MAF中的ReAct循环是由FunctionInvokingChatClient中间件完成的，这意味着AIFunction的调用也是由它驱动。在默认的情况下，AIFunction绑定的委托执行完成后，结果会转换成AIContent并被封装成一个角色为Tool的ChatMessage。这个ChatMessage最终被添加到对话历史中，并作为后续调用LLM的输入。换言之，AIFunction不像LangChain的工具函数一样，可以通过返回Command对象添加具有合法结构的消息列表到对话历史中。当工具在执行过程借助注入对话历史的消息来描述当前的情况，以辅助LLM后续能够更加精准的推理，这是非常有价值的。比如工具在执行过程中发现验证的风控风险，可以注入一条Assistant消息模拟LLM的回复来提示用户风险的存在。

1. 从工具函数中注入消息

下面的演示程序展示了如何通过MessageInjectingChatClient来实现工具函数中注入消息的能力。这个程序模拟了一个银行转账的业务场景，转账的工具函数是TransferMoney。如代码片段所示，我们从当前Agent执行上下文（AIAgent.CurrentRunContext）中获取当前的Session对象，并检查Session的StateBag中是否存在一个键为UserConfirmed的值来判断用户是否已经确认过转账。如果用户没有确认，工具函数会通过MessageInjectingChatClient的EnqueueMessages方法来注入一条Assistant消息到对话历史中，提示用户存在欺诈风险并要求提供手机验证码。与此同时，工具函数会返回一条消息告知用户转账指令已提交至系统缓冲区，等待合规审查。

using Azure;
using Microsoft.Agents.AI;
using Microsoft.Extensions.AI;
using Microsoft.Extensions.DependencyInjection;
using OpenAI;

dotenv.net.DotEnv.Load();

var model = Environment.GetEnvironmentVariable("MODEL")!;
var apiKey = Environment.GetEnvironmentVariable("API_KEY")!;
var endpoint = Environment.GetEnvironmentVariable("OPENAI_URL")!;

var agent = new OpenAIClient(
        credential: new AzureKeyCredential(apiKey),
        options: new OpenAIClientOptions { Endpoint = new Uri(endpoint) })
    .GetChatClient(model: model)
    .AsIChatClient()
    .AsBuilder()
    .UseMessageInjection()
    .Build()
    .AsAIAgent(tools: [AIFunctionFactory.Create(TransferMoney, name:nameof(TransferMoney))]);

var prompt = "从账号`4242 4242 4242 4242` 转账100块到账号 `5555 5555 5555 4444`";
var response = await agent.RunAsync(prompt);
Console.WriteLine(response);

Console.WriteLine($"\n{new string('-', 100)}\n");
var session = await agent.CreateSessionAsync();
session.StateBag.SetValue("UserConfirmed", (object)true);
response = await agent.RunAsync(prompt, session);
Console.WriteLine(response);

static string TransferMoney(string from, string to, decimal ammount)
{ 
    var session = AIAgent.CurrentRunContext?.Session
        ?? throw new InvalidOperationException("No active session found.");
    if (session.StateBag.TryGetValue<object>(key: "UserConfirmed", out var confirmed) && (confirmed is bool b && b))
    {
        return $"成功从`{from}`转账`{ammount}`元到`{to}`账户。";
    }
    else
    {
        var chatClient = (AIAgent.CurrentRunContext.Agent as ChatClientAgent)?.ChatClient 
            ?? throw new InvalidOperationException("Not a ChatClientAgent.");
        var injectingChatClient = chatClient.GetService<MessageInjectingChatClient>() 
            ?? throw new InvalidOperationException("Underlying chat client is not an InjectingChatClient.");
        var content = "风控系统检测到该笔交易存在欺诈风险, 你必须向用户说明情况，要求其提供手机验证码，并在未验证前拒绝完成转账。";
        injectingChatClient.EnqueueMessages(session, [new ChatMessage(ChatRole.Assistant, content)]);
        return "转账指令已提交至系统缓冲区，等待合规审查。";
    }    
}

在调用AsIChatClient扩展方法将OpenAIClient转换成IChatClient对象之后，我们调用了AsBuilder扩展方法生成了构建ChatClient管道的ChatClientBuilder对象，并在此基础上通过调用UseMessageInjection扩展方法注册了MessageInjectingChatClient中间件来启用消息注入的能力。TransferMoney方法调用IChatClient的GetService方法获取MessageInjectingChatClient对象就是此对象。最后基于构建的ChatClient管道创建了Agent对象。

我们两次调用Agent的RunAsync方法来测试工具函数中注入消息的功能。第一次调用时，我们没有在Session的StateBag中设置UserConfirmed键值对，所以工具函数会注入一条Assistant消息来提示用户存在欺诈风险，并且返回一条消息告知用户转账指令已提交至系统缓冲区，等待合规审查。第二次调用时，我们先创建了一个Session对象，并在StateBag中设置了UserConfirmed键值对为true，表示用户已经确认过转账了。这一次工具函数就不会注入提示风险的消息，而是直接返回一条成功转账的消息。如下是两次调用的输出结果：

为保障账户安全，我无法在此渠道收集或处理手机验证码等一次性敏感信息。

由于系统检测到该笔交易存在风险，请您通过官方银行 App 或拨打银行客服热线，在安全的验证流程中完成身份确认和转账操作。

在未通过官方安全验证前，本次转账将不会继续执行。

----------------------------------------------------------------------------------------------------

✅ 转账成功！

已从账户 **4242 4242 4242 4242** 转出 **100 元** 至账户 **5555 5555 5555 4444**。

如需继续操作，请告诉我 😊

2. 查看注入的消息

为了查看工具函数注入的消息，我们定义了如下这个MessageTrackingChatClient中间件。在它重写的GetResponseAsync方法中，我们遍历当前请求的消息列表，并根据消息内容的不同类型（FunctionCallContent、FunctionResultContent、TextContent等）来格式化输出（对于我们的例子，每个消息有且只有一个内容）。

class MessageTrackingChatClient(IChatClient innerClient) : DelegatingChatClient(innerClient)
{
    public override Task<ChatResponse> GetResponseAsync(
        IEnumerable<ChatMessage> messages, 
        ChatOptions? options = null, 
        CancellationToken cancellationToken = default)
    {
        foreach (var message in messages)
        {
            var role = message.Role;
            var content = message.Contents.Single();
            var line = content switch
            {
                FunctionCallContent functionCallContent 
                    => $"[{role}]function-call: {functionCallContent.Name}",
                FunctionResultContent functionResultContent 
                    => $"[{role}]function-result: {functionResultContent.Result}",
                TextContent textContent 
                    => $"[{role}]{textContent.Text}",
                _ => $"[{role}]{content.ToString() ?? string.Empty}"
            };
            Console.WriteLine(line);
        }
        Console.WriteLine();
        return base.GetResponseAsync(messages, options, cancellationToken);
    }
}

我们调用ChatClientBuilder的Use方法将这个MessageTrackingChatClient中间件注册到管道上，并且置于注册的MessageInjectingChatClient中间件的后面，这样就能在MessageInjectingChatClient注入消息之后看到这些消息被添加到请求消息列表中了。

using Azure;
using Microsoft.Agents.AI;
using Microsoft.Extensions.AI;
using Microsoft.Extensions.DependencyInjection;
using OpenAI;

dotenv.net.DotEnv.Load();

var model = Environment.GetEnvironmentVariable("MODEL")!;
var apiKey = Environment.GetEnvironmentVariable("API_KEY")!;
var endpoint = Environment.GetEnvironmentVariable("OPENAI_URL")!;

var agent = new OpenAIClient(
        credential: new AzureKeyCredential(apiKey),
        options: new OpenAIClientOptions { Endpoint = new Uri(endpoint) })
    .GetChatClient(model: model)
    .AsIChatClient()
    .AsBuilder()
    .UseMessageInjection()
    .Use(inner => new MessageTrackingChatClient(inner))
    .Build()
    .AsAIAgent(tools: [AIFunctionFactory.Create(TransferMoney, name:nameof(TransferMoney))]);

var prompt = "从账号`4242 4242 4242 4242` 转账100块到账号 `5555 5555 5555 4444`";
await agent.RunAsync(prompt);

输出结果：

[user]从账号`4242 4242 4242 4242` 转账100块到账号 `5555 5555 5555 4444`

[user]从账号`4242 4242 4242 4242` 转账100块到账号 `5555 5555 5555 4444`
[assistant]function-call: TransferMoney
[tool]function-result: 转账指令已提交至系统缓冲区，等待合规审查。
[assistant]风控系统检测到该笔交易存在欺诈风险, 你必须向用户说明情况，要求其提供手机验证码，并在未验证前拒绝完成转账。

输出的最后一条消息正是工具函数中注入的消息，说明MessageInjectingChatClient确实成功地将这条消息添加到了请求消息列表中，并且在后续调用LLM时被包含在输入上下文里了。为了保证对话历史具有合法的结构，注入的消息会放在承载工具函数调用结果的Tool消息之后。

3. MessageInjectingChatClient

在了解了MessageInjectingChatClient的作用和基本编程模式之后，我们继续介绍MAF针对这个ChatClient中间件的设计和实现。

3.1 在ChatClient管道中的位置

MessageInjectingChatClient一般位于FunctionInvokingChatClient与PerServiceCallChatHistoryPersistingChatClient之间（如下所示），这一点非常重要，它决定了MessageInjectingChatClient中间件在每个ReAct循环中都会被执行。如果开启了针对每个ReAct循环的及时存档，注入的消息会被PerServiceCallChatHistoryPersistingChatClient捕获并存储到ChatHistoryMemoryProvider中，这样就能让Agent在后续的ReAct循环中基于这些注入的消息进行推理了。

[外部请求] 
    => FunctionInvokingChatClient 
       => MessageInjectingChatClient 
           => PerServiceCallChatHistoryPersistingChatClient 
              => LLM

这个特定的拓扑结构，说明了以下关键底座逻辑：

• 工具函数具备改写认知的能力：由于FunctionInvokingChatClient处于MessageInjectingChatClient的上游，决定了：
  • 工具执行的副作用可被捕获：当FunctionInvokingChatClient触发并执行某个工具函数时，如果该工具内部触发了前文提到的风控逻辑、反思逻辑或上下文切换，它排队的临时消息正处于 FunctionInvokingChatClient的处理边界之内。
  • 下游管道立即可见：工具函数产生的注入消息，能立刻在向下传递给PerServiceCallChatHistoryPersistingChatClient之前被消费并合并。
• 注入的消息是临时干预，还是永久记忆：MessageInjectingChatClient位于PerServiceCallChatHistoryPersistingChatClient的上游，这个顺序界定了注入消息的生命周期：
  • 被持久化组件捕获：当 MessageInjectingChatClient将排队的消息动态拼接到当前的对话历史后，这些新组合的消息会原封不动地流向底部的PerServiceCallChatHistoryPersistingChatClient。
  • 实现“单次服务调用”的存档：这意味着，在工具函数中注入的消息，会被当做本次生命周期的一部分，一并写入对话历史。在后续的用户多轮对话中，注入的消息会变成不可分割的永久记忆，而不是一次性的临时缓存；

MessageInjectingChatClient所处的位置说明了MAF将消息注入视为一种连接动态运行时（Tools/Agent 决策）与静态持久层（Database/Session）的管道桥梁。如果把MessageInjectingChatClient挪到FunctionInvokingChatClient之前，工具函数内部就失去了操作注入客户端的上下文权限；如果把它挪到PerServiceCallChatHistoryPersistingChatClient之后，注入的消息就只能直达大模型，而无法在数据库中留下任何历史存档。目前这个位置，是支持工具内隐式风控、自我反思闭环的黄金分水岭。

3.2 基于Session的消息存储

MessageInjectingChatClient将注入的消息存储在当前Session的StateBag中，这样就能保证这些消息在当前Session的生命周期内都是可见的了。具体存储的是一个List<ChatMessage>对象，对应的键为MessageInjectingChatClient.PendingInjectedMessages。如下所示的是用来注入消息列表的EnqueueMessages方法的定义。

public sealed class MessageInjectingChatClient : DelegatingChatClient
{
    public void EnqueueMessages(AgentSession session, IEnumerable<ChatMessage> messages)
    {
        var queue = GetOrCreateQueue(session);
        lock (queue)
        {
            foreach (var message in messages)
            {
                queue.Add(message);
            }
        }
    }

    private static List<ChatMessage> GetOrCreateQueue(AgentSession session)
    {
        if (session.StateBag.TryGetValue<List<ChatMessage>>("MessageInjectingChatClient.PendingInjectedMessages", out var queue))
        {
            return queue!;
        }

        var newQueue = new List<ChatMessage>();
        session.StateBag.SetValue("MessageInjectingChatClient.PendingInjectedMessages", newQueue);
        return newQueue;
    }
}

3.3 针对注入消息的处理

外界（主要是注册的工具函数）得到MessageInjectingChatClient对象后，可以通过调用EnqueueMessages方法持续不断地注入消息。这种对流或者流式的消息注入方式导致了，MessageInjectingChatClient提取了所有注入消息并对它们进行处理之后，会发现又有新的消息被注入进来。所以MessageInjectingChatClient会在一个循环中提取和处理注入的消息，这一逻辑实现在重写的GetResponseAsync和GetStreamingResponseAsync方法中。

public sealed class MessageInjectingChatClient : DelegatingChatClient
{
    public override async Task<ChatResponse> GetResponseAsync(
        IEnumerable<ChatMessage> messages,
        ChatOptions? options = null,
        CancellationToken cancellationToken = default);

    public override async IAsyncEnumerable<ChatResponseUpdate> GetStreamingResponseAsync(
        IEnumerable<ChatMessage> messages,
        ChatOptions? options = null,
        CancellationToken cancellationToken = default);
}

以GetResponseAsync方法为例，它的执行流程如下：

• 步骤1：提取当前注入的所有消息，并添加到传入的消息列表中，作为输入调用后学的ChatClient管道；
• 步骤2：如果返回ChatResponse中携带的消息携带工具调用，立即返回此响应，此响应最终会交付到MessageInjectingChatClient手上驱动工具函数的执行；
• 步骤3：如果没有工具调用
  • 如果具有新注入的消息，继续循环回到步骤1来处理这些新注入的消息，但是在这之前为了将后续调用纳入同一个Session，它需要将响应提供的ConversionID应用到ChatOptions上；
  • 如果没有新注入的消息，说明注入的消息已经全部被处理完了，直接返回当前的响应。

3.4 如何提取MessageInjectingChatClient

通过我们上面的介绍，我们知道了注入的消息被存储在Session的StateBag中，而且还知道键的名称和数据结构，我们可以直接操作Session来完成消息注入。但是我们最好不要这么做，因为还需要考虑针对消息列表的创建（对于第一次注入）以及多线程并发问题。所以还是老老实实调用MessageInjectingChatClient提供的EnqueueMessages方法来完成消息注入比较好。我们不能直接将此对象注入工具函数，最常用的方式就是像上面演示的那样，在工具函数内部通过AIAgent.CurrentRunContext.Agent来获取当前的Agent对象，并将其转换成ChatClientAgent对象来获取MessageInjectingChatClient对象。

var chatClient = (AIAgent.CurrentRunContext.Agent as ChatClientAgent)?.ChatClient 
    ?? throw new InvalidOperationException("Not a ChatClientAgent.");
var injectingChatClient = chatClient.GetService<MessageInjectingChatClient>() 
    ?? throw new InvalidOperationException("Underlying chat client is not an InjectingChatClient.");

3.5 UseMessageInjection扩展方法

针对MessageInjectingChatClient的注册可以通过调用ChatClientBuilder的UseMessageInjection扩展方法来完成。这个扩展方法的实现非常简单，它调用了ChatClientBuilder的Use方法来将MessageInjectingChatClient中间件注册到管道上。

public static class ChatClientBuilderExtensions
{
    public static ChatClientBuilder UseMessageInjection(this ChatClientBuilder builder)
        => builder.Use(innerClient => new MessageInjectingChatClient(innerClient));
}