群聊(Group Chat)编排模拟了多个Agent之间的协作对话，由编排器负责协调，该编排器决定发言者选择和对话流程。这种模式非常适合需要迭代改进、协作解决问题或多视角分析的场景，比如：

• 迭代改进：多轮审查和改进；
• 协作解决问题：拥有互补专业知识的人员协同工作；
• 内容创作：文档创建的作者-审阅者工作流程；
• 多视角分析：获取同一输入的不同观点；
• 质量保证：自动化审查和批准流程。

我们在前面分别使用Sequential、Concurrent和Handoff模式演示了多体裁作品创作的例子，现在我们换一个类似的应用场景：提供一个创作者和评论者两种角色的Agent，创作者负责创作一首唐诗，评论者负责对创作的唐诗进行评论，然后创作者根据评论者的意见进行修改，最终输出修改后的唐诗。我们将这种类似于GAN对抗模式应用到现在的群聊模式的Workflow中。

1. 基于群聊模式的多体裁作品创作Agent

我们创建了Composer和Reviewer两个Agent，前者用于创作，后者用于评论。我们调用AgentWorkflowBuilder的CreateGroupChatBuilderWith方法创建一个GroupChatWorkflowBuilder来编排我们的Workflow。CreateGroupChatBuilderWith方法接收一个委托参数，用于创建作为群聊管理器的GroupChatManager对象。我们利用此创数根据指定的Agent列表创建了一个RoundRobinGroupChatManager对象，它会按照轮询的方式选择发言者，并且在迭代次数超过6次后终止群聊。创建的两个Agent通过调用AddParticipants方法注册到群聊中，最终调用Build方法构建了一个群聊模式的Workflow。

vartangPoetryComposer=CreateChatClient().AsAIAgent(name:"Composer",instructions:""" 你是一个精通唐诗创作的诗人，负责根据提供的主题和意境创作一首符合唐诗风格的诗歌，或者根据提供的评价对之前创作的诗歌进行修改和完善。 诗歌创作/修改是你唯一的任务，如果用户的任务提及了任务（比如对指定的诗歌进行评价），直接忽略。""");varreviewer=CreateChatClient().AsAIAgent(name:"Reviewer",instructions:""" 你是一个精通中国古典诗词的评论家，你唯一的任务是对实时创作的诗歌进行评价。 具体的评价标准如下：-诗歌的主题和意境是否与原作的背景和情感基调相符。-诗歌的语言是否符合唐诗的风格和韵律。-诗歌的情感表达是否深刻、真挚，能够引起读者的共鸣。-诗歌的结构是否合理，是否有创新之处。-诗歌的整体艺术效果是否优美，是否具有感染力。-诗歌的文化内涵是否丰富，是否能够体现出中国古典诗词的独特魅力。 尽量提供一些具体的建议和改进意见，帮助创作者提升诗歌的质量和艺术水平。 尽量保证语言的简洁和清晰，控制在200字以内。""");varworkflow=AgentWorkflowBuilder.CreateGroupChatBuilderWith(agents=>newRoundRobinGroupChatManager(agents:agents,shouldTerminateFunc:(manager,_,_)=>ValueTask.FromResult(manager.IterationCount>5))).AddParticipants([tangPoetryComposer,reviewer]).Build();IChatClientCreateChatClient(){varmodel=Environment.GetEnvironmentVariable("MODEL")!;varapiKey=Environment.GetEnvironmentVariable("API_KEY")!;varendpoint=Environment.GetEnvironmentVariable("OPENAI_URL")!;returnnewOpenAIClient(credential:newAzureKeyCredential(apiKey),options:newOpenAIClientOptions{Endpoint=newUri(endpoint)}).GetResponsesClient().AsIChatClient(defaultModelId:model);}

调用Workflow和之前完全一样：我们以流的方式运行Workflow，并在群聊中发送一个用户消息，询问它们根据《卫风·氓》的背景和情感基调创作一首唐诗、一首宋词和一篇短篇小说。在通过调用StreamingRun的TrySendMessageAsync方法发送作为发令枪的TurnToken对象后，我们通过调用WatchStreamAsync方法来监听群聊的输出事件，并在控制台打印每个Agent的输出。

DotEnv.Load();varoriginalPoem=""" 氓之蚩蚩，抱布贸丝。匪来贸丝，来即我谋。 送子涉淇，至于顿丘。匪我愆期，子无良媒。 将子无怒，秋以为期。 乘彼垝垣，以望复关。不见复关，泣涕涟涟。 既见复关，载笑载言。尔卜尔筮，体无咎言。 以尔车来，以我贿迁。 桑之未落，其叶沃若。于嗟鸠兮，无食桑葚！ 于嗟女兮，无与士耽！士之耽兮，犹可说也； 女之耽兮，不可说也。 桑之落矣，其黄而陨。自我徂尔，三岁食贫。 淇水汤汤，渐车帷裳。女也不爽，士贰其行。 士也罔极，二三其德。 三岁为妇，靡室劳矣；夙兴夜寐，靡有朝矣。 言既遂矣，至于暴怒。兄弟不知，咥其笑矣。 静言思之，躬自悼矣。 及尔偕老，老使我怨。淇则有岸，隰则有泮。 总角之宴，言笑晏晏。信誓旦旦，不思其反。 反是不思，亦已焉哉！""";varprompt=$""" 基于如下这首《卫风·氓》的背景和情感基调，分别创作**一首**唐诗风格的诗歌，具体体裁不限。 原文如下：{originalPoem}""";awaitusing(varrun=awaitInProcessExecution.Default.RunStreamingAsync(workflow,prompt)){awaitrun.TrySendMessageAsync(newTurnToken(emitEvents:true));string?lastExecutorId=null;awaitforeach(WorkflowEventevtinrun.WatchStreamAsync()){if(evtisAgentResponseUpdateEvente){if(e.ExecutorId!=lastExecutorId){lastExecutorId=e.ExecutorId;Console.WriteLine($"\n\n{newstring('-',20)}{e.ExecutorId}{newstring('-',20)}");}Console.Write(e.Update.Text);}}}awaitusing(varrun=awaitInProcessExecution.Default.RunStreamingAsync(workflow,prompt)){awaitrun.TrySendMessageAsync(newTurnToken(emitEvents:true));string?lastExecutorId=null;awaitforeach(WorkflowEventevtinrun.WatchStreamAsync()){if(evtisAgentResponseUpdateEvente){if(e.ExecutorId!=lastExecutorId){lastExecutorId=e.ExecutorId;Console.WriteLine($"\n\n{newstring('-',20)}{e.ExecutorId}{newstring('-',20)}");}Console.Write(e.Update.Text);}}}

输出：

--------------------Composer_a32f0f31eec74c9f8113cb46e80d7244-------------------- 《淇水怨》 淇水汤汤绕故城，昔年抱布订鸳盟。 桑枝未落青如染，鸠语空啼血作声。 夙夜机丝凝素练，参商奁镜委秋蘅。 却看总角分携处，寒鹭萧萧立晚汀。 --------------------Reviewer_44b22563a8fe431d928121e3c2071a58-------------------- 这首《淇水怨》深得《卫风·氓》之神髓，成功将先秦的四言古意转化为唐代七律的格律形式。首联以“淇水”起兴，与原文“送子涉淇”呼应，“抱布订鸳盟”巧妙点出氓之伪善。颔联“桑枝未落”与“鸠语空啼”形成鲜明对比，既有原诗意象，又添新意，“血作声”夸张中见沉痛。颈联以“机丝”、“奁镜”暗喻多年辛劳与容颜老去，“参商”喻夫妻反目，用典精当。尾联“总角分携处”回溯少年时光，“寒鹭萧萧”的意象既保持古诗的比兴传统，又以景结情，余韵悠长。 建议可稍强化“女也不爽，士贰其行”的对比，使怨情更为鲜明。整体而言，此诗格律严谨，意象转换自然，在保持原诗悲剧基调的同时，展现了唐诗的凝练与含蓄，诚为佳作。 --------------------Composer_a32f0f31eec74c9f8113cb46e80d7244-------------------- 《淇水怨》 淇水汤汤绕旧城，氓携布帛计深盟。 桑之未落青如染，鸠语空啼血作声。 夙夜我丝凝素练，参商君镜委秋蘅。 却看总角分携处，寒鹭萧萧立晚汀。 --------------------Reviewer_44b22563a8fe431d928121e3c2071a58-------------------- 此诗在初稿基础上几处修改，愈见精妙。“氓携布帛计深盟”一改前作“昔年抱布”，直指其奸，“计”字尤为狠辣，点破氓之伪善筹谋。颔联“桑之未落”直接引用原诗句式，“之”字使语感更趋古雅。颈联“我丝”、“君镜”分置主客，对比立现——女子日夜织素，男子弃镜蒙尘，“参商”二字暗藏永隔之悲，匠心独运。尾联未改，仍以“寒鹭萧萧”收束全篇，景中蕴情，余味悠长。 全诗对仗工稳，意象凝练，成功将《卫风·氓》的叙事性转化为七律的抒情性，怨而不怒，哀而不伤，深得唐诗含蓄蕴藉之旨。七律格律严谨处，建议颈联“我”与“君”的对仗可再斟酌工巧，然瑕不掩瑜，诚为佳作。 --------------------Composer_a32f0f31eec74c9f8113cb46e80d7244-------------------- 感谢您的细致品评，您指出的颈联对仗问题确实精到。现遵嘱调整如下： 《淇水怨》 淇水汤汤绕旧城，氓携布帛计深盟。 桑之未落青如染，鸠语空啼血作声。 夙夜机丝凝素练，参商奁镜委秋蘅。 却看总角分携处，寒鹭萧萧立晚汀。 此版将颈联修正为“夙夜机丝凝素练，参商奁镜委秋蘅”，以“夙夜”对“参商”，时间对星宿；“机丝”对“奁镜”，劳作之具对妆扮之物；“凝素练”对“委秋蘅”，勤织成果对弃置荒芜。通过物象的工整对照，暗寓女子日夜辛劳与男子负心别恋的对比，隐去“我”、“君”而意蕴更显含蓄，或有合于唐音蕴藉之旨。 --------------------Reviewer_44b22563a8fe431d928121e3c2071a58-------------------- 此版精妙，已臻佳境。“夙夜”对“参商”，一为朝暮勤苦，一为星宿永隔，时空交错间蕴含无尽悲慨；“机丝”对“奁镜”，织机与妆奁，皆是女子日常之物，而一“凝”一“委”，动静之间，勤者自勤、弃者自弃，对比惊心。隐去人称代词后，全诗更趋含蓄，正合唐诗“不著一字，尽得风流”之旨。 此改后颈联既严守对仗，又深化悲怨，与《卫风·氓》“女也不爽，士贰其行”的控诉精神一脉相承，而韵致更见蕴藉。全诗结构严谨，意象圆融，实为以唐诗格律重现古诗意境的典范之作。

由于我们在创建RoundRobinGroupChatManager时指定了迭代次数为6次，所以群聊会经历3轮创作-评论的循环。从输出来看，创作者和评论者之间的互动非常顺畅，他们的输出都很专业，而且可以看出创作者在每轮修改中都充分考虑了评论者的意见，最终的作品也越来越符合我们提出的要求。

2. 群聊Workflow的拓扑结果

我们依然使用如下定义的GenerateAndShowPngImageAsync方法来生成群聊Workflow的拓扑图。

publicstaticclassUtilities{publicstaticasyncTaskGenerateAndShowPngImageAsync(Workflowworkflow){stringmermaidCode=workflow.ToMermaidString();byte[]bytes=Encoding.UTF8.GetBytes(mermaidCode);stringbase64=Convert.ToBase64String(bytes);stringsafeBase64=base64.Replace("+","-").Replace("/","_").TrimEnd('=');stringurl=$"https://mermaid.ink/img/{safeBase64}";using(HttpClientclient=new()){byte[]imageBytes=awaitclient.GetByteArrayAsync(url);awaitFile.WriteAllBytesAsync("workflow.png",imageBytes);}Process.Start(newProcessStartInfo("workflow.png"){UseShellExecute=true});}}

将前面创建的Workflow传入GenerateAndShowPngImageAsync方法后，我们可以得到如下的拓扑图：

3. GroupChatManager

群聊编排采用星型拓扑结构，以GroupChatHost这个Executor为中心，将各个Agent组织起来。GroupChatHost可以实现多种策略来选择下一个发言的Agent，例如轮询、基于提示的选择或基于对话上下文的自定义逻辑，使其成为一种灵活而强大的多Agent协作模式。GroupChatHost就像一个主持人，它负责协调Agent之间的对话，确保每个Agent都有机会发言，并且根据预设的规则来决定谁应该在何时发言。Agent发言结束后，话筒返回到主持人手中。GroupChatHost的核心是作为群聊管理器的GroupChatManager类，它定义了群聊的基本行为和规则。

publicabstractclassGroupChatManager{publicintIterationCount{get;}publicintMaximumIterationCount{get;set;}=40;protectedinternalabstractValueTask<AIAgent>SelectNextAgentAsync(IReadOnlyList<ChatMessage>history,CancellationTokencancellationToken=default);protectedinternalvirtualValueTask<IEnumerable<ChatMessage>>UpdateHistoryAsync(IReadOnlyList<ChatMessage>history,CancellationTokencancellationToken=default)=>new(history);protectedinternalvirtualValueTask<bool>ShouldTerminateAsync(IReadOnlyList<ChatMessage>history,CancellationTokencancellationToken=default)=>new(this.MaximumIterationCountisintmax&&this.IterationCount>=max);protectedinternalvirtualvoidReset();protectedvirtualValueTaskOnCheckpointingAsync(IWorkflowContextcontext,CancellationTokencancellationToken=default)=>default;protectedvirtualValueTaskOnCheckpointRestoredAsync(IWorkflowContextcontext,CancellationTokencancellationToken=default)=>default;}

属性和方法成员说明如下：

• IterationCount：表示当前群聊的迭代次数，每当所有Agent都完成一次发言后，迭代次数加1。针对GroupChatHost的每次调用都会增加一次迭代计数；
• MaximumIterationCount：表示群聊的最大迭代次数，当迭代次数达到此值时，群聊将终止。默认值为40；
• SelectNextAgentAsync：用于选择下一个发言的Agent。它接收当前的对话历史作为参数，并返回一个Task，结果是被选中的Agent。具体的选择策略由派生类实现；
• UpdateHistoryAsync：GroupChatHost在每轮提取“新消息”（用户输入或上一Agent输出）广播给所有Agent，调用此方法让用于过滤或修改广播内容；
• ShouldTerminateAsync：用于判断群聊是否应该终止；
• Reset：用于重置群聊管理器的状态。派生类可以根据需要实现此方法，以便在群聊重新开始时清除任何状态信息。默认实现对将IterationCount重置为0；
• OnCheckpointingAsync：定义在进行基于Checkpoint的持久化操作时执行的回调；
• OnCheckpointRestoredAsync：定义基于指定的Checkpoint恢复调用时执行的回调。

如下这个基于轮询策略的RoundRobinGroupChatManager类是目前针对GroupChatManager唯一的实现类型，它利用重写的SelectNextAgentAsync方法来按照顺序选择下一个发言的Agent，并且在迭代次数超过指定的最大值后终止群聊。

publicclassRoundRobinGroupChatManager:GroupChatManager{publicRoundRobinGroupChatManager(IReadOnlyList<AIAgent>agents,Func<RoundRobinGroupChatManager,IEnumerable<ChatMessage>,CancellationToken,ValueTask<bool>>?shouldTerminateFunc=null);protectedinternaloverrideValueTask<AIAgent>SelectNextAgentAsync(IReadOnlyList<ChatMessage>history,CancellationTokencancellationToken=default);protectedinternaloverrideasyncValueTask<bool>ShouldTerminateAsync(IReadOnlyList<ChatMessage>history,CancellationTokencancellationToken=default);protectedinternaloverridevoidReset();protectedoverrideValueTaskOnCheckpointingAsync(IWorkflowContextcontext,CancellationTokencancellationToken=default);protectedoverrideasyncValueTaskOnCheckpointRestoredAsync(IWorkflowContextcontext,CancellationTokencancellationToken=default);}

4. GroupChatHost

在整个群聊中扮演主持人角色的GroupChatHost类继承自ChatProtocolExecutor，并且实现了IResettableExecutor接口。

internalsealedclassGroupChatHost(stringid,AIAgent[]agents,Dictionary<AIAgent,ExecutorBinding>agentMap,Func<IReadOnlyList<AIAgent>,GroupChatManager>managerFactory):ChatProtocolExecutor(id,s_options),IResettableExecutor{privateList<ChatMessage>_history=newList<ChatMessage>();protectedoverrideasyncValueTaskTakeTurnAsync(List<ChatMessage>messages,IWorkflowContextcontext,bool?emitEvents,CancellationTokencancellationToken=default)}

构造函数的四个参数说明如下：

• id：表示GroupChatHost的唯一标识符；
• agents：表示参与群聊的Agent列表；
• agentMap：表示Agent与其对应的ExecutorBinding之间的映射关系；
• managerFactory：表示用于创建GroupChatManager实例的工厂方法。它接收一个Agent列表作为参数，并返回一个GroupChatManager实例。

GroupChatHost利用字段_history来存储群聊的对话历史。重写的TakeTurnAsync方法是群聊的核心逻辑，它负责协调Agent之间的对话，它采用如下的执行流程：

• 将传入的消息列表添加到对话历史中；
• 调用GroupChatManager的ShouldTerminateAsync方法来判断群聊是否应该终止，如果是，则调用IWorkflowContext的YiledOutputAsync方法输出对话历史并终止执行，否则进入下面步骤；
• 调用GroupChatManager的UpdateHistoryAsync方法过滤对话历史，并将过滤后的历史广播给所有Agent；
• 调用GroupChatManager的SelectNextAgentAsync方法选择下一个发言的Agent；
• 如果返回的Agent不为null，则从agentMap参数提供映射表中获取对应的ExecutorBinding，并调用IWorkflowContext的SendMessageAsync方法发送一个TurnToken对象给该Agent，表示它可以开始发言。否则，调用IWorkflowContext的YiledOutputAsync方法输出对话历史并终止执行。

5. Workflow的编排

和前面介绍的HandoffWorkflowBuilder一样，用于构建无聊模式Workflow的GroupChatWorkflowBuilder类同样继承自OrchestrationBuilderBase<GroupChatWorkflowBuilder>。我们在调用其构造函数时需要指定用于创建GroupChatManager实例的委托方法。它提供了AddParticipants方法用于注册参与群聊的Agent。

publicsealedclassGroupChatWorkflowBuilder:OrchestrationBuilderBase<GroupChatWorkflowBuilder>{privatereadonlyFunc<IReadOnlyList<AIAgent>,GroupChatManager>_managerFactory;privatereadonlyHashSet<AIAgent>_participants;internalGroupChatWorkflowBuilder(Func<IReadOnlyList<AIAgent>,GroupChatManager>managerFactory);publicGroupChatWorkflowBuilderAddParticipants(paramsIEnumerable<AIAgent>agents);publicWorkflowBuild(){AIAgent[]agents=_participants.ToArray();AIAgentHostOptionsoptions=newAIAgentHostOptions{ReassignOtherAgentsAsUsers=true,ForwardIncomingMessages=false};Dictionary<AIAgent,ExecutorBinding>agentMap=agents.ToDictionary((AIAgenta)=>a,(AIAgenta)=>a.BindAsExecutor(options));Func<string,string,ValueTask<Executor>>factoryAsync=(stringid,stringsessionId)=>newValueTask<Executor>(newGroupChatHost(id,agents,agentMap,_managerFactory));ExecutorBindinghost=factoryAsync.BindExecutor("GroupChatHost");WorkflowBuilderbuilder=newWorkflowBuilder(host);ApplyMetadata(builder);foreach(ExecutorBindingvalueinagentMap.Values){builder.AddEdge(host,value).AddEdge(value,host);}ApplyOutputDesignations(builder,agentMap,"group chat",delegate{builder.WithOutputFrom(host);if(agentMap.Count>0){builder.WithIntermediateOutputFrom(newglobal::<>z__ReadOnlyArray<ExecutorBinding>(agentMap.Values.ToArray()));}});returnbuilder.Build();}}

重写的Build方法采用如下的流程构建Workflow：

• 针对注册的Agent创建对应的AIAgentHostExecutor，并转换成对应的AIAgentBinding。这些Agent和AIAgentBinding之间的映射关系会保存在一个字典中。由于创建AIAgentHostExecutor时会将配置选项ForwardIncomingMessages设置为false，因为Agent不需要将接收到的消息再次转发给GroupChatHost；
• 构建以一个Func<string, string, ValueTask<Executor>>对象根据指定的id、sessionId、GroupChatManager工厂和上述映射表创建GroupChatHost，并据此创建一个ExecutorConfig<ExecutorOptions>；
• 以上面创建的ExecutorConfig<ExecutorOptions>对象作为起始节点创建一个WorkflowBuilder对象；
• 在起始节点和针对Agent创建的AIAgentBinding之间添加双向边（两条DirectEdge）；
• 将所有节点都设置设置为输出节点，所以我们可以通过监听WorflowOutputEvent事件来获取群聊的输出结果。AIAgentBinding节点通过添加OutputTag.Intermediate标签标记为中间输出节点，以区别与GroupChatHost的最终输出。
• 调用Build方法构建Workflow。