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。
- 工具执行的副作用可被捕获：当
- 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；
- 被持久化组件捕获：当
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!; }