WinUI（WASDK）使用BotSharp框架开发多AI Agent协同的桌面机器人管理助手（生图开关灯不在话下）
前言大语言模型（Large Language Models, LLMs）近年来在各行各业中展现出了巨大的潜力和影响力。从自然语言处理到自动化客服，从内容生成到智能助手，LLMs正在改变我们与技术互动的方式。随着技术的不断进步，LLMs的应用场景也在不断扩展，成为未来发展的重要趋势。这篇文章将介绍如何使用WinUI（WASDK）和BotSharp开发一个多AI Agent协同的桌面机器人管理助手，展示LLMs在实际应用中的强大功能和广阔前景。
技术介绍
.NET
.NET 是免费的、开源的、跨平台的框架，用于构建新式应用和强大的云服务。
WinUI（WASDK）
Windows 应用 SDK 是一组新的开发人员组件和工具，它们代表着 Windows 应用开发平台的下一步发展。 Windows 应用 SDK 提供一组统一的 API 和工具，可供从 Windows 11 到 Windows 10 版本 1809 上的任何桌面应用以一致的方式使用。
Windows 应用 SDK 不会用 C++ 替换 Windows SDK 或现有桌面 Windows 应用类型，例如 .NET（包括 Windows 窗体和 WPF）和桌面 Win32。 相反，Windows 应用 SDK 使用一组通用 API 来补充这些现有工具和应用类型，开发人员可以在这些平台上依赖这些 API 来执行操作。 有关更多详细信息，请参阅 Windows 应用 SDK 的优势。
BotSharp
BotSharp 是一个开源应用程序框架，可加快将 LLM 集成到您当前的业务系统中的速度。本项目涉及自然语言理解和音频处理技术，旨在推动智能机器人助手在信息系统中的开发和应用。开箱即用的机器学习算法使普通程序员能够更快、更轻松地开发人工智能应用程序。
BotSharp 是一个高度兼容且高度可扩展的平台构建器。它严格按照组件原则，将平台构建器中需要的每个部分解耦。因此，您可以选择不同的 UI/UX，或者选择不同的 NLP 标记器，或者选择更高级的算法来执行 NER 任务。它们都是基于未加密的接口进行调制的。
大语言模型的函数调用（这个是理解BotSharp框架的核心知识点）
函数调用允许您将模型连接到外部工具和系统。这对于许多事情都很有用，例如为 AI 助手提供功能，或在应用程序和模型之间构建深度集成。
openai官方文档函数调用介绍文档
助手功能介绍
助手名为电子脑壳本身是负责开源硬件ElectronBot桌面机器人和瀚文键盘的操作配置。
新版本重构方向是深度集成多智能体交互的能力，目前新版本重点优化功能如下：
[*]增强对话能力，添加大语言模型对话能力。
[*]增强交互，添加生图和自然语言理解进行硬件控制，例如生图之后直接设置到桌面机器人屏幕上或者键盘屏幕上。
[*]增强语音对话能力。
[*]以前硬编码的逻辑，现在都可以通过大语言模型的函数调用进行语义化理解，更灵活。
目前软件还在开发中，但是BotSharp和大语言模型交互的功能已经开发差不多了，所以编写这篇博客记录一下。
博客演示的代码是在电子脑壳源码的dev分支。
目前文字大模型使用的是阿里的通义千问2.5 72b（qwen2.5-72b-instruct）社区开源版本，图片大模型使用的是通义万相（wanx-v1）。
可以通过聊天进行天气查询，开关等，以及学单词，生图片等等其他功能，这些功能可以和上图的一些机器人进行互动。
演示效果如下：
代码实现过程
1. 实现BotSharp的LiteDB存储
做这个实现的原因是我想替换掉框架本身默认的文件存储，因为我是开发桌面程序，所以mongodb这类的数据库也不在考虑范围，LiteDB也是文档数据库，使用上也比较简单，就作为数据存储的选项了。而且原本的软件的数据也可以都迁移到LiteDB上，算是统一了一些。
源码我fork到我的名下了修改代码在litedb分支
2. 针对OpenAI插件进行改造
做这个操作的原因是为了兼容国内的大语言模型，有些时候OpenAI访问不了，可以通过国内的一些模型进行替换，例如智普清言，通义千问，以及讯飞的一些模型。
通过代码兼容自定义Endpoint，就可以随意切换兼容的模型了。
代码段如下防止图挂了：
public static OpenAIClient GetClient(string provider, string model, IServiceProvider services) { var settingsService = services.GetRequiredService<ILlmProviderService>(); var settings = settingsService.GetSetting(provider, model); var options = string.IsNullOrEmpty(settings.Endpoint) ? null : new OpenAIClientOptions { Endpoint = new Uri(settings.Endpoint) }; return new OpenAIClient(new ApiKeyCredential(settings.ApiKey), options); }
3. 基于核心模块编写UI代码
BotSharp本身的demo是基于web服务编写的，有一套webui和一套封装好的api，但是我是基于桌面程序编写的，所以我就借鉴了社区一些开源的软件的代码，以及一些设计理念，整合了一个简单的聊天UI，针对发送消息，聊天列表，以及生成产物的保存等。
最左边的是机器人功能区域，中间为聊天区域，右侧为灵犀空间，生成的图片，单词以及天气内容都会保存一下，便于后期的查找。
4. 功能模块的智能体代码
代码目录结构如下：
以生图函数为例 下面是传给大模型的生图函数定义
{"name": "custom_generate_image","description": "如果用户想生成图片可以调用此方法进行图片生成。","parameters": { "type": "object", "properties": { "image_name": { "type": "string", "description": "根据用户描述给图片起个名称。" }, "image_description": { "type": "string", "description": "用户进行的图片描述。" } }, "required": [ "image_description" ]}}关联的生图函数实现类，可以被大语言模型调用。
public class CustomGenerateImageFn : IFunctionCallback{ public string Name => "custom_generate_image"; //和json配置的函数名字匹配 private readonly IServiceProvider _service; private readonly IBotToolService _botToolService; private readonly JsonSerializerOptions _options; private readonly ILingxiSpaceService _lingxiSpaceService; private readonly IConversationService _conversationService; public CustomGenerateImageFn(IServiceProvider service, IBotToolService botToolService, ILingxiSpaceService lingxiSpaceService, IConversationService conversationService) { _service = service; _options = new JsonSerializerOptions { PropertyNameCaseInsensitive = true, PropertyNamingPolicy = JsonNamingPolicy.CamelCase, WriteIndented = true, AllowTrailingCommas = true, Encoder = JavaScriptEncoder.UnsafeRelaxedJsonEscaping }; _botToolService = botToolService; _lingxiSpaceService = lingxiSpaceService; _conversationService = conversationService; } public async Task<bool> Execute(RoleDialogModel message) { // 函数反序列化之后的参数 var args = JsonSerializer.Deserialize<CustomGenerateImageFunctionArgs>(message.FunctionArgs ?? "", _options) ?? new CustomGenerateImageFunctionArgs(); message.StopCompletion = true; var clientFactory = _service.GetRequiredService<IHttpClientFactory>(); using var httpClient = clientFactory.CreateClient(); var llmProviderService = _service.GetRequiredService<ILlmProviderService>(); var model = llmProviderService.GetSetting("tongyi", "wanx-v1"); if (model == null) { return false; } var request = new GenerateImageRequest { Model = "wanx-v1", Input = new GenerateImageInput { Prompt = args.ImageDescription }, Parameters = new GenerateImageParameters { Style = "<auto>", Size = "1024*1024", N = 1 } }; var generateImageUrl = $"{model.Endpoint.TrimEnd('/')}/services/aigc/text2image/image-synthesis"; // 添加认证头部请求头 httpClient.DefaultRequestHeaders.Authorization = new AuthenticationHeaderValue("Bearer", model.ApiKey); httpClient.DefaultRequestHeaders.Add("X-DashScope-Async", "enable"); var result = await httpClient.PostAsJsonAsync(generateImageUrl, request); if (!result.IsSuccessStatusCode) { return false; } var taskContent = await result.Content.ReadAsStringAsync(); var resultData = JsonSerializer.Deserialize<GenerateImageResponse>(taskContent, _options); var taskUrl = $"{model.Endpoint.TrimEnd('/')}/tasks/{resultData?.Output.TaskId}"; var maxRetries = 5; var retryCount = 0; while (retryCount < maxRetries) { var taskResult = await httpClient.GetAsync(taskUrl); if (!taskResult.IsSuccessStatusCode) { return false; } var taskResultContent = await taskResult.Content.ReadAsStringAsync(); var taskResponse = JsonSerializer.Deserialize<ImageTaskResponse>(taskResultContent, _options); if (taskResponse?.Output.TaskStatus == "SUCCEEDED") { var url = taskResponse?.Output.Results.FirstOrDefault()?.Url; if (string.IsNullOrEmpty(url)) { return false; } // 下载图片并转换为Base64 var imageBytes = await httpClient.GetByteArrayAsync(url); var base64Image = Convert.ToBase64String(imageBytes); var generateImageContent = new GenerateImageContent { Name = args.ImageName, Description = args.ImageDescription, ImageData = $"data:{MediaTypeNames.Image.Png};base64,{base64Image}" }; //保存生成的图片 var lingxiSpace = await _lingxiSpaceService.AddAsync(new LingxiSpace { Id = Guid.NewGuid().ToString(), ConversationId = _conversationService.ConversationId, Content = JsonSerializer.SerializeToDocument(generateImageContent, _options), Name = args.ImageName, Desc = args.ImageDescription, Type = LingxiSpaceType.Image, CreatedTime = DateTime.UtcNow }); WeakReferenceMessenger.Default.Send(lingxiSpace); break; } await Task.Delay(10000); // 等待10秒后再次轮询 retryCount++; } return retryCount < maxRetries; }5. 功能模块的加载
BotSharp采用插件模式开发，需要在配置中配置要加载的模块，然后项目启动就会加载模块注入服务。
目前我启用的模块配置如下：
"PluginLoader": { "Assemblies": [ "BotSharp.Core", "BotSharp.Logger", "BotSharp.Plugin.OpenAI", "BotSharp.Plugin.AzureOpenAI", "BotSharp.Plugin.MetaGLM", "BotSharp.Plugin.LiteDBStorage", "Verdure.Braincase.Copilot.Plugin" ]}服务注入也很简单，主要是AddBotSharpCore的注入，BotSharp本身是有用户的概念的，所以我实现了一个BotUserIdentity做了用户的默认数据初始化，大家可以根据需要操作。
// add botsharp .AddTransient<AgentViewModel>() .AddTransient<AgentPage>() .AddTransient<ChatViewModel>() .AddTransient<LingxiSpaceViewModel>() .AddTransient<ILingxiSpaceService, LiteDBLingxiSpaceService>() .AddBotSharpCore(config, options => { options.JsonSerializerOptions.Converters.Add(new RichContentJsonConverter()); options.JsonSerializerOptions.Converters.Add(new TemplateMessageJsonConverter()); }) .AddSingleton(dbSettings) .AddHttpContextAccessor() .AddScoped<IUserIdentity, BotUserIdentity>() .AddScoped<IBotToolService, BotToolService>() .AddScoped<IBotIotService, BotIotService>() .AddBotSharpLogger(config)如果看到这里，大家还是一头雾水的话，可以多看看BotSharp的设计理念，当然如果有需要我可以再写一篇BotSharp的讲解文章。
心得体会
随着大模型能力的提升，大模型的应用场景也会越来越多，以后的大模型应该会作为基础设施供人们使用，基于大模型进行开发的岗位应该会越来越多，感觉大模型真的是生产力工具，我最近在开发这些功能的时候，也会借助Github Copilot进行一些功能的开发，效率高很多。
希望在未来人类是驾驭AI，而不是被AI给取代了。
参考推荐文档项目如下：
[*]电子脑壳源码地址
[*]BotSharp 文档
[*]智能体开发框架 BotSharp源码
[*]聊天界面参考的项目 Rodel Agent
页:
[1]