使用C#构建一个论文总结AI Agent

前言

我觉得将日常生活中一些简单重复的任务交给AI Agent，是学习构建AI Agent应用一个很不错的开始。本次分享我以日常生活中一个总结论文的简单任务出发进行说明，希望对大家了解AI Agent有所帮助。任务可以是多种多样的，真的帮助自己提升了效率，那就是一个很不错的开始了！！

我的这个简单任务是这样的，有一篇文献，如下所示：

我想要对该文献进行总结，然后将md格式笔记保存。

我之前的做法是使用Cherry Studio新建一个论文总结助手，如下所示：

然后上传文献，进行总结，如下所示：

然后新建一个笔记md文件，将这些内容复制进去，这样就完成了一个简单的任务，如下所示：

虽然说已经比最开始的时候，只是将文献翻译一下，就直接开始读，然后尝试自己总结主要内容强太多了。但是还是有需要改进的地方，那就是选择文件，新建笔记文件，复制笔记内容这些简单重复的事，可以尝试一下把这些交给一个AI Agent！！

使用C#构建一个论文总结AI Agent相关实践

前几个月，当我刚开始尝试构建AI Agent应用的时候，经过测试，我发现在Semantic Kernel中，想要使用函数调用的话，只有OpenAI与Kimi的模型能用，而OpenAI模型的使用在国内是不太方便的，而构建一个AI Agent函数调用功能是必不可少的。经过一番探索，找到了一位大佬的方法，可以通过提示词来实现函数调用：

Semantic Kernel/C#：一种通用的Function Calling方法，文末附大模型清单

然后根据这个方法，做了一个简单的AI Agent项目进行介绍：

SimpleAIAgent：使用免费的glm-4-flash即可开始构建简单的AI Agent应用

GitHub地址：https://github.com/Ming-jiayou/SimpleAIAgent

经过几个月的发展，我发现现在在Semantic Kernel中使用国内具有函数调用能力的模型效果也还行了。现在开始构建我们自己的AI Agent应用吧！！

为了尽量保持简单，不增加无关的心智负担，便于感兴趣的朋友自己动手，新建一个C#控制台项目。

实现这个简单的Demo可以有五种不同的方式：

第一种使用基本的Semantic Kernel中的Function calling with chat completion

相关文档：Function calling with chat completion | Microsoft Learn

第二种使用Semantic Kernel Chat Completion Agent

相关文档：Exploring the Semantic Kernel Chat Completion Agent (Experimental) | Microsoft Learn

第三种使用Microsoft.Extensions.AI

相关文档：extensions/src/Libraries/Microsoft.Extensions.AI.OpenAI at main · dotnet/extensions

第四种使用Semantic Kernel Open AI Assistant Agent

相关文档：Exploring the Semantic Kernel Open AI Assistant Agent (Experimental) | Microsoft Learn

第五种使用UniversalLLMFunctionCaller

相关文档：Jenscaasen/UniversalLLMFunctionCaller: A planner that integrates into Semantic Kernel to enable function calling on all Chat based LLMs (Mistral, Bard, Claude, LLama etc)

我先使用第二种方式进行说明。

先安装这三个库：

实现这个AI Agent需要自己先写好一个总结论文的相关插件：

最初的插件：

 [KernelFunction("ExtractPDFContent")][Description("读取指定路径的PDF文档内容")][return: Description("PDF文档内容")]public string ExtractPDFContent(string filePath){StringBuilder text = new StringBuilder();// 读取PDF内容using (PdfDocument document = PdfDocument.Open(filePath)){foreach (var page in document.GetPages()){text.Append(page.Text);}}return text.ToString();}[KernelFunction][Description("根据文件路径与笔记内容创建一个md格式的文件")]public void SaveMDNotes([Description("保存笔记的路径")] string filePath, [Description("笔记的md格式内容")] string mdContent){try{// 检查文件是否存在，如果不存在则创建if (!File.Exists(filePath)){// 创建文件并写入内容File.WriteAllText(filePath, mdContent);}else{// 如果文件已存在，覆盖写入内容File.WriteAllText(filePath, mdContent);}}catch (Exception ex){// 处理异常Console.WriteLine($"An error occurred: {ex.Message}");}}

原本是想AI自己多次调用这些函数，比如先调用第一个获取pdf文献内容，然后生成一个md格式笔记，然后再调用第二个函数。但是在实际实践中，只有OpenAI的模型这样子效果还可以，其他的模型多次函数调用的效果并不好，因此最终选择内置一个Kernel的方法。

最终的插件：

    internal sealed class PaperAssistantPlugin{public PaperAssistantPlugin() {IKernelBuilder builder = Kernel.CreateBuilder();
#pragma warning disable SKEXP0010 // 类型仅用于评估，在将来的更新中可能会被更改或删除。取消此诊断以继续。builder.AddOpenAIChatCompletion(modelId: "deepseek-ai/DeepSeek-V2.5",apiKey: "sk-xxx",endpoint: new Uri("https://api.siliconflow.cn"));         
#pragma warning restore SKEXP0010 // 类型仅用于评估，在将来的更新中可能会被更改或删除。取消此诊断以继续。InterKernel = builder.Build();}internal Kernel InterKernel { get; set; }[KernelFunction("ExtractPDFContent")][Description("读取指定路径的PDF文档内容")][return: Description("PDF文档内容")]public string ExtractPDFContent(string filePath){StringBuilder text = new StringBuilder();// 读取PDF内容using (PdfDocument document = PdfDocument.Open(filePath)){foreach (var page in document.GetPages()){text.Append(page.Text);}}return text.ToString();}[KernelFunction][Description("根据文件路径与笔记内容创建一个md格式的文件")]public void SaveMDNotes([Description("保存笔记的路径")] string filePath, [Description("笔记的md格式内容")] string mdContent){try{// 检查文件是否存在，如果不存在则创建if (!File.Exists(filePath)){// 创建文件并写入内容File.WriteAllText(filePath, mdContent);}else{// 如果文件已存在，覆盖写入内容File.WriteAllText(filePath, mdContent);}}catch (Exception ex){// 处理异常Console.WriteLine($"An error occurred: {ex.Message}");}}[KernelFunction][Description("总结论文内容生成一个md格式的笔记，并将笔记保存到指定路径")]      public async void GeneratePaperSummary(string filePath1,string filePath2){StringBuilder text = new StringBuilder();// 读取PDF内容using (PdfDocument document = PdfDocument.Open(filePath1)){foreach (var page in document.GetPages()){text.Append(page.Text);}}// 生成md格式的笔记string skPrompt = """论文内容：{{$input}}请总结论文的摘要、前言、文献综述、主要论点、研究方法、结果和结论。论文标题为《[论文标题]》，作者为[作者姓名]，发表于[发表年份]。请确保总结包含以下内容：论文摘要论文前言论文文献综诉主要研究问题和背景使用的研究方法和技术主要结果和发现论文的结论和未来研究方向""";var result = await InterKernel.InvokePromptAsync(skPrompt, new() { ["input"] = text.ToString() });try{// 检查文件是否存在，如果不存在则创建if (!File.Exists(filePath2)){// 创建文件并写入内容File.WriteAllText(filePath2, result.ToString());Console.WriteLine($"生成笔记成功，笔记路径：{filePath2}");}else{// 如果文件已存在，覆盖写入内容File.WriteAllText(filePath2, result.ToString());}}catch (Exception ex){// 处理异常Console.WriteLine($"An error occurred: {ex.Message}");}}}
}

内置的一个Kernel用于生成md格式的论文笔记。

主函数如下所示：

    internal class Program{public static async Task Main(){Console.WriteLine("Initialize plugins...");PaperAssistantPlugin paperAssistantPugin = new PaperAssistantPlugin();Console.WriteLine("Creating kernel...");IKernelBuilder builder = Kernel.CreateBuilder();//builder.AddOpenAIChatCompletion(//    "gpt-4o-mini-2024-07-18",//    "xxx"//  );#pragma warning disable SKEXP0010 // 类型仅用于评估，在将来的更新中可能会被更改或删除。取消此诊断以继续。builder.AddOpenAIChatCompletion(modelId: "Qwen/Qwen2.5-32B-Instruct",apiKey: "xxx",endpoint: new Uri("https://api.siliconflow.cn"));// builder.AddOpenAIChatCompletion(//  modelId: "glm-4-flash",//  apiKey: "xxx",//  endpoint: new Uri("https://open.bigmodel.cn/api/paas/v4")//);// builder.AddOpenAIChatCompletion(//  modelId: "yi-large-fc",//  apiKey: "xxx",//  endpoint: new Uri("https://api.lingyiwanwu.com/v1")//);
#pragma warning restore SKEXP0010 // 类型仅用于评估，在将来的更新中可能会被更改或删除。取消此诊断以继续。builder.Plugins.AddFromObject(paperAssistantPugin);Kernel kernel = builder.Build();Console.WriteLine("Defining agent...");
#pragma warning disable SKEXP0110 // 类型仅用于评估，在将来的更新中可能会被更改或删除。取消此诊断以继续。ChatCompletionAgent agent =new(){Name = "PaperAssistantAgent",Instructions ="""你是一个用于读取pdf文献内容，并总结内容，生成一个md笔记的智能代理。用户提供论文路径与创建笔记的路径注意文件路径的格式应如下所示："D:\文献\表格识别相关\文献\xx.pdf""D:\文献\表格识别相关\笔记\xx.md"请总结论文的摘要、前言、文献综述、主要论点、研究方法、结果和结论。论文标题为《[论文标题]》，作者为[作者姓名]，发表于[发表年份]。请确保总结包含以下内容：论文摘要论文前言论文文献综诉主要研究问题和背景使用的研究方法和技术主要结果和发现论文的结论和未来研究方向""",Kernel = kernel,Arguments =new KernelArguments(new OpenAIPromptExecutionSettings() { FunctionChoiceBehavior = FunctionChoiceBehavior.Auto(),MaxTokens = 16000})                     };
#pragma warning restore SKEXP0110 // 类型仅用于评估，在将来的更新中可能会被更改或删除。取消此诊断以继续。Console.WriteLine("Ready!");ChatHistory history = [];bool isComplete = false;do{Console.WriteLine();Console.Write("> ");string input = Console.ReadLine();if (string.IsNullOrWhiteSpace(input)){continue;}if (input.Trim().Equals("EXIT", StringComparison.OrdinalIgnoreCase)){isComplete = true;break;}if (input.Trim().Equals("Clear", StringComparison.OrdinalIgnoreCase)){history.Clear();Console.WriteLine("已清除聊天记录");continue;}history.Add(new ChatMessageContent(AuthorRole.User, input));Console.WriteLine();#pragma warning disable SKEXP0110 // 类型仅用于评估，在将来的更新中可能会被更改或删除。取消此诊断以继续。await foreach (ChatMessageContent response in agent.InvokeAsync(history)){// Display response.Console.WriteLine($"{response.Content}");}
#pragma warning restore SKEXP0110 // 类型仅用于评估，在将来的更新中可能会被更改或删除。取消此诊断以继续。} while (!isComplete);}}
}