步骤 6：智能体工具包

使用 AsHarnessAgent 扩展方法从任意 IChatClient 创建工具包智能体。 由于工具包是通过交互式方式分多步完成任务的，因此通常需要通过对话循环来驱动它：保留一个 AgentSession，以便工具包的状态（计划、待办事项和历史记录）在各回合间得以保留，读取用户的下一条指令，并在智能体生成输出时实时流式处理其结果。

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();
}

工具包会在整个对话过程中为您制定计划、跟踪待办事项以及保存历史记录。 有关功能齐全的控制台（包含工具审批提示、待办事项/模式呈现和斜杠命令），请参阅 示例终端 UX。

通过 create_harness_agent 工厂创建工具包智能体。 由于工具包是通过交互式方式分多步完成任务的，因此通常需要通过对话循环来驱动它：保留一个会话，以便工具包的状态（计划、待办事项和历史记录）在各回合间得以保留，读取用户的下一条指令，并在智能体生成输出时实时流式处理其结果。

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()

工具包会在整个对话过程中为您制定计划、跟踪待办事项以及保存历史记录。 有关功能齐全的控制台（包含工具审批提示、待办事项/模式呈现和斜杠命令），请参阅 示例终端 UX。