Steg 6: Agentens sele

Skapa en seleagent från valfri IChatClient med AsHarnessAgent tilläggsmetoden. Eftersom en harness arbetar sig igenom uppgifter interaktivt över många steg styr du den vanligtvis via en konversationsloop: behåll ett AgentSession så att harnessens tillstånd (plan, att göra-listor och historik) bevaras mellan turerna, läs användarens nästa instruktion och strömma agentens utdata allt eftersom den genereras.

using System;
using Microsoft.Agents.AI;
using Microsoft.Extensions.AI;

// chatClient is any IChatClient implementation (Foundry, Azure OpenAI, OpenAI, Anthropic, ...).
AIAgent agent = chatClient.AsHarnessAgent();

// A session carries the harness state (plan, todos, history) across turns.
AgentSession session = await agent.CreateSessionAsync();

Console.WriteLine("Harness agent ready. Type 'exit' to quit.");
while (true)
{
    Console.Write("> ");
    string? input = Console.ReadLine();
    if (string.IsNullOrWhiteSpace(input) || input.Equals("exit", StringComparison.OrdinalIgnoreCase))
    {
        break;
    }

    // Stream this turn's output as the harness plans and works through the request.
    await foreach (var update in agent.RunStreamingAsync(input, session))
    {
        Console.Write(update);
    }

    Console.WriteLine();
}

Ramverket hanterar planering, uppföljning av att göra-punkter och historiklagring åt dig under hela konversationen. För en fullfjädrad konsol – med verktygsgodkännandepromptar, rendering av att göra-listor och lägen samt snedstreckskommandon – se exempelterminalens användarupplevelse.

Skapa en seleagent med create_harness_agent fabriken. Eftersom ett ramverk arbetar sig igenom uppgifter interaktivt i många steg styr du det vanligtvis via en konversationsloop: behåll en session så att ramverkets tillstånd (plan, att göra-lista och historik) bevaras mellan turerna, läs användarens nästa instruktion och strömma agentens utdata allteftersom de genereras.

from agent_framework import create_harness_agent
from agent_framework.openai import OpenAIChatClient

agent = create_harness_agent(
    OpenAIChatClient(model="gpt-4o"),
)

# A session carries the harness state (plan, todos, history) across turns.
session = agent.create_session()

print("Harness agent ready. Type 'exit' to quit.")
while True:
    user_input = input("> ")
    if user_input.strip().lower() in {"exit", "quit"}:
        break

    # Stream this turn's output as the harness plans and works through the request.
    async for chunk in agent.run(user_input, session=session, stream=True):
        if chunk.text:
            print(chunk.text, end="", flush=True)
    print()

Ramverket hanterar planering, uppföljning av att göra-punkter och historiklagring åt dig under hela konversationen. För en fullfjädrad konsol – med verktygsgodkännandepromptar, rendering av att göra-listor och lägen samt snedstreckskommandon – se exempelterminalens användarupplevelse.