Add AI Memory Plugin with AIContextProvider pattern inspired by Microsoft Agent Framework

[Copilot]

Implements a memory management system for BotSharp using lifecycle hooks that inject context before AI model invocation and persist conversations afterward, similar to Microsoft's agent-framework AIContextProvider.

Changes

Core Abstraction (BotSharp.Abstraction/AIContext/)

• IAIContextProvider interface with two lifecycle methods:
  • InvokingAsync(InvokingContext) - retrieve/inject context before AI call
  • InvokedAsync(InvokedContext) - save conversation after AI response
• Context models: InvokingContext, InvokedContext, AIContext
• AIContextProviderBase - base implementation with priority support

Integration (BotSharp.Core/Routing/)

• Modified RoutingService.InvokeAgent to execute registered providers in priority order
• Providers inject context messages into dialog list before model invocation
• Error handling isolates provider failures

Default Plugin (BotSharp.Plugin.AIMemory/)

• ConversationMemoryProvider - sample implementation demonstrating the pattern
• Retrieves recent conversation history in InvokingAsync
• Logs memory save operations in InvokedAsync

Usage

// Custom long-term memory provider
public class VectorMemoryProvider : AIContextProviderBase
{
    public override int Priority => 10; // Execute after session context
    
    public override async Task<AIContext?> InvokingAsync(InvokingContext context)
    {
        var similar = await _vectorDb.SearchAsync(context.Dialogs.Last().Content);
        return new AIContext { ContextMessages = BuildContextFrom(similar) };
    }
    
    public override async Task InvokedAsync(InvokedContext context)
    {
        await _vectorDb.StoreAsync(context.Response);
    }
}

// Register in DI
services.AddScoped<IAIContextProvider, VectorMemoryProvider>();

Priority-based execution allows layering: session context (0) → user preferences (5) → vector search (10) → knowledge graphs (20).

Original prompt

参考microsoft/agent-framework 框架中的一个核心抽象基类 AIContextProvider 。你可以把它理解为一个AI代理（Agent）的“上下文管理器”或“记忆插件”。 它的主要职责是在AI模型（例如大语言模型）被调用之前和之后，动态地管理和注入上下文信息。 核心作用 AIContextProvider 有两个关键的生命周期方法，通过重写（override）这两个方法，开发者可以实现自己的上下文管理逻辑： InvokingAsync(InvokingContext context, ...) : 调用前 时机: 在框架准备向AI模型发送请求之前执行。 作用: 这是提供上下文的核心步骤。它负责收集、检索或生成额外的背景信息，然后将这些信息打包成一个 AIConte xt 对象返回。这些信息随后会被插入到发送给AI模型的最终请求中。 这样，这次对话就变成了未来的“记忆”，可以在下一次 Invokin gAsync 阶段被检索到。
为BotSharp 设计一个记忆插件， 在RoutingService.InvokeAgent 方法中使用

---

💬 We'd love your input! Share your thoughts on Copilot coding agent in our 2 minute survey.