BlogAgent 是一个基于 Microsoft Agent Framework 构建的智能博客生成系统,通过多个专业 AI Agent 协作完成从资料收集、博客撰写到质量审查的全流程自动化。系统采用 Blazor Server 架构,提供现代化的 Web 界面,支持全自动和分步两种工作模式。

• 🤖 多Agent协作: 三个专业 Agent (研究员、作家、审查员) 分工协作
• 🔄 智能工作流: 基于 Agent Framework Workflow 的声明式编排
• 🎨 现代化界面: 基于 Ant Design Blazor 的美观 UI
• 📊 实时进度: 支持工作流执行进度实时反馈
• 🔌 MCP协议: 支持 Model Context Protocol 扩展外部工具
• 💾 持久化存储: SQLite 数据库存储任务和内容
• 🌐 内容抓取: 自动从 URL 和文件中提取参考资料

• ✅ 智能提取和整理参考资料
• ✅ 生成结构化摘要 (JSON格式)
• ✅ 支持多种输入源:
  • 直接文本输入
  • 文档上传 (txt, md, doc, docx, pdf)
  • URL链接抓取
• ✅ 自定义工具函数 (字数统计、代码块提取)

• ✅ 基于资料生成高质量技术博客
• ✅ 支持自定义写作风格和目标读者
• ✅ Markdown格式输出
• ✅ 可控制目标字数 (500-10000字)

• ✅ 多维度质量评估:
  • 准确性 (40分): 技术内容准确性
  • 逻辑性 (30分): 文章结构和逻辑
  • 原创性 (20分): 内容创新性
  • 规范性 (10分): 格式和排版
• ✅ 详细问题分析和改进建议
• ✅ 综合评分和发布建议

一键完成资料收集 → 博客撰写 → 质量审查全流程,无需人工干预。

每个阶段手动触发,可随时查看和调整中间结果。

• 🔧 MCP工具配置: 动态加载和管理外部工具
• 📈 统计看板: 任务总数、发布数、平均评分、通过率
• 📝 内容编辑: 支持对生成内容进行二次编辑
• 💾 导出功能: 支持导出为 Markdown 文件
• 🔍 详细日志: 完整的执行日志和错误追踪

┌─────────────────────────────────────────────────────────────┐
│                      Blazor Server UI                        │
│  (Ant Design Blazor Components + Real-time Updates)         │
└────────────────────────┬────────────────────────────────────┘
                         │
┌────────────────────────▼────────────────────────────────────┐
│                  Business Services Layer                     │
│  ┌──────────────┐  ┌──────────────┐  ┌──────────────┐     │
│  │ BlogService  │  │ WebContent   │  │ FileContent  │     │
│  │              │  │ Service      │  │ Service      │     │
│  └──────────────┘  └──────────────┘  └──────────────┘     │
└────────────────────────┬────────────────────────────────────┘
                         │
┌────────────────────────▼────────────────────────────────────┐
│           Agent Framework Workflow Layer                     │
│  ┌──────────────────────────────────────────────────┐       │
│  │  BlogAgentWorkflowService                        │       │
│  │  (AgentWorkflowBuilder + InProcessExecution)     │       │
│  └──────┬───────────────────────────────────────────┘       │
│         │                                                    │
│  ┌──────▼────────┐  ┌──────────┐  ┌──────────────┐        │
│  │ Researcher    │─▶│ Writer   │─▶│ Reviewer     │        │
│  │ Agent         │  │ Agent    │  │ Agent        │        │
│  │ (Research)    │  │ (Write)  │  │ (Review)     │        │
│  └───────────────┘  └──────────┘  └──────────────┘        │
└────────────────────────┬────────────────────────────────────┘
                         │
┌────────────────────────▼────────────────────────────────────┐
│              Microsoft.Extensions.AI                         │
│              (IChatClient Abstraction)                       │
└────────────────────────┬────────────────────────────────────┘
                         │
┌────────────────────────▼────────────────────────────────────┐
│                   OpenAI ChatClient                          │
│         (Compatible with OpenAI/Azure OpenAI/etc)            │
└─────────────────────────────────────────────────────────────┘

• .NET 9.0 SDK
• Git
• OpenAI API Key (或兼容的API服务)

git clone https://github.com/xuzeyu91/BlogAgent.git
cd BlogAgent

编辑 BlogAgent/appsettings.json:

{
  "OpenAI": {
    "Key": "your-api-key-here",
    "EndPoint": "https://api.antsk.cn/v1",
    "ChatModel": "gpt-41",
    "EmbeddingModel": "text-embedding-ada-002"
  }
}

💡 提示: 也支持其他兼容 OpenAI API 的服务

dotnet restore

dotnet build

cd BlogAgent
dotnet run

应用将在 http://localhost:5000 启动。

# Dockerfile 示例
FROM mcr.microsoft.com/dotnet/aspnet:9.0 AS base
WORKDIR /app
EXPOSE 80

FROM mcr.microsoft.com/dotnet/sdk:9.0 AS build
WORKDIR /src
COPY ["BlogAgent/BlogAgent.csproj", "BlogAgent/"]
COPY ["BlogAgent.Domain/BlogAgent.Domain.csproj", "BlogAgent.Domain/"]
RUN dotnet restore "BlogAgent/BlogAgent.csproj"
COPY . .
WORKDIR "/src/BlogAgent"
RUN dotnet build "BlogAgent.csproj" -c Release -o /app/build

FROM build AS publish
RUN dotnet publish "BlogAgent.csproj" -c Release -o /app/publish

FROM base AS final
WORKDIR /app
COPY --from=publish /app/publish .
ENTRYPOINT ["dotnet", "BlogAgent.dll"]

构建和运行:

docker build -t blogagent .
docker run -d -p 5000:80 -e OpenAI__Key=your-key blogagent

1. 访问 http://localhost:5000/blog/create
2. 填写博客主题 (必填)
3. 选择工作流模式:
   • 全自动模式: 一键完成全流程
   • 分步模式: 手动控制每个阶段
4. 选择输入方式:
   • 直接输入文本: 粘贴参考资料
   • 上传文档: 支持 txt, md, doc, docx, pdf
   • 提供URL: 自动抓取网页内容
5. (可选) 设置写作要求:
   • 目标字数
   • 写作风格
   • 目标读者
6. 点击 "创建任务并开始"

创建任务后,系统会自动:

1. 🔍 资料收集: 整理和分析参考资料
2. ✍️ 博客撰写: 生成结构化博客内容
3. 📋 质量审查: 多维度评估和打分
4. ✅ 自动发布: 达标后自动发布

全程无需人工干预,只需等待完成。

每个阶段手动触发,流程如下:

1. 点击 "执行资料收集阶段" 
   └─ 查看收集结果
   └─ 确认继续 或 重新执行

2. 点击 "执行博客撰写阶段"
   └─ 查看博客初稿
   └─ 可编辑修改
   └─ 确认继续

3. 点击 "执行质量审查阶段"
   └─ 查看评分和建议
   └─ 决定发布 或 重写

4. 点击 "发布博客"
   └─ 保存到数据库
   └─ 可导出 Markdown

访问 /blog/list 查看所有任务,支持:

• 按状态筛选
• 查看详情
• 编辑内容
• 删除任务
• 导出Markdown

访问 /blog/detail/{taskId} 查看:

• 任务基本信息
• 资料收集摘要
• 博客完整内容 (Markdown渲染)
• 质量审查报告
• 历史操作记录

访问 /blog/mcp-config 配置外部工具:

1. 添加 MCP 工具配置 (JSON)
2. 测试连接
3. 保存配置
4. Agent 自动加载工具

每个 Agent 继承自 BaseAgentService:

public class ResearcherAgent : BaseAgentService
{
    protected override string AgentName => "资料收集专家";
    protected override string Instructions => "你是一位专业的技术资料研究员...";
    protected override AgentType AgentType => AgentType.Researcher;
    
    // 自定义工具
    protected override IEnumerable<AITool>? Tools => new[]
    {
        AIFunctionFactory.Create(CountWordsInText),
        AIFunctionFactory.Create(ExtractCodeBlocks)
    };
    
    // 结构化输出
    protected override ChatResponseFormat? ResponseFormat => 
        ChatResponseFormat.ForJsonSchema<ResearchOutput>(schemaName: "ResearchOutput");
}

使用 AgentWorkflowBuilder 构建声明式工作流:

// 顺序执行
var workflow = AgentWorkflowBuilder.BuildSequential(
    "BlogGenerationWorkflow",
    researcherAgent,
    writerAgent,
    reviewerAgent
);

// 执行工作流
var run = await InProcessExecution.RunAsync(workflow, initialInput);

// 提取输出
var outputEvents = run.OutgoingEvents
    .OfType<WorkflowOutputEvent>()
    .ToList();

Agent 可以调用自定义 C# 函数:

[Description("统计给定文本的字数")]
private static int CountWordsInText(
    [Description("要统计的文本内容")] string text)
{
    // 中文字符
    int chineseCount = text.Count(c => c >= 0x4E00 && c <= 0x9FFF);
    
    // 英文单词
    var words = text.Split(new[] { ' ', '\n', '\r', '\t' }, 
        StringSplitOptions.RemoveEmptyEntries);
    int englishCount = words.Count(w => w.Any(c => char.IsLetter(c)));
    
    return chineseCount + englishCount;
}

使用 JSON Schema 约束 AI 输出格式:

public class ResearchOutput
{
    public string TopicAnalysis { get; set; }
    public List<KeyPoint> KeyPoints { get; set; }
    public List<TechnicalDetail> TechnicalDetails { get; set; }
    public List<CodeExample> CodeExamples { get; set; }
    public List<string> References { get; set; }
}

// 在 Agent 中配置
protected override ChatResponseFormat? ResponseFormat => 
    ChatResponseFormat.ForJsonSchema<ResearchOutput>(
        schemaName: "ResearchOutput", 
        schemaDescription: "研究结果结构"
    );

欢迎贡献代码、报告问题或提出建议!

1. Fork 本仓库
2. 创建特性分支: git checkout -b feature/AmazingFeature
3. 提交更改: git commit -m 'Add some AmazingFeature'
4. 推送到分支: git push origin feature/AmazingFeature
5. 提交 Pull Request

• 遵循 C# 编码规范
• 使用有意义的变量和方法名
• 添加必要的注释和文档
• 确保所有测试通过

• 多Agent协作 (Researcher, Writer, Reviewer)
• Agent Framework Workflow 集成
• 全自动和分步两种工作模式
• Web内容抓取和文件内容提取
• MCP协议支持
• 结构化输出 (JSON Schema)
• 自定义工具函数
• 实时进度反馈
• 博客内容二次编辑
• Markdown导出

• 流式输出 (Streaming) - UI实时显示生成过程
• RAG集成 - 从历史博客检索参考
• 可观测性增强 (OpenTelemetry)
• 条件工作流 - 根据评分决定下一步

• 并发工作流 - 多Agent并行执行
• 多Provider支持 (Azure OpenAI, 本地模型)
• Agent评估系统 - 自动评估输出质量
• Prompt自动优化
• 多语言支持
• 云端部署方案

A: 这些警告不影响正常运行,仅在使用 Native AOT 编译时有影响。Blazor Server 应用可以忽略。

A: 在 Workflow.razor 中设置:

private bool useAgentFrameworkWorkflow = false;

A: 支持所有兼容 OpenAI API 的服务:

• OpenAI (gpt-4, gpt-4o, gpt-3.5-turbo)
• Azure OpenAI 、Claude等使用new-api等模型网关转发
• 自部署的兼容服务 (如 LocalAI, Ollama)

A: 可以。SqlSugar 支持多种数据库,只需修改配置:

{
  "DBConnection": {
    "DbType": "MySql",
    "ConnectionStrings": "Server=localhost;Database=blogagent;..."
  }
}

A: 访问 /blog/mcp-config 页面,参考 MCP工具配置文档。

A: 可以尝试:

1. 提供更详细的参考资料
2. 明确指定写作风格和目标读者
3. 使用分步模式,对中间结果进行人工调整
4. 调整 Agent 的 Instructions (在对应 Agent 类中)

本项目采用 MIT 许可证 - 详见 LICENSE 文件。

• Microsoft Agent Framework - 强大的 Agent 框架
• Ant Design Blazor - 优秀的 Blazor 组件库
• SqlSugar - 高性能 ORM
• Markdig - Markdown 解析器

• 项目问题: GitHub Issues
• 功能建议: GitHub Discussions