对于C#开发者而言，构建功能完备的AI Agent可能涉及复杂的后端搭建。Azure AI Foundry平台整合了模型、数据与工具，提供了一个全流程的解决方案。本文将引导如何通过几个核心步骤，快速在C#环境中从零创建并运行第一个AI Agent，显著降低开发门槛。
智能速览
创建Azure AI Foundry资源是第一步。
需要安装三个核心的NuGet依赖包。
通过Azure CLI凭证进行身份验证。
演示了创建、查询和运行Agent的完整代码流程。
Agent会话和线程数据由Azure平台自动持久化。
精华内容
Azure AI Foundry将繁琐的后端管理工作抽象化，让开发者能专注于Agent本身的逻辑与功能。下面将通过代码实践，展示如何一步步搭建起第一个AI Agent。
前期准备
首先，需要在Azure门户上创建一个Azure AI Foundry资源实例。随后，在C#项目中安装三个核心NuGet包：`Microsoft.Extensions.AI.Agents.Persistence`用于Agent持久化、`Azure.Identity`用于身份验证、`Microsoft.Extensions.AI.Agents.AzureAI`作为Agent框架本身。这些是连接和操作Azure AI服务的基础。
代码配置
在代码中，需要定义两个常量：Azure AI Foundry的端点地址和计划使用的模型（例如ChatGPT-4）。接着，使用`AzureCliCredential`创建一个`AgentsClient`。这种方式利用本地已安装的Azure CLI的登录凭证进行安全认证，避免了在代码中硬编码API密钥，提升了安全性。
创建与查询Agent
通过调用`CreateAgentAsync`方法，并传入模型ID、名称和指令，即可在Azure Foundry上创建一个Agent实体。创建成功后，会返回一个包含唯一ID的Agent对象。后续可以通过`GetAgentAsync`方法，使用这个ID来随时检索和操作该Agent，所有这些操作都由Azure平台管理。
交互与资源清理
使用`NewThreadAsync`创建一个新的对话线程，然后通过`RunAsync`方法将问题（如“法国的首都是什么？”）和线程ID发送给Agent，即可获取响应。整个对话历史会自动保存在Azure上。作为良好实践，在演示结束后，可调用`DeleteAgentAsync`方法删除创建的Agent以释放资源。
借助Azure AI Foundry，C#开发者能够以极高的效率构建和部署AI Agent，无需关心底层存储和状态管理。这为开发更复杂的、具备工具调用和知识检索能力的Agent奠定了坚实基础。下一个探索方向是什么？或许是集成外部工具来扩展Agent的能力边界。
