Semantic Kernel:新Agent代理

在之前的SemanticKernel中，有一篇关于Agent的文章，不过现在看来其中使用的包过时，所以这篇来更新一下。原文章如下：

Semantic Kernel:Agent代理桂素伟，公众号：桂迹Semantic Kernel:Agent代理

原来项目引有的Nuget包如下，版本停留在了1.18.2，2024年9月4日

最新的Agent包已更还，如下：

下面是用最新的包进行的更换，代码注释说明了每个类型和方法的功能，这里就不说了。目前有个问题，就是在创建各个代理的时间，Name不能是中文，否则报http 400的错误，相信之后会有所改善。

using Microsoft.SemanticKernel.Agents.Chat;using Microsoft.SemanticKernel.Agents.OpenAI;using Microsoft.SemanticKernel.Agents;using Microsoft.SemanticKernel.ChatCompletion;using Microsoft.SemanticKernel;using System.ClientModel;using System.Collections.ObjectModel;using System.Reflection.Emit;using System;#pragma warning disablevar modelID = "gpt-4o";var openAIKey = File.ReadAllText("c://gpt/key.txt");var kernel = Kernel.CreateBuilder()           .AddOpenAIChatCompletion(modelID, openAIKey).Build();//创建翻译家代理var agentTranslator = await CreateTranslatorAsync(kernel);//创建审核员代理var agentAuditor = await CreateAuditorAsync(kernel);//创建一个代理聊天组，先让翻译家翻译，然后审核员审核var chat = new AgentGroupChat(agentTranslator, agentAuditor){    ExecutionSettings = new()    {        // 这里使用了一个 TerminationStrategy 子类，当代理消息包含术语 "采用它" 时将终止。        TerminationStrategy = new AdoptTerminationStrategy("采用它")        {            Agents = [agentAuditor],            MaximumIterations = 6,        }    }};//添加聊天消息var chatMessage = new ChatMessageContent(AuthorRole.User, File.ReadAllText("content.txt"));chat.AddChatMessage(chatMessage);Console.WriteLine(chatMessage);var lastAgent = string.Empty;Console.WriteLine();// 这里使用了异步流来处理代理的消息。await foreach (var response in chat.InvokeStreamingAsync()){    if (string.IsNullOrEmpty(response.Content))    {        continue;    }    //输入角色和代理名称    if (!lastAgent.Equals(response.AuthorName, StringComparison.Ordinal))    {        Console.WriteLine($"n# {response.Role} - {response.AuthorName ?? "*"}:");        lastAgent = response.AuthorName ?? string.Empty;    }    Console.Write(response.Content);}//ChatMessageContent[] history = await chat.GetChatMessagesAsync().Reverse().ToArrayAsync();//全部的内容//for (int index = 0; index < history.Length; index++)//{//    Console.WriteLine(history[index]);//}Console.WriteLine($"n[已完成: {chat.IsComplete}]");async Task<ChatCompletionAgent> CreateAuditorAsync(Kernel kernel){    var agentTranslator = new ChatCompletionAgent()    {        Instructions = """                你是一位中日文翻译的翻译审核员，你有丰富的翻译和审核经验，对翻译质量有较高的要求，总是严格要求，反复琢磨，以求得到更为准确的翻译。                目标是确定给定翻译否符合要求，是否采用。                如果翻译内容可以接受并且符合您的标准，请说：采用它。                """,        Name = "Auditor",        Kernel = kernel,    };    return agentTranslator;}async Task<OpenAIAssistantAgent> CreateTranslatorAsync(Kernel kernel){    var agentAuditor = await OpenAIAssistantAgent.CreateAsync(            clientProvider: OpenAIClientProvider.ForOpenAI(new ApiKeyCredential(openAIKey)),            definition: new OpenAIAssistantDefinition(modelID)            {                Instructions = """                您是一位把中文翻译成日文的翻译家。                你会把用户的输入，全神贯注于手头的目标，翻译成准确，高质量的译文。                完善翻译内容时，请考虑翻译 Auditor 的建议。                """,                Name = "JapaneseTranslator",            },            kernel: kernel);    return agentAuditor;}class AdoptTerminationStrategy(string adoptCommand) : TerminationStrategy{    protected override Task<bool> ShouldAgentTerminateAsync(Agent agent, IReadOnlyList<ChatMessageContent> history, CancellationToken cancellationToken)        => Task.FromResult(history[history.Count - 1].Content?.Contains(adoptCommand, StringComparison.OrdinalIgnoreCase) ?? false);}

运行结果：