Studio：全功能演示项目

如果说前面的 AgileAI 更像“底层本领”，那 AgileAI.Studio 就是它的产物化形态。
Studio 的技能栈很直接：

• 后端：ASP.NET Core + EF Core + SQLite
  
• 前端：Vue 3 + Vite + Pinia + Naive UI
  
• 通讯方式：REST + SSE 流式相应
  
• 测试：Playwright
  

它现在已经能完成这些事变：

• 设置 Provider Connection
  
• 添加和测试模子
  
• 创建 Agent
  
• 管剖析话
  
• 流式谈天
  
• 表现 Tool 使用纪录
  
• 表现 Skill 使用状态
  
• 对 run_local_command 举行审批
  
• 用 web_fetch 拉网页内容
  

也就是说，Studio 已经不是一个“摆拍式 Demo UI”，而是一个有真实工作流的当地 AI Workspace 雏形。
几张 Studio 截图

堆栈里已经带了几张 Playwright 天生的截图，恰好能对应它现在的几个紧张页面。
Models 页面

这里可以管理模子毗连和模子设置。
如果你要做一个真正能切换差别 Provider 的 AI 工作台，这一页着实是根本中的根本。

Agents 页面

这一页是 Agent 的焦点设置区。
你可以在这里界说：

• Agent 名称
  
• Prompt
  
• 温度
  
• 最大 Token
  
• 可用 tools
  
• 可用 skills
  

Chat 页面

这是 Studio 最像“产物”的部门。不但能谈天，还能看到：

• 流式复兴
  
• Agent 当前使用的 skill
  
• 用过哪些 tools
  
• 工具审批状态
  
• 汗青会话列表
  

结语

如果你近来正筹划使用 .NET 来开发 Agent 大概可以试试这个新的框架 AgileAI 。有什么意见大概发起都可以给我提 Issue。
👉👉👉 https://github.com/kklldog/AgileAI

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.