目录基于FileBased Skill与 Agent Framework 的实践探索修改源代码如下运行效果基于 CodeDefined Skill 与 Agent Framework 的实践探索修改源代码如下运行效果基于 ClassBased Skill 与 Agent Framework 的实践探索修改源代码如下运行效果基于 FileBased、CodeBased 和 ClassBased 组合 Skills 与 Agent Framework 的实践探索修改源代码如下运行效果修改源代码如下运行效果总结这几天收到一位朋友的建议。他提到我在 Agent Framework 系列文章里有不少案例连接的是 Microsoft Foundry和微软云服务绑定得比较深。想实际跑起来还需要先开通 Azure 账号。他建议我把 Skill 这部分的案例换成 DeepSeek。毕竟 DeepSeek 在国内用得更多接入也更方便。这个建议挺实在所以我把相关示例调整了一下改成使用 DeepSeek-V4-Pro 调用文件型 Skill。这样既保留了 Agent Framework Skill 的完整演示也方便国内开发者直接运行和体验。DeepSeek API 使用与 OpenAI/Anthropic 兼容的 API 格式。所以这里我们选择OpenAIClient我们在这篇文章中也介绍过 一箭双雕在 Agent Framework 中接入原生 DeepSeek V4 Pro 的两种方式基于FileBased Skill与 Agent Framework 的实践探索从 MCP 到 Skill基于FileBased Skill与 Agent Framework 的实践探索我建议搭建避开FileBased Skill命中Skill的机率非常低而且处理效果不太好个人意见我觉得和模型没关系和框架内部的机制有关系毕竟Microsoft Foundry上面的模型也是一样的。可以选择另外三种方式另外三种方式很丝滑。修改源代码如下运行效果尝试了20多次只有一次触发下图的值不知道从哪里来的并发输入的值。源代码地址https://github.com/bingbing-gui/dotnet-agent-playbook/tree/master/src/ai-agent/Agent-Framework/25-FileBased-Agent-Skills基于 CodeDefined Skill 与 Agent Framework 的实践探索基于CodeDefined Skill与 Agent Framework 的实践探索修改源代码如下运行效果运行结果正常能够触发skill源代码地址https://github.com/bingbing-gui/dotnet-agent-playbook/tree/master/src/ai-agent/Agent-Framework/26-CodeDefined-Agent-Skills基于 ClassBased Skill 与 Agent Framework 的实践探索基于ClassBased Skill与 Agent Framework 的实践探索修改源代码如下运行效果运行结果正常能够触发skill源代码地址https://github.com/bingbing-gui/dotnet-agent-playbook/tree/master/src/ai-agent/Agent-Framework/27-ClassBased-Agent-Skills基于 FileBased、CodeBased 和 ClassBased 组合 Skills 与 Agent Framework 的实践探索基于FileBased和CodeBased和ClassBased组合 Skills与Agent Framework的实践探索修改源代码如下运行效果运行结果正常能够触发skill源代码地址https://github.com/bingbing-gui/dotnet-agent-playbook/tree/master/src/ai-agent/Agent-Framework/28-Mixed-Agent-Skills在 Agent Framework 中为 Agent Skill 接入依赖注入 DIAgent Framework 中为 Agent Skill 接入依赖注入 DI修改源代码如下运行效果运行结果正常能够触发skill源代码地址https://github.com/bingbing-gui/dotnet-agent-playbook/tree/master/src/ai-agent/Agent-Framework/29-AgentSkill-Integration-DI总结在修改过程中我发现FileBased Skill 的调用效果并不稳定。实际测试时触发 Skill 的次数比较少即使成功加载了 Skill也出不来预期的效果。这个问题在 DeepSeek 和 Microsoft Foundry 上的模型中都出现过所以我个人判断它可能和 Agent Framework 当前的 FileBased Skill 实现方式有关而不完全是模型本身的问题。因此现阶段不太建议在正式项目中优先使用 FileBased Skill。相比之下另外四种 Skill 实现方式的调用都比较稳定无论使用 DeepSeek还是 Microsoft Foundry 上的模型整体运行都很顺畅。引入地址