Microsoft Agent Framework 提供了一套强大的工具，用于构建、编排和管理 AI 代理。该框架的一个核心功能是能够将 Agent 作为服务公开，以便其他应用程序（例如 IDE 插件）可以与之交互。这通过模型上下文协议（Model Context Protocol，简称 MCP）实现。

本文将指导你如何将一个简单的 AI Agent 注册为一个 MCP Server，并展示如何在 Visual Studio Code 中使用它。

准备工作

在开始之前，请确保你已准备好以下环境：

• .NET 9 SDK 或更高版本

• 一个有效的 Azure OpenAI 服务终结点和 API 密钥

• 一个 .NET 控制台应用程序项目

接下来，将以下 NuGet 包添加到你的项目中：

• Microsoft.Extensions.Hosting

• Microsoft.Extensions.AI

• Microsoft.Agents.AI

• Azure.AI.OpenAI

• ModelContextProtocol.Server

步骤 1: 创建 AI Agent

首先，我们需要创建一个 Agent。在这个例子中，我们将创建一个简单的“笑话大师” Agent，它使用 Azure OpenAI 服务来讲述笑话。

using Azure.AI.OpenAI;
using Microsoft.Agents.AI;
using System.ClientModel;

// 你的 Azure OpenAI 凭据
var azureAiEndpoint = "https://<your-resource-name>.openai.azure.com";
var apiKey = "<your-api-key>";

// 创建一个 Azure OpenAI 客户端
AIAgent agent = new AzureOpenAIClient(
        new Uri(azureAiEndpoint),
        new ApiKeyCredential(apiKey))
    .GetChatClient("gpt-4o-mini") // 指定你的模型部署名称
    .CreateAIAgent(new ChatClientAgentOptions()
    {
        Name = "joker",
        Instructions = "You are good at telling jokes.",
    });

这段代码创建了一个名为 joker 的 AIAgent 实例，并为其提供了简单的指令：擅长讲笑话。

步骤 2: 将 Agent 转换为 MCP 工具

为了让 MCP Server 能够使用我们的 Agent，需要将其包装成一个 McpServerTool。这可以通过 AsAIFunction() 和 McpServerTool.Create() 两个扩展方法轻松完成。

using ModelContextProtocol.Server;

// 将 Agent 转换为 MCP Server 可以使用的工具
McpServerTool tool = McpServerTool.Create(agent.AsAIFunction());

AsAIFunction() 将 Agent 的调用逻辑封装成一个标准的 AI 函数，而 McpServerTool.Create() 则将其转换为与 MCP Server 兼容的工具。

步骤 3: 配置并运行 MCP Server

现在，我们可以使用通用的主机（Host）来配置和运行 MCP Server。我们将使用标准输入/输出（Stdio）作为通信协议，这对于本地 IDE 集成非常理想。

下面的代码展示了如何构建和配置主机：

using Microsoft.Extensions.Hosting;
using Microsoft.Extensions.DependencyInjection;
using Microsoft.Extensions.Logging;
using ModelContextProtocol.Server;

var builder = Host.CreateApplicationBuilder(args);

// （可选）配置日志记录
builder.Logging.AddConsole(consoleLogOptions =>
{
    consoleLogOptions.LogToStandardErrorThreshold = LogLevel.Trace;
});

// 配置 MCP Server
builder.Services
    .AddMcpServer()
    .WithStdioServerTransport() // 使用 Stdio 进行通信
    .WithTools([tool]); // 注册我们的 Agent 工具

// 构建并异步运行主机
await builder.Build().RunAsync();

完整代码 (Program.cs)

将以上所有部分组合在一起，你的 Program.cs 文件应如下所示：

using Azure.AI.OpenAI;
using Microsoft.Agents.AI;
using Microsoft.Extensions.AI;
using Microsoft.Extensions.DependencyInjection;
using Microsoft.Extensions.Hosting;
using Microsoft.Extensions.Logging;
using ModelContextProtocol.Server;
using System.ClientModel;

// 1. 创建 Agent
var azureAiEndpoint = "https://<your-resource-name>.openai.azure.com";
var apiKey = "<your-api-key>";

AIAgent agent = new AzureOpenAIClient(
        new Uri(azureAiEndpoint),
        new ApiKeyCredential(apiKey))
    .GetChatClient("gpt-4o-mini")
    .CreateAIAgent(new ChatClientAgentOptions()
    {
        Name = "joker",
        Instructions = "You are good at telling jokes.",
    });

// 2. 将 Agent 转换为工具
McpServerTool tool = McpServerTool.Create(agent.AsAIFunction());

// 3. 配置并运行 MCP Server
var builder = Host.CreateApplicationBuilder(args);
builder.Logging.AddConsole(consoleLogOptions =>
{
    consoleLogOptions.LogToStandardErrorThreshold = LogLevel.Trace;
});

builder.Services
    .AddMcpServer()
    .WithStdioServerTransport()
    .WithTools([tool]);

await builder.Build().RunAsync();

在运行此应用之前，请务必将代码中的 Azure OpenAI 终结点和 API 密钥替换为你自己的凭据。

在 VSCode 内使用 MCP Server

通过 WithStdioServerTransport() 配置，我们的 Agent 程序可以通过标准输入/输出与 VSCode 的聊天扩展（如 GitHub Copilot Chat）进行交互。

要实现这一点，你需要告诉 VSCode 如何找到并启动你的 Agent。

1. 发布你的 Agent 程序

   首先，将你的控制台应用发布为独立的可执行文件。在项目目录下运行以下命令：

dotnet publish -c Release -r win-x64 --self-contained

> **注意**: 根据你的操作系统，将 `win-x64` 替换为 `linux-x64` 或 `osx-x64`。

发布成功后，你会在 `bin/Release/net9.0/<runtime>/publish/` 目录下找到一个可执行文件（例如 `MSAgentFramework.Learn.exe`）。

1. 配置 VSCode

   在用户目录（AppData/Roaming/Code/User）下新建 mcp.json 文件。

   在 mcp.json 文件中，添加 servers.MSAgentFrameworkJoker 配置，指向你刚刚发布的可执行文件。

{
  "servers": {
    "MSAgentFrameworkJoker": {
      "type": "stdio",
      "command": "dotnet",
      "args": [
        "run",
        "--project",
        "D:\\workspace\\MSAgentFramework.Learn\\MSAgentFramework.Learn\\MSAgentFramework.Learn.csproj"
      ]
    }
  },
"inputs": []
}

请确保：
*   `model` 的值与你在代码中为 Agent 设置的 `Name`（即 "joker"）相匹配。
*   `command` 的路径正确指向你的可执行文件。

1. 与 Agent 聊天

   保存 mcp.json 文件并重启 VSCode。现在，打开聊天视图（例如 GitHub Copilot Chat），你应该可以在模型选择器（通常位于输入框的右侧）中看到你新注册的 "Joker Agent"。

选择它，然后发送消息，如“给我讲个笑话”，你的 Agent 就会通过大语言模型生成一个笑话并回复你！

总结

通过将 AI Agent 注册为 MCP Server，你可以轻松地将其功能集成到支持该协议的各种工具中。WithStdioServerTransport 使得在本地开发环境中与 VSCode 等编辑器集成变得异常简单，极大地扩展了 Agent 的应用场景。