![[MAF的Agent管道详解-01]塑智能体边界，从AIAgent抽象类开始 - Artech](https://assets.cnblogs.com/images/ghs.png)
[MAF的Agent管道详解-01]塑智能体边界，从AIAgent抽象类开始 - Artech
内容提要
MAF采用多态设计哲学，提供了Agent基类，主要类型为ChatClientAgent。其管道式设计支持Agent与LLM之间的消息交换，并定义了AgentRunContext和AgentSession等基础类型，以承载运行时信息。Agent通过消息交互支持结构化输出，便于后续处理与分析。AIAgent类定义了Agent的核心方法，支持阻塞和流式调用，优化了AI模型的使用与管理。
延伸解读
MAF的多态设计优势
MAF采用多态设计哲学，使得开发者可以通过继承Agent基类创建多种类型的Agent。这种灵活性不仅提高了代码的可重用性，还能根据不同需求快速调整Agent的功能，适应多变的应用场景。
流式调用的实用性
MAF支持流式调用，允许Agent在执行过程中实时返回结果。这种方式特别适合需要快速反馈的应用场景，如实时对话系统或数据处理任务，能够显著提升用户体验和系统响应速度。
结构化输出的优势
通过定义ChatResponseFormat，MAF支持结构化输出，便于将Agent的结果直接对接到自动化工作流或数据库。这种输出方式不仅提高了数据处理的效率，还能减少后续分析的复杂性，适合需要高效数据管理的场景。
Q&A
MAF的Agent基类是什么？
MAF的Agent基类是AIAgent，主要用于创建不同类型的Agent。
ChatClientAgent的设计特点是什么？
ChatClientAgent采用管道式设计，支持Agent与LLM之间的消息交换。
AgentRunContext的作用是什么？
AgentRunContext包含当前Agent的运行上下文信息，承载运行时信息。
什么是ContinuationToken，它的用途是什么？
ContinuationToken用于流式和后台任务的状态管理，帮助客户端从正确位置继续获取数据。
MAF如何支持结构化输出？
MAF通过ChatResponseFormat类支持结构化输出，允许LLM返回符合JSON Schema的内容。
AgentSession的主要功能是什么？
AgentSession用于管理Agent的会话状态，支持状态的序列化与反序列化。
