以下是 当前主流的开源 C# AI Agent 框架 / 项目（按成熟度、活跃度排序），涵盖通用 Agent 框架、垂直场景 Agent 实现，以及基于 C# 生态（.NET 6+）的轻量化方案，方便开发者直接复用或二次开发：

一、通用型开源 C# AI Agent 框架（核心推荐）

这类框架提供 Agent 的核心能力（任务规划、工具调用、记忆管理、多轮对话），支持对接主流大模型（OpenAI、本地 LLaMA/Phi 等），灵活性强。

1. Semantic Kernel（微软官方）

  • 核心定位：.NET 生态首选的开源 AI Agent 开发框架（微软主导，跨语言支持 C#/Python/Java），专注于「将 AI 能力与传统代码、工具链融合」。

  • 关键特性：

    • 内置 Agent 生命周期管理（规划、执行、记忆、工具调用）；

    • 支持函数调用（工具注册）、向量数据库集成（记忆存储）、多轮对话上下文管理；

    • 无缝对接 OpenAI、Azure OpenAI、本地大模型（通过 Ollama、LM Studio 适配）；

    • 丰富的插件生态（文件操作、HTTP 请求、数据库访问等现成工具）。

  • 开源地址：https://github.com/microsoft/semantic-kernel

  • 技术栈：.NET 6+（C# 10+），支持 Windows/macOS/Linux

  • 适用场景：企业级 Agent 开发、AI 原生应用（Copilot 类工具、自动化工作流）、跨平台 Agent 项目。

2. LangChain.NET

  • 核心定位：Python 热门框架 LangChain 的 C# 官方移植版，专注于「大模型应用的模块化组装」，Agent 是其核心模块之一。

  • 关键特性：

    • 完整复刻 LangChain 的 Agent 能力（ReAct 模式、工具调用、记忆组件）；

    • 支持 Chain 链式调用、Prompt 模板、向量存储（Chroma、FAISS、Redis 等）；

    • 兼容主流大模型 API（OpenAI、Anthropic、Google Gemini）和本地模型（通过 LlamaSharp 适配）；

    • 轻量灵活，可按需组合组件（无需全套依赖）。

  • 开源地址：https://github.com/langchain-ai/langchain-dotnet

  • 技术栈：.NET Standard 2.1 + .NET 6+

  • 适用场景：熟悉 LangChain 生态的开发者、需要快速搭建轻量化 Agent、多模型兼容场景。

3. AgentFlow（社区主导）

  • 核心定位：专注于「流程化 Agent 开发」的 C# 框架，强调 Agent 的状态管理和多步骤任务拆解。

  • 关键特性：

    • 基于「状态机」设计，支持复杂任务的分步执行和分支逻辑；

    • 内置工具注册机制、对话历史管理、错误重试策略；

    • 轻量级无过多依赖，易于嵌入现有 .NET 项目；

    • 支持自定义 Agent 行为（如优先级调度、任务回滚）。

  • 开源地址：https://github.com/AgentFlow/AgentFlow

  • 技术栈：.NET 7+

  • 适用场景：需要复杂流程控制的 Agent（如自动化运维、多步骤业务审批）、嵌入式 Agent 需求。

二、垂直场景开源 C# AI Agent 项目

这类项目针对特定场景实现了完整的 Agent 功能，可直接复用或作为二次开发模板。

1. Ollama.NET Agent

  • 核心定位：基于 Ollama（本地大模型运行工具）的 C# 轻量 Agent，专注于「本地私有化部署」。

  • 关键特性：

    • 无需联网，对接本地运行的 LLaMA 3、Mistral、Phi 等模型；

    • 支持简单工具调用（本地文件读取、命令执行）、对话记忆；

    • 极简 API 设计，一键启动 Agent 服务；

  • 开源地址：https://github.com/ollama-net/ollama-dotnet-agent

  • 技术栈：.NET 8+

  • 适用场景：本地私有化 AI Agent、无网络环境下的自动化工具。

2. CopilotKit for .NET

  • 核心定位：面向开发者的「代码辅助 Agent」，专注于代码生成、重构、调试。

  • 关键特性：

    • 集成 Visual Studio 插件，支持实时代码建议；

    • 支持自定义代码规则（如公司编码规范）、项目结构分析；

    • 对接 OpenAI CodeLlama 等代码大模型；

  • 开源地址：https://github.com/CopilotKit/CopilotKit-dotnet

  • 技术栈：.NET 6+、Visual Studio 插件开发

  • 适用场景：代码辅助工具、IDE 集成型 Agent、团队编码规范自动化。

3. AI Assistant for .NET Desktop

  • 核心定位：Windows 桌面应用专属 Agent，专注于「桌面自动化」（如文件管理、系统操作、应用控制）。

  • 关键特性：

    • 支持 Windows API 调用、鼠标 / 键盘模拟；

    • 图形化配置界面，无需编写复杂代码；

    • 对接 Azure OpenAI 或本地模型；

  • 开源地址：https://github.com/dotnet-desktop/ai-assistant

  • 技术栈：.NET 7+、WPF/WinUI 3

  • 适用场景：Windows 桌面自动化工具、本地桌面助手（如文件整理、批量操作）。

三、轻量化 C# AI Agent 组件（适合自定义开发）

如果需要从零搭建 Agent，可复用以下专注于单一能力的开源组件：

  1. LlamaSharp：C# 本地大模型调用库（支持 LLaMA 2/3、Mistral、Phi），Agent 的「大脑核心」→ https://github.com/SciSharp/LlamaSharp

  2. DotNetEnv：环境变量管理（存储大模型 API Key、配置）→ https://github.com/tonerdo/dotnet-env

  3. VectorSharp：轻量级向量操作库（用于 Agent 记忆的向量计算）→ https://github.com/Actify-Inc/VectorSharp

  4. ToolGood.Algorithm：C# 工具函数库（提供 Agent 常用的字符串处理、正则匹配、数据转换工具）→ https://github.com/toolgood/ToolGood.Algorithm

四、选型建议

  1. 企业级 / 跨平台需求：优先选 Semantic Kernel（微软生态支持、稳定性强）；

  2. 熟悉 LangChain 生态：选 LangChain.NET（组件化灵活、文档丰富）；

  3. 本地私有化部署：选 Ollama.NET Agent（轻量化、无网络依赖）；

  4. 桌面 / Windows 专属 Agent：选 AI Assistant for .NET Desktop；

  5. 自定义 Agent 开发：基于 LlamaSharp + 向量库 + 工具函数库 组合搭建。

所有项目均支持 .NET 6+（推荐 .NET 8/9 获得更好的性能），且活跃维护中，可根据实际场景选择直接使用或二次开发。