首页 > 基础资料 博客日记
MAF快速入门(24)整合多个Skill来源
2026-04-20 10:00:01基础资料围观2次
大家好,我是Edison。
最近我一直在跟着圣杰的《.NET+AI智能体开发进阶》课程学习MAF开发智能体应用,我强烈推荐你也上车跟我一起出发!
MAF 1.1.0 对 Agent Skill 的补全绝对是工程化的典范,今天我们来看看如何整合多个Skill来源实现企业级多技能控制。
1 企业级需求:多个Skill来源管控
在写Agent Skill的时候,我就在想企业级应用中应该需要一个Skill管控,维护一些中央可复用Skill推送到各个员工的Agent中,而各个员工也会自己写一些自己任务的Skill 或者 重写远程Skill来覆盖实现自己的任务。
这种多级Skill来源的控制设计已经在MAF中被考虑进来了,我们可以通过自定义AgentSkillsSource来实现,这意味着我们可以从任何地方为Agent提供Skill,包括但不限于:HTTP API、数据库、配置中心等等。
2 快速开始:整合多个来源Skill
这里我们来做一个企业HR助手,整合以下多个来源的Skill并实现角色管控Skill可见。
-
全局技能库(假设通过Remote HTTP API来获取):它是所有员工通用的政策和流程;
-
本地技能库(假设通过InMemory来获取):它是各个员工自己定制的任务技能
-
用户角色技能(假设通过自定义Source来获取):根据当前用户角色做动态过滤
在这个案例中,我们想要实现只有 全局通用技能 + 角色专属技能 对Agent可见,且本地的同名称技能可以覆盖远程的全局技能。
本文案例使用的模型为:Qwen3.5-35B-A3B
准备工作
在开始之前,我们创建了一个控制台应用,并安装了以下NuGet包:
<PackageReference Include="Microsoft.Agents.AI.OpenAI" Version="1.1.0" />
假设我们的企业员工角色定义有三种:员工、经理 和 HR管理员
public enum EmployeeRole { Employee, Manager, HRAdmin }
为了方便实现Skill的角色过滤,我们实现一个方法来判断:
public static class UserRoleHelper { public static bool IsSkillVisibleTo(AgentSkill skill, EmployeeRole role) { var name = skill.Frontmatter.Name; // 管理技能仅经理和HR可见 if (name.StartsWith("manager-") && role == EmployeeRole.Employee) return false; // HR管理技能仅HR可见 if (name.StartsWith("hr-admin-") && role != EmployeeRole.HRAdmin) return false; return true; } }
可以看到,我们这里针对管理技能仅能经理和HR可见,而HR相关技能则仅能HR可见。
实现远程SkillSource
这里我们定义一个企业的远程SkillSource,模拟从远程API拉取统一定义的技能。
在实际项目中,通常会使用HttpClient来访问一个注册中心来实现。
public sealed class SimulatedRemoteApiSkillsSource : AgentSkillsSource { private readonly string _apiEndpoint; public SimulatedRemoteApiSkillsSource(string apiEndpoint) { _apiEndpoint = apiEndpoint; } public override async Task<IList<AgentSkill>> GetSkillsAsync(CancellationToken cancellationToken = default) { Console.WriteLine($"📡 [RemoteApiSource] 从 {_apiEndpoint} 拉取技能列表..."); await Task.Delay(500, cancellationToken); // 模拟网络延迟 var entries = GetMockGlobalSkills(); var skills = new List<AgentSkill>(); foreach (var entry in entries) { try { var skill = new AgentInlineSkill(entry.Name, entry.Description, entry.Instructions); skills.Add(skill); } catch (ArgumentException ex) { Console.WriteLine($"⚠️ [RemoteApiSource] 跳过非法技能 '{entry.Name}': {ex.Message[..Math.Min(60, ex.Message.Length)]}"); } } Console.WriteLine($"✅ [RemoteApiSource] 已成功加载 {skills.Count} 个远程技能"); return skills; } private static IList<SkillApiEntry> GetMockGlobalSkills() { return new List<SkillApiEntry> { new("expense-report", "(全局v1)企业费用报销政策", "全局版报销规则:..."), new("hr-onboarding", "(全局)新员工入职流程", "入职材料清单:..."), new("leave-policy", "(全局)请假制度和申请流程", "年假/病假/事假规则:..."), new("manager-review", "(全局)绩效评估指南", "季度评估流程:..."), new("hr-admin-audit", "(全局)HR 审计和合规", "合规审查清单:..."), }; } }
这里SkillApiEntry模型的定义如下:
public sealed record SkillApiEntry( string Name, string Description, string Instructions, string[]? Tags = null);
实现远程Skills的缓存化
远程Skills具有时效性,需要定期更新来同步,因此弄一个带TTL(Time-To-Live)缓存的装饰器,它可以强制Agent客户端定期刷新远程Skills来保持同步。
public sealed class CachingSkillsSource : AgentSkillsSource { private readonly AgentSkillsSource _innerSource; private readonly TimeSpan _ttl; private IList<AgentSkill>? _cache; private DateTime _cacheExpiresAt = DateTime.MinValue; private readonly SemaphoreSlim _lock = new(1, 1); public CachingSkillsSource(AgentSkillsSource innerSource, TimeSpan ttl) { _innerSource = innerSource; _ttl = ttl; } public override async Task<IList<AgentSkill>> GetSkillsAsync(CancellationToken cancellationToken = default) { if (_cache != null && DateTime.UtcNow < _cacheExpiresAt) { Console.WriteLine($"⚡ [CachingSource] 命中缓存(过期时间: {_cacheExpiresAt.ToLocalTime():HH:mm:ss})"); return _cache; } await _lock.WaitAsync(cancellationToken); try { // 双重检查锁(避免并发刷新) if (_cache != null && DateTime.UtcNow < _cacheExpiresAt) return _cache; Console.WriteLine("🔄 [CachingSource] 缓存未命中,从内层 Source 刷新..."); _cache = await _innerSource.GetSkillsAsync(cancellationToken); _cacheExpiresAt = DateTime.UtcNow.Add(_ttl); Console.WriteLine($"✅ [CachingSource] 缓存已更新,{_cache.Count} 个技能,有效至 {_cacheExpiresAt.ToLocalTime():HH:mm:ss}"); return _cache; } finally { _lock.Release(); } } public void InvalidateCache() { _cache = null; _cacheExpiresAt = DateTime.MinValue; } public bool IsCacheValid => _cache != null && DateTime.UtcNow < _cacheExpiresAt; }
实现本地Skills
这里我们定义一些本地Skills,通过Inline Skill的方式增加一个本地任务技能 和 覆盖一个同名的远程仅能。
public class SimulatedLocalApiSkillsFactory { public static async Task<IList<AgentInlineSkill>> GetSkillsAsync(CancellationToken cancellationToken = default) { Console.WriteLine("🏠 [LocalApiFactory] 正在从本地获取技能列表..."); var localSkills = new List<AgentInlineSkill> { // 覆盖全局 expense-report,使用 Contoso 定制规则 new AgentInlineSkill("expense-report", "(Contoso定制v2)企业费用报销政策", """ # Contoso 定制报销规则(2025版) - 差旅费上限提升至 8000 元/次 - 新增"远程协作设备补贴"类目,≤3000元免审批 - 年末报销截止日期:12月25日 """), // 新增:Contoso 特有的技能 new AgentInlineSkill("contoso-benefits", "Contoso 员工福利计划详情", "福利:弹性办公、年度体检、学习补贴..."), }; Console.WriteLine($"✅ [LocalApiFactory] 已成功加载 {localSkills.Count} 个本地技能"); return localSkills; } }
Agent客户端加载Skills
这里我们在Agent客户端加载本地 和 远程技能,同时对远程技能做1小时的缓存代理。
// ── Source 1:本地定制技能(覆盖全局版,注册顺序靠前 → 优先)── var localCustomSkills = await SimulatedLocalApiSkillsFactory.GetSkillsAsync(); // ── Source 2:模拟全局技能库(Remote API,通用政策)── var globalSource = new SimulatedRemoteApiSkillsSource("https://global-skills.contoso.com/api"); // ── Source 3:带缓存的远程 Source(生产环境推荐)── var cachedGlobalSource = new CachingSkillsSource(globalSource, TimeSpan.FromMinutes(60));
构建针对角色的SkillsProvider工厂
这里我们用MAF提供的Builder模式来实现一个面向指定角色的SkillsProvider工厂方法:
AgentSkillsProvider BuildProviderForRole(EmployeeRole role) { Console.WriteLine($"\n🔨 开始构建 {role} 角色的 Provider..."); return new AgentSkillsProviderBuilder() // 本地定制优先(先注册 → first-wins) .UseSkills(localCustomSkills) // 全局技能库(带缓存) .UseSource(cachedGlobalSource) // 角色感知过滤 .UseFilter(s => UserRoleHelper.IsSkillVisibleTo(s, role)) // 自定义 Prompt:企业内部语气 .UsePromptTemplate(""" 你是 Contoso 集团的企业服务助手。 ## 你掌握的企业知识库 {skills} ## 工作原则 遇到政策性问题,**先加载该技能的详细指引**,再作答。请确保所有建议符合 Contoso 最新官方规定。 {resource_instructions} {script_instructions} """) .Build(); }
测试验证各个角色的技能可见范围
这里通过下面的测试代码来创建三个角色使用的SkllsProvider,通过获取其Skills可见范围来进行验证:
// 验证三个角色看到的技能集合 foreach (var role in Enum.GetValues<EmployeeRole>()) { var provider = BuildProviderForRole(role); var srcField = typeof(AgentSkillsProvider).GetField("_source", BindingFlags.Instance | BindingFlags.NonPublic); var src = (AgentSkillsSource?)srcField?.GetValue(provider); var skills = src is null ? new List<AgentSkill>() : (await src.GetSkillsAsync()).ToList(); Console.WriteLine("\n━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━"); Console.WriteLine($"👤 [{role}] 可见技能({skills.Count} 个):"); foreach (var s in skills) { string origin = s.Frontmatter.Description.StartsWith("(Contoso") ? "(本地定制)" : s.Frontmatter.Description.StartsWith("(全局") ? "(全局库)" : "(其他)"; Console.WriteLine($" • {s.Frontmatter.Name} {origin}"); } }
测试结果如下图所示:

3 小结
本文介绍了MAF如何整合多个Agent Skill Source实现企业级Skill管控 和 角色Skill可见性控制,这在企业级应用中是非常实用的特性和实践。不过,目前MAF的Agent Skills仍然属于实验性支持阶段,生产落地还需谨慎。
不过,目前MAF的Agent Skills仍然属于实验性支持阶段,生产落地还需谨慎。
示例源码
GitHub: https://github.com/EdisonTalk/MAFD
参考资料
圣杰,《.NET + AI 智能体开发进阶》(推荐指数:★★★★★)
Microsoft Learn,《Agent Framework Tutorials》

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
- Zed AI 白嫖免费模型,搭配 DeepSeek v4,玩转 Agent 编程技巧
- 当漏洞来了,你知道系统里用了什么吗?——SBOM 的真正价值
- FastAPI 后台任务:BackgroundTasks 的使用场景与注意事项
- 为什么 SSR 一定会有 hydration mismatch?
- 用VC6 App调用第三方Java WebService后的结果字符串乱码问题的解决!
- 谈谈一款 .NET 客服系统是如何建立客户信任的
- 深度学习如何重塑三维重建:从任务定义到工程落地全流程解析
- Redis--SDS字符串与集合的底层实现原理
- 从 ChatBI 到 Data Agent:企业数据分析产品走过的弯路和新方向
- 为什么 React 和 Vue 不一样?

