首页 > 基础资料 博客日记
Microsoft Agent Framework + Kimi API 实战:控制台应用跑通单次与多轮 Agent 对话
2026-04-06 21:30:01基础资料围观1次
这篇文章介绍了Microsoft Agent Framework + Kimi API 实战:控制台应用跑通单次与多轮 Agent 对话,分享给大家做个参考,收藏极客资料网收获更多编程知识
引言
如果你的技术栈主要是 .NET,想要快速上手 Agent 开发,那么 Microsoft Agent Framework 是一个非常不错的选择。它提供了对话管理、上下文保持、工具调用等一系列功能,让你能专注于业务逻辑实现。
这篇文章用一个最小控制台应用,通过 maf + kimi ai 合作,完成下面的目标:
- 使用 Microsoft Agent Framework(NuGet 包名为
Microsoft.Agents.AI体系) - 使用 Kimi 的 OpenAI 兼容接口
- 实现单次对话
- 实现多轮对话(基于 Session 保留上下文)
你把代码复制后,只要配置好 KIMI_API_KEY 就能跑起来。
环境准备
- .NET SDK 9.0+
- Kimi API Key
- 一个控制台项目
创建项目并安装依赖:
dotnet new console -n AgentConsoleApp
cd AgentConsoleApp
dotnet add package Microsoft.Agents.AI
dotnet add package Microsoft.Agents.AI.OpenAI
dotnet add package OpenAI
开发实战
一、配置 Kimi API 的访问参数
注意:在实际开发中,确保妥善保管 API 密钥,避免泄露。
我这里把密钥放在了环境变量中,代码中通过读取环境变量来获取密钥。
macOS / Linux:
export KIMI_API_KEY="你的 kimi_api_key 放这里"
export KIMI_MODEL="moonshot-v1-8k"
export KIMI_BASE_URL="https://api.moonshot.cn/v1"
Windows PowerShell:
$env:KIMI_API_KEY="你的 kimi_api_key 放这里"
$env:KIMI_MODEL="moonshot-v1-8k"
$env:KIMI_BASE_URL="https://api.moonshot.cn/v1"
读取环境变量的配置类:
internal sealed class KimiSettings
{
public required string ApiKey { get; init; }
public required string Model { get; init; }
public required string BaseUrl { get; init; }
public static KimiSettings FromEnvironment()
{
var apiKey = Environment.GetEnvironmentVariable("KIMI_API_KEY");
var model = Environment.GetEnvironmentVariable("KIMI_MODEL") ?? "moonshot-v1-8k";
var baseUrl = Environment.GetEnvironmentVariable("KIMI_BASE_URL") ?? "https://api.moonshot.cn/v1";
if (string.IsNullOrWhiteSpace(apiKey))
{
throw new InvalidOperationException("缺少环境变量 KIMI_API_KEY。");
}
return new KimiSettings
{
ApiKey = apiKey,
Model = model,
BaseUrl = baseUrl
};
}
}
二、完整 Program.cs(含单次对话 + 多轮对话)
把下面代码放到 Program.cs:
using Microsoft.Agents.AI;
using OpenAI;
using OpenAI.Chat;
using System.ClientModel;
var settings = KimiSettings.FromEnvironment();
var openAiOptions = new OpenAIClientOptions
{
Endpoint = new Uri(settings.BaseUrl)
};
var chatClient = new ChatClient(
model: settings.Model,
credential: new ApiKeyCredential(settings.ApiKey),
options: openAiOptions);
var agent = chatClient.AsAIAgent(
name: "KimiConsoleAgent",
instructions: "你是一个专业、简洁的 .NET 助手。回答优先给结论,再给关键步骤。",
description: "Console demo agent with Kimi API");
Console.WriteLine("=== Microsoft Agent Framework + Kimi API Demo ===");
Console.WriteLine($"Model: {settings.Model}");
Console.WriteLine();
await RunSingleTurnAsync(agent);
await RunMultiTurnAsync(agent);
static async Task RunSingleTurnAsync(ChatClientAgent agent)
{
Console.WriteLine("[单次对话]");
var question = "请用 3 句话解释 .NET 中 async/await 的作用。";
var response = await agent.RunAsync(question);
Console.WriteLine($"你: {question}");
Console.WriteLine($"Agent: {response.Text}");
Console.WriteLine();
}
static async Task RunMultiTurnAsync(ChatClientAgent agent)
{
Console.WriteLine("[多轮对话]");
Console.WriteLine("输入 exit 退出。\n");
// 关键点:同一个 session 会保留上下文,实现多轮会话。
var session = await agent.CreateSessionAsync();
while (true)
{
Console.Write("你: ");
var input = Console.ReadLine();
if (string.IsNullOrWhiteSpace(input))
{
continue;
}
if (input.Equals("exit", StringComparison.OrdinalIgnoreCase))
{
Console.WriteLine("会话结束。");
break;
}
try
{
var response = await agent.RunAsync(input, session);
Console.WriteLine($"Agent: {response.Text}\n");
}
catch (Exception ex)
{
Console.WriteLine($"调用失败: {ex.Message}\n");
}
}
}
第三方大模型服务接口可以使用 New ChatClient 直接调用,为了演示 Microsoft Agent Framework 的能力,我们通过 AsAIAgent 把它封装成一个 Agent。这样就能享受 Agent Framework 带来的对话管理、上下文保持等特性。
三、运行与验证
执行:
dotnet run
我跑了两次对话,效果如下:

建议你也在第二次对话中,验证了“多轮上下文是否生效”:
- 第一轮:
我叫小a,是.net开发 - 第二轮:
你记得我叫什么吗?
如果第二轮能回答出“小a”,说明 Session 已承载上下文。
总结
本文我们完成了一个最小但完整的集成:
- 用 Microsoft Agent Framework 封装 Agent
- 用 Kimi API(OpenAI 兼容)提供模型能力
- 在控制台中实现了单次与多轮对话
这套代码非常适合作为你后续 Web API 或后台服务化改造的起点。下一篇可以直接写“工具调用(Function Calling)+ 业务接口接入”。
文章来源:https://www.cnblogs.com/denglei1024/p/19827027
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:jacktools123@163.com进行投诉反馈,一经查实,立即删除!
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:jacktools123@163.com进行投诉反馈,一经查实,立即删除!
标签:
相关文章
最新发布
- 从分形到森林——使用 Three.js 创建逼真的 3D 树木
- 【读书笔记】【CUDA编程指南】CUDA简介
- AI 编程助手 + 基于 CLI 的 Manus 实现(Java 版本)
- "Natural-Language Agent Harnesses" 论文笔记
- Microsoft Agent Framework + Kimi API 实战:控制台应用跑通单次与多轮 Agent 对话
- GitHub 热门项目 Top 10 | 2026 年 04 月 05 日
- MacBook Air 本地运行大语言模型(LLM)
- 指派问题WebApp实验室:从建模到智能分配的一体化决策
- 【OpenClaw】通过 Nanobot 源码学习架构 ---(4)SubAgent
- AI时代如何临摹项目:Vault跨项目持久化存储系统

