如何用 Plugins 和依赖注入为 AI Agent 装上“外挂”

Microsoft Agent Framework 提供了 Plugins（插件）机制，用于将业务能力封装为 AI 可调用的工具（Tools），并且与 .NET 的 Dependency Injection（依赖注入，DI）体系深度融合，使 Agent 的能力扩展具备良好的工程可维护性。AI 实际调用的是 Tool，而 Plugin 的价值在于：用熟悉的 .NET 工程模式，把 AI 能力“接入”

dotNET跨平台

106人浏览 · 2026-01-17 08:01:20

dotNET跨平台 · 2026-01-17 08:01:20 发布

在构建智能 Agent 的过程中，我们不希望它只是一个“陪聊机器人”。我们更希望它能够获取实时天气、查询数据库、调用企业内部 API，真正融入业务系统。

Microsoft Agent Framework 提供了 Plugins（插件）机制，用于将业务能力封装为 AI 可调用的工具（Tools），并且与 .NET 的 Dependency Injection（依赖注入，DI）体系深度融合，使 Agent 的能力扩展具备良好的工程可维护性。

为什么要使用 Plugins？

大语言模型（LLM）的能力受限于训练数据，无法直接访问实时信息或企业内部系统。要让 Agent 具备这些能力，必须为它提供可调用的外部工具（Tools）。

在 Microsoft Agent Framework 中：

Tool（AITool）：AI 实际可调用的函数单元
Plugin：一种工程化封装方式，负责
- 组织一组相关 Tool
- 承载依赖注入（DI）
- 实现业务逻辑与 AI 行为的解耦

需要注意的是，Plugin 并不是 AI 能力本身。AI 实际调用的是 Tool，而 Plugin 的价值在于：用熟悉的 .NET 工程模式，把 AI 能力“接入”现有系统。

代码核心解析

下面通过一个简化示例，解析 Program.cs 中的关键设计点。关于更多配置的问题请查看使用 Microsoft Agent Framework 构建你的第一个 Agent 应用

using Azure.AI.OpenAI;
using Azure.Identity;
using Microsoft.Agents.AI;
using Microsoft.Extensions.AI;
using Microsoft.Extensions.DependencyInjection;
using OpenAI.Chat;
using System.Text;


Console.InputEncoding = Encoding.UTF8;
Console.OutputEncoding = new UTF8Encoding(encoderShouldEmitUTF8Identifier: false);

var endpoint = Environment.GetEnvironmentVariable("AZURE_OPENAI_ENDPOINT") ?? thrownew InvalidOperationException("AZURE_OPENAI_ENDPOINT is not set.");
var deploymentName = Environment.GetEnvironmentVariable("AZURE_OPENAI_DEPLOYMENT_NAME") ?? "gpt-4o-mini";

ServiceCollection services = new();
services.AddSingleton<WeatherProvider>();
services.AddSingleton<CurrentTimeProvider>();
services.AddSingleton<AgentPlugin>();

IServiceProvider serviceProvider = services.BuildServiceProvider();

AIAgent agent = new AzureOpenAIClient(
    new Uri(endpoint),
    new AzureCliCredential())
    .GetChatClient(deploymentName)
    .CreateAIAgent(
        instructions: "你是一个乐于助人的助手，帮助人们查找信息。",
        name: "Assistant",
        tools: [.. serviceProvider.GetRequiredService<AgentPlugin>().AsAITools()],
        services: serviceProvider);

Console.WriteLine(await agent.RunAsync("告诉我西雅图的当前时间和天气。"));


internal sealed class AgentPlugin(WeatherProvider weatherProvider)
{
    public string GetWeather(string location)
    {
        return weatherProvider.GetWeather(location);
    }

    public DateTimeOffset GetCurrentTime(IServiceProvider sp, string location)
    {
        var currentTimeProvider = sp.GetRequiredService<CurrentTimeProvider>();

        return currentTimeProvider.GetCurrentTime(location);
    }

    public IEnumerable<AITool> AsAITools()
    {
        yieldreturn AIFunctionFactory.Create(this.GetWeather);
        yieldreturn AIFunctionFactory.Create(this.GetCurrentTime);
    }
}

internalsealedclassWeatherProvider
{
    public string GetWeather(string location)
    {
        return$"{location}天气是多云高于15°C.";
    }
}

internalsealedclassCurrentTimeProvider
{
    public DateTimeOffset GetCurrentTime(string location)
    {
        return DateTimeOffset.Now;
    }
}

1. 依赖服务的注册

在企业级 .NET 应用中，我们通常使用依赖注入管理服务生命周期。示例中通过 ServiceCollection 注册三个组件：

ServiceCollection services = new();
services.AddSingleton<WeatherProvider>();      // 提供天气服务
services.AddSingleton<CurrentTimeProvider>();  // 提供时间服务
services.AddSingleton<AgentPlugin>();          // 插件逻辑

这样做的好处是：

Plugin 不直接依赖具体实现
服务可以被统一替换、测试或扩展
与 ASP.NET Core 的 DI 模式保持一致

示例中将 AgentPlugin 注册为 Singleton，前提是插件本身不维护请求级状态。若插件依赖用户上下文或会话状态，应考虑使用 Scoped 生命周期。

2. 插件类的实现（AgentPlugin）

AgentPlugin 是连接 AI 与业务逻辑的桥梁。下面展示两种常见的依赖使用方式。

方式一：构造函数注入（推荐）

internal sealed class AgentPlugin(WeatherProvider weatherProvider)
{
        public string GetWeather(string location)
        {
                return weatherProvider.GetWeather(location);
        }
}

优点：

依赖关系清晰
易于单元测试
符合 .NET 领域的最佳实践
方式二：方法参数中的服务定位

public DateTimeOffset GetCurrentTime(IServiceProvider sp, string location)
{
        var currentTimeProvider = sp.GetRequiredService<CurrentTimeProvider>();
        return currentTimeProvider.GetCurrentTime(location);
}

在工具方法被调用时，框架会自动注入 IServiceProvider，允许在方法内部按需解析服务。

注意：这种方式属于 Service Locator 模式，仅适用于依赖高度动态的场景。在大多数业务代码中，仍应优先使用构造函数注入，以保持可维护性和可测试性。

3. 将方法显式暴露为 AI 工具

并不是 Plugin 中的所有方法都会被 AI 感知。只有通过 AIFunctionFactory.Create 显式注册的方法，才会作为 Tool 暴露给模型。

public IEnumerable<AITool> AsAITools()
{
        yield return AIFunctionFactory.Create(this.GetWeather);
        yield return AIFunctionFactory.Create(this.GetCurrentTime);
}

好处：

精准控制 AI 可调用能力
避免无意中暴露内部方法
更符合安全与合规要求

4. 组装并运行 Agent

最后，将工具集与服务容器一并装配到 Agent 中：

AIAgent agent = new AzureOpenAIClient(/* credentials */)
        .GetChatClient(deploymentName)
        .CreateAIAgent(
                instructions: "你是一个乐于助人的助手。",
                name: "Assistant",
                // 注入工具集
                tools: [.. serviceProvider.GetRequiredService<AgentPlugin>().AsAITools()],
                // 注入服务容器
                services: serviceProvider);

var response = await agent.RespondAsync(
        "告诉我西雅图当前的时间和天气。");
Console.WriteLine(response);

当用户提出问题时：