第1期：.NET 9.0 + WPF 打造AI桌面工作台 — zonggeAgent 项目全景详解

zongge0812

626人浏览 · 2026-07-08 11:39:31

zongge0812 · 2026-07-08 11:39:31 发布

.NET 9.0 + WPF 打造AI桌面工作台：zonggeAgent 项目全景详解

🔗 源码仓库： github.com/zongge0812/zonggeAgent
技术等级： ⭐ 入门
标签： #.NET 9 #WPF #AI智能体 #Semantic Kernel #桌面应用 #开源项目
系列： zonggeAgent · AI智能体实战教程（第1/8期）
────────────────────────────────────────────────────────────
📖 前言：一个程序聚合所有主流大模型
如果你是一个 .NET 开发者，你的电脑上大概率同时装着这些：ChatGPT 桌面版、Claude 客户端、浏览器挂着 DeepSeek 标签页、手机上还有通义千问……写代码时要在三个窗口之间反复切换，上下文接不上，想对比不同模型的回答？手动复制粘贴。
这不是个例，这是大部分 AI 开发者的真实状态。
zonggeAgent 就是为了解决这个问题而生的——它是一个基于 .NET 9.0 + WPF + Semantic Kernel 的通用型 AI 智能体桌面工作台，一个程序聚合 OpenAI、DeepSeek、Claude、Ollama、通义千问 5 大模型。
本文将带你从零了解这个项目：它是什么、技术栈怎么选、如何快速跑起来。
────────────────────────────────────────────────────────────
一、zonggeAgent 是什么？
zonggeAgent（全称：zonggeAgent · AI智能体锻造之路）不是一个简单的"AI聊天聚合器"，而是一个可编程、可扩展、支持多智能体协作的完整桌面工作台。
1.1 核心能力一览
能力说明技术亮点
🧠 多模型聚合同时接入 OpenAI / DeepSeek / Claude / Ollama / 通义千问适配器模式统一接口
💬 智能对话单聊 / 群聊 / 多智能体协作 Semantic Kernel Agents
🧩 插件系统代码分析 / 文件操作 / 热加载反射 + SK KernelFunction
📂 本地持久化 SQLite 存储，100对话加载仅 5ms Repository 模式
👥 SubAgent 创建专属智能体分工协作作业调度编排
📊 性能监控延迟 / Token / 报错实时追踪 Serilog + 统计面板

1.2 技术栈总览
以下是项目的核心技术栈，每个选择都有充分的选型理由：
层级技术选型版本选型理由
🎨 UI层 WPF + MaterialDesignThemes 5.3.0 桌面端最成熟，生态丰富
🏗 MVVM CommunityToolkit.Mvvm 8.3.2 微软官方，零额外依赖
🤖 AI框架 Semantic Kernel 1.45.0 .NET原生，插件机制完善
🗄 数据库 SQLite (Microsoft.Data.Sqlite) 9.0.0 零配置，性能卓越
📝 日志 Serilog 4.1.0 结构化日志，按天滚动
🔧 DI Microsoft.Extensions.DependencyInjection 9.0.0 官方容器，12个服务注册
📦 序列化 Newtonsoft.Json + System.Text.Json 13.0/10.0 双剑合璧

────────────────────────────────────────────────────────────
二、快速上手：环境搭建与运行
这是 CSDN 读者最关心的部分——怎么把项目跑起来？
2.1 环境要求
项目要求
操作系统 Windows 10/11（64位）
SDK .NET 9.0 SDK（下载地址）
IDE Visual Studio 2022（v17.12+）或 JetBrains Rider
Git 任意版本

2.2 克隆与运行

克隆仓库
git clone https://github.com/zongge0812/zonggeAgent.git
进入项目目录
cd zonggeAgent
还原依赖
dotnet restore
构建项目
dotnet build
运行
dotnet run --project src/zonggeAgent.App

💡 提示：如果使用 VS2022，直接打开 zonggeAgent.sln，按 F5 即可运行。
2.3 配置文件说明
项目根目录下的 appsettings.json 是核心配置文件：

{
  "AIProviders": {
    "OpenAI": {
      "ApiKey": "sk-xxx",
      "Model": "gpt-4o"
    },
    "DeepSeek": {
      "ApiKey": "sk-xxx",
      "Model": "deepseek-chat"
    },
    "Ollama": {
      "BaseUrl": "http://localhost:11434",
      "Model": "llama3"
    }
  },
  "Database": {
    "ConnectionString": "Data Source=zonggeAgent.db"
  },
  "Logging": {
    "LogPath": "logs",
    "RetentionDays": 7
  }
}

⚠️ 注意：首次运行前，至少配置一个 AI 提供商的 ApiKey。Ollama 支持本地离线运行，无需配置密钥。
────────────────────────────────────────────────────────────
三、项目结构导读
zonggeAgent 的解决方案包含 30+ 个文件夹、100+ 个文件，这里先给出一张"导航地图"：

zonggeAgent/
├── src/
│   ├── zonggeAgent.App/           # 主工程（启动入口）
│   ├── zonggeAgent.Core/          # 核心业务逻辑
│   │   ├── Services/              # 12个服务接口+实现
│   │   ├── Models/                # 数据实体
│   │   └── Interfaces/            # 抽象接口定义
│   ├── zonggeAgent.Infrastructure/ # 基础设施
│   │   ├── Data/                  # SQLite + Repository
│   │   └── AIProviders/           # 5大AI连接器
│   ├── zonggeAgent.Plugins/       # 插件抽象基库
│   ├── zonggeAgent.Plugins.FileTools/       # 文件操作插件
│   ├── zonggeAgent.Plugins.CodeAnalysis/    # 代码分析插件
│   └── zonggeAgent.Plugins.ArchitectureRecognition/ # 架构识别插件
├── tests/
│   └── zonggeAgent.Tests/         # 单元测试
└── docs/                          # 文档

📌 为什么这么分？ 5层分层架构（View → ViewModel → Service → Repository → Model/AI），每层只做一件事。后续文章会逐层详解。
────────────────────────────────────────────────────────────
四、核心技术亮点
4.1 多模型聚合：适配器模式实战
zonggeAgent 通过适配器模式统一了5个 AI 提供商的调用方式：

// 核心接口定义
public interface IAIProvider
{
    string ProviderName { get; }
    Task<IAsyncEnumerable<string>> ChatAsync(
        string message,
        ChatHistory? history = null,
        CancellationToken ct = default);
}
// OpenAI 实现
public class OpenAIProvider : IAIProvider
{
    public string ProviderName => "OpenAI";
    public async Task<IAsyncEnumerable<string>> ChatAsync(
        string message, ChatHistory? history, CancellationToken ct)
    {
        // 通过 Semantic Kernel 原生连接器实现
    }
}
// DeepSeek 实现（API兼容但略有差异）
public class DeepSeekProvider : IAIProvider
{
    public string ProviderName => "DeepSeek";
    // 自定义 HTTP 客户端实现
}

设计优势：加一个新 AI 提供商，只需新建一个类实现 IAIProvider，不改任何现有代码。
4.2 插件系统：热加载机制
插件通过反射动态加载，运行时扫描目录：

public class PluginLoaderService : IPluginLoaderService
{
    public void LoadPlugins(string pluginsDirectory)
    {
        foreach (var dll in Directory.GetFiles(pluginsDirectory, "*.dll"))
        {
            var assembly = Assembly.LoadFrom(dll);
            var pluginTypes = assembly.GetTypes()
                .Where(t => typeof(ITools).IsAssignableFrom(t) && !t.IsInterface);
            foreach (var type in pluginTypes)
            {
                var plugin = Activator.CreateInstance(type) as ITools;
                RegisterPlugin(plugin); // 注册到SK
            }
        }
    }
}

────────────────────────────────────────────────────────────
五、与其他方案的对比
5.1 为什么不直接用网页版？
对比项网页版AI zonggeAgent（桌面端）
模型切换需切换标签页/重新登录一键切换，对话保持
数据隐私所有数据经过云端支持Ollama本地模型
文件处理上传大小限制直接读写本地文件系统
快捷键有限 Ctrl+N/Ctrl+Enter/Ctrl+W
离线使用不可用 Ollama本地离线运行
插件扩展无插件热加载，能力无限

5.2 为什么不选 Electron？
对比项 Electron方案 WPF方案（本项目）
内存占用 ~300MB+ ~80-120MB
启动速度 2-3秒 <1秒
原生体验 Web套壳，卡顿感原生桌面流畅度
.NET集成需额外Bridge 原生C#，零开销

────────────────────────────────────────────────────────────
六、适合谁阅读
人群收获
.NET 开发者完整的AI桌面应用架构参考
AI 应用开发者桌面端AI架构设计思路
技术管理者技术选型决策的权衡分析
学生/转行者一个项目覆盖架构+WPF+AI集成

────────────────────────────────────────────────────────────
七、系列导航与下期预告
本文是 zonggeAgent · AI智能体实战教程系列的第 1 期。完整系列目录：
期数标题状态
📍 第1期（本期） .NET 9 + WPF 打造AI桌面工作台 — 项目详解 ✅ 本文
🔜 第2期 技术栈全景：.NET 9 + SK + WPF 为什么是最佳组合 📅 即将发布
第3期架构设计揭秘：为什么选择插件化+分层架构？ 📅 即将发布
第4期项目结构深度解析：从sln到每个文件夹 📅 即将发布

下一篇预告：
《技术栈全景：.NET 9 + Semantic Kernel + WPF 为什么是最佳组合》
为什么选 .NET 9 而不是 .NET 8？SK vs LangChain 怎么选？
WPF vs MAUI vs WinUI 3 实测对比数据，下期见。
────────────────────────────────────────────────────────────
🔗 源码仓库： github.com/zongge0812/zonggeAgent

欢迎 Star ⭐ 支持开源项目，第一时间收到更新通知。