在构建现代 .NET 应用程序时，依赖注入（Dependency Injection, DI）是一种核心设计模式，有助于实现解耦、可测试性和模块化。Microsoft Agent Framework 原生支持这一模式，使得将 AI Agent 集成到现有 .NET 生态变得简单。
在这个例子中，深度解析如何通过 .NET 通用主机 (Generic Host) 将 AI Agent 注册为服务，并在后台服务中优雅地使用它。
示例概览
该示例展示了一个名为 “Joker” 的 AI Agent，用来讲发生在茶馆里的 笑话。核心演示：
如何配置 HostApplicationBuilder
如何将 AIAgent 及其依赖项注册到 DI 容器中
如何在 IHostedService 中通过构造函数注入使用 Agent
代码深度解析
环境准备与主机构建
首先从环境变量中获取 Azure OpenAI 配置，并创建 Host 构建器。
var endpoint = Environment.GetEnvironmentVariable("AZURE_OPENAI_ENDPOINT") ?? throw new InvalidOperationException("AZURE_OPENAI_ENDPOINT is not set."); var deploymentName = Environment.GetEnvironmentVariable("AZURE_OPENAI_DEPLOYMENT_NAME") ?? "gpt-4o-mini"; // 创建 Host 构建器，这是 .NET 应用依赖注入的基础 HostApplicationBuilder builder = Host.CreateApplicationBuilder(args);核心：依赖注入注册
拆分并注册 Agent 的各个组件。
注册 Agent 选项
将 Agent 配置（如名称、角色指令）注册为单例，做到配置与逻辑分离。
builder.Services.AddSingleton(new ChatClientAgentOptions { Name = "Joker", ChatOptions = new() { Instructions = "你是一位江湖说书人，擅长用幽默、接地气的方式讲笑话和故事。" } });注册 ChatClient（使用 Keyed Service）
使用 .NET 的 Keyed Services（AddKeyedChatClient）
便于区分多个模型或后端（通过不同的 Key）
使用 AzureCliCredential 无密钥认证
builder.Services.AddKeyedChatClient("AzureOpenAI", sp => new AzureOpenAIClient( new Uri(endpoint), new AzureCliCredential()) .GetChatClient(deploymentName) .AsIChatClient());注册 AI Agent
从容器获取 Keyed Service（IChatClient）
获取配置选项（ChatClientAgentOptions）
组装并返回 ChatClientAgent
builder.Services.AddSingleton<AIAgent>(sp => new ChatClientAgent( chatClient: sp.GetRequiredKeyedService<IChatClient>("AzureOpenAI"), options: sp.GetRequiredService<ChatClientAgentOptions>()));消费服务：构建 Hosted Service
注册后台服务并运行主机。
builder.Services.AddHostedService<SampleService>(); using IHost host = builder.Build(); await host.RunAsync().ConfigureAwait(false);服务实现细节（SampleService）
构造函数注入
利用主构造函数语法声明对 AIAgent 的依赖，启动时由 DI 自动注入 “Joker”。
internal sealed class SampleService(AIAgent agent, IHostApplicationLifetime appLifetime) : IHostedService { private AgentThread? _thread; // ... }生命周期管理与线程
在 StartAsync 中创建 AgentThread，用于保存会话上下文。
public async Task StartAsync(CancellationToken cancellationToken) { this._thread = agent.GetNewThread(); _ = this.RunAsync(appLifetime.ApplicationStopping); }AgentThread 表示对话上下文（历史）
服务存活期间对话记忆保持
交互循环与流式输出
进入循环读取输入，并以流式方式输出模型回复。
// 核心交互逻辑 await foreach (var update in agent.RunStreamingAsync(input, this._thread, cancellationToken: cancellationToken)) { Console.Write(update); }RunStreamingAsync 接收用户输入和上下文，逐字流式返回结果
关键知识点总结
配置与逻辑分离：使用 ChatClientAgentOptions 解耦提示词与代码
模块化设计：KeyedChatClient 管理多个 AI 后端（如 Azure OpenAI、Ollama）
可测试性：依赖抽象 AIAgent，单测可替换为 Mock
标准范式：基于 Microsoft.Extensions.Hosting，适用于控制台、ASP.NET Core、Worker 等
源代码地址
https://github.com/bingbing-gui/aspnetcore-developer/tree/master/src/09-AI-Agent/Agent-Framework/09-DI
