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.

Det fullständiga exemplet skapar en Microsoft Foundry-chattklient, omsluter den med create_harness_agent och återanvänder en session över två interaktioner. Ramverket lägger till planering, to-do-spårning och komprimering medan exemplet inaktiverar filminne och webbsökning för att behålla fokus.

import asyncio

from agent_framework import create_harness_agent
from agent_framework.foundry import FoundryChatClient
from azure.identity import AzureCliCredential


async def main() -> None:
    agent = create_harness_agent(
        client=FoundryChatClient(
            project_endpoint="https://your-account.services.ai.azure.com/api/projects/your-project",
            model="gpt-6-luna",
            credential=AzureCliCredential(),
        ),
        agent_instructions="Help users plan and complete multi-step tasks.",
        disable_file_memory=True,
        disable_web_search=True,
    )
    session = agent.create_session()

    print(await agent.run("Plan a weekend trip to Seattle.", session=session))
    print(await agent.run("Turn that plan into a checklist.", session=session))


if __name__ == "__main__":
    asyncio.run(main())

Den delade sessionen bevarar harness-tillståndet för båda anropen. En komplett konsol – med uppmaningar om godkännande av verktyg, to-do- och lägesåtergivning och snedstreckskommandon – finns i exempelterminalens UX.