如何开发自定义Executor实现处理？

大家好，我是Edison。 上一篇，我们学习了MAF中进行多Agent智能体的顺序和移交编排。但是，很多时候我们想要嵌入一些业务逻辑和结构化输出，亦或者是需要保持历史对话，这时我们就可以开发一些自定义Executor来组成工作流。 什么是Executor？ Executor又称为执行器，它是MAF中处理工作流消息的基本构建模块，是接受结构化消息、执行并生成输出结果消息或事件的独立单元。 很多时候，我们想要封装一些复杂的业务流程到Agent的工作流中，又或者想要完全控制Agent的生命周期和对话历史，这时候我们就需要开发一些自定义的Executor。 例如，我们想要做一些严格的评分判断、循环控制、条件终止的业务逻辑，就需要自定义Executor了。 这里以一个智能营销文案的场景为例，假设一个企业有两个专家，一个专门负责编写文案，另一个则负责对文案进行审核评分。只有当撰写的文案通过审核负责人的审核（假设量化指标：评分>=8）才能进行发布，否则文案编写者需要根据审核人提供的反馈改进建议进行反复修改。 案例来自圣杰《.NET + AI 智能体开发进阶》 由上图可知，这里不仅需要文案专家 和 审核专家 嵌入一些评分和反馈的逻辑，还要设置循环和终止的条件，才能让这个工作流能够比较准确的满足企业的需求。因此，我们就需要开发两个自定义的Executor来封装文案撰写 和 文案审核的Agent。 那么，哪些场景不需要自定义Executor呢？ 比如，就只需要一次性Agent的调用输出回答，又或者不需要嵌入严格的业务逻辑的场景。 下面，就让我们来一一实现这个案例。 准备工作 在今天的这个案例中，我们创建了一个.NET控制台应用程序，安装了以下NuGet包： Microsoft.Agents.AI.OpenAI Microsoft.Agents.AI.Workflows Microsoft.Extensions.AI.OpenAI 我们的配置文件中定义了LLM API的信息： { "OpenAI": { "EndPoint": "https://api.siliconflow.cn", "ApiKey": "******************************", "ModelId": "Qwen/Qwen3-30B-A3B-Instruct-2507" } } 这里我们使用 SiliconCloud 提供的Qwen/Qwen3-30B-A3B-Instruct-2507模型，之前的 Qwen2.5 模型在这个案例中不适用。你可以通过这个URL注册账号：https://cloud.siliconflow.cn/i/DomqCefW获取大量免费的Token来进行本次实验。