文章Github Project-AI Agentic Framework (.NET)分享给大家，欢迎收藏极客资料网，专注分享技术知识

近期使用Claude Code + Opus4.7设计开发了一个开源项目：Qianyuan AI Agentic Framework

一个用 C# .NET 10 写的 Agentic 框架，参考 ReAct 范式，支持渐进式技能 (Skill) 加载、
多家大模型 Provider、MCP Server、图像识别、流式 WebAPI、React WebUI、钉钉集成。
欢迎大家Star支持
https://github.com/zhouguoqing/QianYuan.AIAgenticFramework

特性

维度	实现
语言/平台	C# 13 / .NET 10
Agent 模式	ReAct (Thought-Action-Observation) 循环；Agent-as-Tool 嵌套调用
Skill 体系	抽象 ISkill + SkillManager 渐进式加载；按用户意图打分挑选 topK
Markdown Skill	从指定目录递归加载业界常见 Skill.md / SKILL.md，将 frontmatter 映射为 Skill 清单，正文作为激活后的系统提示
模型 Provider	OpenAI 兼容 (GPT/Kimi/MiniMax/Qwen-compat/DeepSeek/OpenRouter/NEWAPI)、Azure OpenAI、Anthropic Claude、Google Gemini、Qwen DashScope 原生
多模态	文本 + 图像 (URL / base64) + 工具调用
流式输出	SSE (/api/chat/stream) + SignalR Hub (/hubs/chat)
Web 搜索	DuckDuckGo (免 Key) / Tavily / Bing / Brave
Vision 技能	image_describe 工具，路由到任意支持视觉的 Provider
MCP	JSON-RPC 2.0 Client (stdio) + Server (HTTP/SSE + 把本地 Skill 暴露给外部)
Agent 注册	IAgentRegistry，Agent 之间可互相调用 (agent.<id> 工具)
WebUI	React 19 + Vite + TS，SSE 流式渲染、Markdown、图片粘贴
钉钉	自定义机器人签名校验 + 分段 Markdown 卡片更新

项目结构

QianYuan.AgenticFramework/
├── QianYuan.AgenticFramework.sln
├── nuget.config                # 锁定到 nuget.org
├── Directory.Build.props       # net10.0, nullable, latest C#
├── src/
│   ├── QianYuan.Core/                    # 抽象 + 模型 + 流式 chunk + 异常
│   ├── QianYuan.Kernel/                  # ReAct 引擎、SkillManager、Agent/Provider 注册表
│   ├── QianYuan.Providers.OpenAICompat/  # OpenAI 协议 (GPT/Kimi/MiniMax/Qwen-compat/NEWAPI)
│   ├── QianYuan.Providers.AzureOpenAI/   # Azure OpenAI Service (deployment + api-version)
│   ├── QianYuan.Providers.Anthropic/     # Claude Messages API
│   ├── QianYuan.Providers.Gemini/        # Gemini v1beta
│   ├── QianYuan.Providers.QwenNative/    # DashScope 原生
│   ├── QianYuan.Skills.Builtin/          # WebSearch / Vision / FileSystem / Code
│   ├── QianYuan.Mcp/                     # MCP Client (stdio) + Server core
│   ├── QianYuan.Integrations.DingTalk/   # 钉钉 webhook 收发
│   ├── QianYuan.Api/                     # ASP.NET Core 10 host (SSE + SignalR + Swagger)
│   └── QianYuan.Web/                     # React + Vite WebUI
├── samples/QianYuan.Sample.Console/
└── tests/QianYuan.Core.Tests/            # xUnit + FluentAssertions

快速开始

0. 一键启动脚本（推荐）

仓库内置了三平台的一键脚本，会自动 restore + build + 启动 Api 与 WebUI，
日志写到 .runtime/logs/，进程 PID 写到 .runtime/*.pid。

# macOS / Linux
./scripts/start.sh        # 启动
./scripts/start.sh --stop # 停止

# Windows (cmd / PowerShell 任一)
scripts\start.cmd
scripts\stop.cmd
# 或直接
pwsh -File scripts\start.ps1
pwsh -File scripts\start.ps1 -Stop

脚本会检测 .NET 10 SDK 与 Node.js (>=18)；缺 Node 时只起 Api。
默认地址：Api http://localhost:5050（Swagger /swagger），WebUI http://localhost:5173。
通过 QIANYUAN_API_URL / QIANYUAN_WEB_URL 环境变量可覆盖。

1. 编译

cd QianYuan.AgenticFramework
dotnet build

2. 配置 API Key

编辑 src/QianYuan.Api/appsettings.json 或使用 user-secrets / 环境变量。
任何一家 Provider 配上 ApiKey 即可启动。

NEWAPI / One-Hub / 第三方聚合代理

NEWAPI 完全兼容 OpenAI Chat Completions 协议，直接作为一个 OpenAICompatProviders 条目即可：

{
  "ProviderId": "newapi",
  "BaseUrl": "https://your-newapi-host/v1",
  "ApiKey": "sk-...",
  "DefaultModel": "gpt-4o-mini",
  "SupportsVision": true
}

ProviderId 任取，Kernel 通过它路由；BaseUrl 是你 NEWAPI 部署的对外地址。

Azure OpenAI Service

Azure 的 URL 由 deployment 名决定（不是 model 名），并且需要 api-version 查询参数和
api-key 请求头。在 AzureOpenAIProviders 数组里配置：

{
  "ProviderId": "azure-openai",
  "Endpoint": "https://your-resource.openai.azure.com",
  "ApiKey": "<your-key>",
  "DefaultDeployment": "gpt-4o",
  "ApiVersion": "2024-10-21",
  "SupportsVision": true,
  "ModelToDeployment": {
    "gpt-4o": "gpt-4o-prod",
    "gpt-4o-mini": "gpt-4o-mini-prod"
  }
}

• Endpoint 不要带 /openai 之类路径，框架会自动拼接。
• ModelToDeployment 可选，把"逻辑模型名"映射到 Azure 上的实际部署名；
  没配的话，请求里给的 Model 会被直接当作 deployment 用。
• 同一个数组里可以多份配置不同的 ProviderId，比如分别接 Sweden 与 East-US 两个资源。

3. 启动 WebAPI

dotnet run --project src/QianYuan.Api
# 监听 http://localhost:5050  (Swagger: /swagger)

4. 启动 WebUI

cd src/QianYuan.Web
npm install
npm run dev
# 浏览器打开 http://localhost:5173

Vite dev-server 已配置反向代理：/api 和 /hubs 自动转发到 5050。

5. 跑控制台样例

export QIANYUAN_APIKEY=sk-...
export QIANYUAN_BASEURL=https://api.openai.com/v1
export QIANYUAN_MODEL=gpt-4o-mini
dotnet run --project samples/QianYuan.Sample.Console

6. 跑单元测试

dotnet test

核心抽象（最小集）

public interface ILlmProvider
{
    string ProviderId { get; }
    string DefaultModel { get; }
    LlmCapabilities Capabilities { get; }
    Task<ChatResponse> CompleteAsync(ChatRequest req, CancellationToken ct);
    IAsyncEnumerable<StreamingChunk> StreamAsync(ChatRequest req, CancellationToken ct);
}

public interface ISkill
{
    string Id { get; }
    ValueTask<IReadOnlyList<ToolDefinition>> GetToolsAsync(CancellationToken ct);
    ValueTask<SkillInvocationResult> InvokeAsync(string toolName, string argsJson, SkillInvocationContext ctx, CancellationToken ct);
}

public interface IAgent
{
    string Id { get; }
    IAsyncEnumerable<StreamingChunk> RunAsync(AgentRunRequest req, CancellationToken ct);
}

StreamingChunk 是统一的流式事件 (TextDelta / ThinkingDelta / ToolCallStart / ToolCallArgsDelta /
ToolCallEnd / ToolObservation / Usage / End / Error / Warning)，
四家 Provider 都把各自协议规整成它。

ReAct 循环要点

QianYuan.Kernel.ReAct.ReActEngine 每轮：

1. 用 ISkillManager.SelectRelevantAsync(intent, topK) 渐进式挑选 Skill。
2. 把已挑选 Skill 的工具 + 注册的其他 Agent (作为 agent.<id> 工具) 合并发给 LLM。
3. 流式接收 LLM 输出：
   • 文本/思考 → 直接转发给上层。
   • ToolCall (流式 args) → 累积后通过 IToolDispatcher 路由到对应 Skill 或子 Agent。
   • Tool 结果 → 作为 ChatRole.Tool 消息追加到历史，继续下一轮。
4. 没有新 ToolCall → 终止，发 End。

每轮都会重新计算活动 Skill 集合，所以"渐进式扩展"是自动发生的。
默认 Agent 的最大 ReAct 迭代次数由 QianYuan.DefaultAgentMaxIterations 控制，默认值为 100；单次请求仍可通过 MaxIterations 覆盖。

{
  "QianYuan": {
    "DefaultAgentMaxIterations": 100
  }
}

MCP

• 作为客户端: services.AddMcpStdioServer(new McpStdioServerConfig { ServerId="fs", Command="npx", Arguments=["-y","@modelcontextprotocol/server-filesystem","/tmp"] })
  ，启动后 sp.MountMcpSkills() 把外部 MCP Server 的所有工具挂成名为 mcp.fs 的 Skill。
• 作为服务端: WebAPI 暴露 POST /api/mcp，把本地 SkillManager 的所有工具按 MCP 协议提供给外部 MCP Client (Claude Desktop / Cursor / etc.)。

Web 搜索

"WebSearch": {
  "Provider": "duckduckgo",
  "ApiKey": ""
}

• duckduckgo / ddg（默认）：抓取 html.duckduckgo.com 的免 Key 服务，开箱即用，
  适合本地开发和轻量场景；DDG 会限速，重负载请改用付费服务。
• tavily / bing / brave：填入相应平台的 ApiKey 即可。
• 任何 Provider 的 ApiKey 为空时，框架会自动回退到 DuckDuckGo。

Skill 文件体系与扩展注册

QianYuan 支持三类 Skill 来源：代码实现的 ISkill、目录中的 Markdown Skill、以及外部 MCP Server 暴露的工具。
所有来源最终都会进入 ISkillManager，以统一的 manifest 参与渐进式选择；当某个 Skill 被选中时，它的工具会进入 LLM tools，
它的 SystemPromptFragment 也会注入当前轮 system prompt。

Skill 能力分层：

类型	能力	典型用途	是否暴露工具
Markdown Skill	根据 SKILL.md 注入领域提示	code review、需求分析、API 设计规范	否
内置 Skill	Web 搜索、视觉、文件系统、脚本执行	联网查询、图片理解、沙箱文件读写、运行代码片段	是
自定义 ISkill	任意业务工具或系统集成	调内部服务、工作流编排、专有数据查询	是
MCP Skill	调用外部 MCP Server 工具	filesystem、browser、database、第三方工具生态	是

其中脚本执行由内置 qianyuan.code Skill 提供，MCP Server 调用由 McpSkill 适配为一组命名空间化工具。

Markdown Skill 文件体系

可以把 Claude/Copilot/Cursor 等常见的 Skill.md / SKILL.md 目录挂载到 QianYuan。框架会读取 YAML frontmatter 中的
name、description、tags、id 等字段，注册成渐进式 Skill；当该 Skill 被选中时，Markdown 正文会注入系统提示。

目录约定：

• 每个 Skill 一个独立目录，目录内放 SKILL.md 或 Skill.md。
• Recursive = true 时会递归扫描子目录，适合挂载已有的 agent skill 仓库。
• id 可在 frontmatter 显式声明；未声明时会用 IdPrefix + 相对目录 生成稳定 ID。
• 同一挂载目录内 ID 重复时，后续重复项会被跳过并记录 warning。
• Markdown Skill 是提示型 Skill，ApproximateToolCount = 0，不直接暴露工具调用。

支持的 frontmatter 字段：

字段	作用	备注
id	Skill 唯一标识	可选；会规范化为小写点分 ID
name / title	Skill 展示名称	没有时回退到目录名
description / summary	用于渐进式选择的描述	没有时回退到正文第一行
tags / keywords / categories	检索标签	支持 [a, b] 或 YAML list

示例文件结构：

skills/
  code-review/
    SKILL.md
  pdf/
    Skill.md

示例 SKILL.md：

---
id: sample.code-review
name: code-review
description: Review code for bugs, regressions, and missing tests
tags: [review, testing]
---

# Code Review

Prioritize correctness issues before style comments.

动态加载目录

在 QianYuan.SkillDirectories 中声明要挂载的 Skill 目录：

{
  "QianYuan": {
    "SkillDirectories": [
      {
        "Path": "./samples/skills",
        "Recursive": true,
        "Enabled": true,
        "IdPrefix": "sample"
      },
      {
        "Path": "/Users/you/.agents/skills",
        "Recursive": true,
        "Enabled": true,
        "IdPrefix": "agent"
      }
    ]
  }
}

仓库内置了一个可直接动态加载的示例目录：

samples/skills/
  api-design/SKILL.md
  code-review/SKILL.md
  debugging/SKILL.md
  docs-writing/SKILL.md
  requirements-analysis/SKILL.md

默认 appsettings.json 已启用 ./samples/skills。启动 API 后可通过 GET /api/skills 查看这些示例 Skill 是否注册成功。

API 启动时会执行：

app.Services.RegisterMarkdownSkillsFromDirectories(qy.SkillDirectories.Select(d => new MarkdownSkillDirectoryOptions
{
  Path = d.Path,
  Recursive = d.Recursive,
  Enabled = d.Enabled,
  IdPrefix = d.IdPrefix,
}));

代码 Skill 注册

需要真实工具能力时，实现 ISkill，提供 manifest 属性、工具定义和调用逻辑：

public sealed class MySkill : ISkill
{
  public string Id => "my.skill";
  public string Name => "My Skill";
  public string Description => "Does one focused job.";
  public IReadOnlyList<string> Tags => ["custom"];
  public string? SystemPromptFragment => "Use this skill only when the task matches its description.";

  public ValueTask<IReadOnlyList<ToolDefinition>> GetToolsAsync(CancellationToken ct = default)
    => ValueTask.FromResult<IReadOnlyList<ToolDefinition>>([
      new ToolDefinition(
        "my_tool",
        "Run my custom operation.",
        "{\"type\":\"object\",\"properties\":{}}")
    ]);

  public ValueTask<SkillInvocationResult> InvokeAsync(
    string toolName,
    string argumentsJson,
    SkillInvocationContext context,
    CancellationToken ct = default)
    => ValueTask.FromResult(SkillInvocationResult.Ok("{\"ok\":true}"));
}

注册方式有两种。

通过 DI 注册，适合普通应用启动：

builder.Services.AddSingleton<ISkill, MySkill>();
// app.Build() 后统一挂载到 SkillManager
app.Services.RegisterSkillsFromServices();

直接注册到 ISkillManager，适合运行期管理、插件发现或测试：

var manager = app.Services.GetRequiredService<ISkillManager>();
manager.Register(new MySkill());

如果 Skill 初始化成本较高，也可以只注册轻量 manifest + factory，首次命中时再物化：

manager.Register(
  new SkillManifest(
    "my.lazy-skill",
    "Lazy Skill",
    "Loads resources only when selected.",
    ["custom", "lazy"],
    ApproximateToolCount: 1,
    RequiresNetwork: false,
    RequiresFilesystem: false),
  sp => new MySkill());

脚本执行 Skill

内置 Code Execution Skill 会暴露 code_run 工具，用于在沙箱目录中执行短脚本。默认关闭，需要显式启用：

{
  "QianYuan": {
    "CodeExecution": {
      "Enabled": true,
      "SandboxDirectory": "./_sandbox/code",
      "AllowedRuntimes": ["python", "node"],
      "TimeoutSeconds": 20
    }
  }
}

启用后启动流程会注册：

builder.Services.AddCodeExecutionSkill(new CodeExecutionOptions
{
    SandboxDirectory = cx.SandboxDirectory,
    AllowedRuntimes = new HashSet<string>(cx.AllowedRuntimes, StringComparer.OrdinalIgnoreCase),
    PerCallTimeout = TimeSpan.FromSeconds(cx.TimeoutSeconds),
});

工具协议：

{
  "runtime": "python",
  "code": "print(1 + 1)"
}

当前支持的运行时由 AllowedRuntimes 控制，内置实现支持 python、node、bash；建议生产环境只开放必要运行时，并把 SandboxDirectory 指向隔离目录。

MCP Skill 注册

外部 MCP Server 可以作为 Skill 挂载。配置 stdio server 后，启动时调用 MountMcpSkills()，每个 MCP client 会被适配成一个 McpSkill：

{
  "QianYuan": {
    "McpServers": [
      {
        "ServerId": "fs",
        "Command": "npx",
        "Arguments": ["-y", "@modelcontextprotocol/server-filesystem", "/tmp"],
        "Environment": {}
      }
    ]
  }
}

builder.Services.AddMcpStdioServer(new McpStdioServerConfig
{
  ServerId = "fs",
  Command = "npx",
  Arguments = ["-y", "@modelcontextprotocol/server-filesystem", "/tmp"],
});

app.Services.MountMcpSkills();

挂载后 Skill ID 为 mcp.<serverId>，工具名会统一前缀化为 mcp.<serverId>.<toolName>，避免多个 MCP Server 之间的工具名冲突。工具列表会延迟到第一次需要该 Skill 时通过 MCP ListTools 获取，调用时再转发到对应 MCP Server 的 CallTool。

注册生命周期

启动流程里，Skill 注册顺序是：

1. RegisterSkillsFromServices()：挂载内置 Skill 和通过 DI 注册的自定义 ISkill。
2. RegisterMarkdownSkillsFromDirectories(...)：按配置目录动态加载 SKILL.md / Skill.md。
3. MountMcpSkills()：把外部 MCP Server 工具挂载为 Skill。

注册完成后，GET /api/skills 可查看 catalog；ReAct 每轮会调用 SelectRelevantAsync(intent, topK) 选择当前最相关的 Skill。

这类 Markdown Skill 是“提示型技能”，不会执行外部命令或暴露工具调用；需要真实工具能力时仍建议实现 ISkill 或通过 MCP 挂载。

钉钉

1. 创建自定义机器人，拿 outgoing webhook URL + 加签 secret。
2. 在 appsettings.json 配 QianYuan.DingTalk.Enabled = true 等字段。
3. 把回调地址 https://<your-host>/api/dingtalk/webhook 配进钉钉机器人。
4. 框架会签名校验、丢给默认 Agent、把 streaming 文本周期性 markdown 推回。

License

本项目以 Apache License 2.0 协议开源。

文章来源:https://www.cnblogs.com/tianqing/p/20208843
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！