# 第33篇-Agent Framework 中智能体的Concurrent编排模式

上一节我们介绍了 Sequential（顺序编排）这种最基础的 Agent 编排模式。 实际上，在 Agent Framework 中，顺序执行链路既可以通过 AgentWorkflowBuilder.BuildSequential() 快速创建，也可以通过更底层的 WorkflowBuilder 手动定义执行关系。 前者本质上是对后者的一层语法糖封装，用于简化线性链路的构建。

### 创建 AI Agent

在 C# 中，一个 Agent 通常会基于一个聊天模型客户端创建。

```csharp
var endpoint = Environment.GetEnvironmentVariable("AZURE_OPENAI_ENDPOINT")
    ?? throw new InvalidOperationException("AZURE_OPENAI_ENDPOINT is not set.");

var deploymentName = Environment.GetEnvironmentVariable("AZURE_OPENAI_DEPLOYMENT_NAME")
    ?? "gpt-5.4-mini";

var chatClient = new AzureOpenAIClient(new Uri(endpoint), new AzureCliCredential())
    .GetChatClient(deploymentName)
    .AsIChatClient();
```

这里我们不过多介绍如何创建基础Agent，毕竟不是我们关注的重点，关于创建基础Agent的细节，可以参考之前的文章：

### Sequential另外一种实现方式

Sequential 是最基础的一种编排模式。在该模式下，多个 Agent 会按照预定义的顺序依次执行，前一个 Agent 的输出会作为后一个 Agent 的输入。 在 Agent Framework 中，可以通过 `BuildSequential` 方法快速构建顺序执行的 Workflow，其定义如下：

```csharp
public static Workflow BuildSequential(params IEnumerable<AIAgent> agents)
```

该方法接收一个 IEnumerable，用于指定执行链路中的 Agent 顺序，并返回一个 Workflow 实例。

示例

下面的示例中，多个翻译 Agent 会按照定义顺序依次执行：

```csharp
var translationAgents =
    from lang in new[] { "法语", "中文", "西班牙语", "英语" }
    select GetTranslationAgent(lang, client);

// 构建顺序编排 Workflow
var workflow = AgentWorkflowBuilder.BuildSequential(translationAgents);

// 执行
await RunWorkflowAsync(
    workflow,
    [new(ChatRole.User, "Hello，World！")]
);
```

输出结果：

【图片】

其实Sqeuential（顺序执行）是最简单的编排方式，其实本质和我们上节介绍的是一样的，BuildSequential 本质上只是对顺序编排的一种语法糖，用于简化线性执行链路的构建。

### Concurrent：并发编排

Concurrent 是一种并发执行的编排模式。在该模式下，多个 Agent 会基于同一输入同时执行，各自生成结果。

创建并发 Workflow 的核心方法是 `BuildConcurrent`，其定义如下：

```csharp
public static Workflow BuildConcurrent(IEnumerable<AIAgent> agents, Func<IList<List<ChatMessage>>, List<ChatMessage>>? aggregator = null)
```

其中：

第一个参数 agents 用于指定参与执行的 Agent 集合 第二个参数 aggregator 是一个可选的聚合函数，用于在并发执行完成后对多个 Agent 的输出结果进行统一处理

#### 聚合函数（Aggregator）

因为在 Concurrent 模式下，每个 Agent 都会独立生成自己的输出结果。

如果没有统一的聚合逻辑，系统就会得到多份彼此独立的结果，而无法形成最终统一输出。

Aggregator 的作用就是负责对这些结果进行收敛处理。

开发者可以在此基础上进行多种处理，例如：

* 合并（Merge）
* 筛选（Filter）
* 排序（Rank）
* 融合（Fusion）

如果未提供该参数，框架将使用默认策略对结果进行合并。

#### 示例：并发翻译

下面的示例中，多个翻译 Agent 会同时处理同一输入，并通过聚合函数将结果合并：

```csharp
var translationAgents =
    from lang in new[] { "法语", "中文", "西班牙语", "英语" }
    select GetTranslationAgent(lang, client);

var workflow = AgentWorkflowBuilder.BuildConcurrent(
    translationAgents,
    results =>
    {
        var merged = new List<ChatMessage>();

        foreach (var agentOutput in results)
        {
            merged.AddRange(agentOutput);
        }

        return merged;
    });

await RunWorkflowAsync(
    workflow,
    [new(ChatRole.User, "Hello，World！")]);
```

输出结果如下：

【图片】

### 总结

本节介绍了 Agent Framework 中两种最基础的 Agent 编排模式：Sequential 与 Concurrent。

Sequential（顺序编排）适用于存在明确上下游依赖的任务链路，多个 Agent 按顺序依次执行，前一个 Agent 的输出会传递给下一个 Agent。 Concurrent（并发编排）适用于多个 Agent 可以独立处理同一输入的场景，各 Agent 并行执行，最终通过 Aggregator 对结果进行统一收敛。


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://bingbing-gui.gitbook.io/blog/ai-agent/agent-framework/di-33-pian-agent-framework-zhong-zhi-neng-ti-de-concurrent-bian-pai-mo-shi.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.