Microsoft Agent的COM接口编程
Microsoft Agent(关于这项技术的详细介绍请参考《中国计算机报》1997
年46期的《Microsoft Agent技术谈》一文)具有相当广泛的用途，我们既可以
把它加入到普通应用程序中供本地系统使用，也可以把它嵌入到HTML文档中供
Internet/Intranet使用。Microsoft Agent支持C/C＋＋、Visual Basic、
Java、JScript和VBScript等多种编程语言，并为程序员提供了OLE自动化服务
器和ActiveX控件两种编程方法，从本质上讲，这两种编程方法都属于OLE技术
的范畴，都建立在COM (Component Object Model，组件对象模型)的基础之上。
利用VC＋＋的MFC类库或VB等支持ActiveX的编程工具可以很容易地调用
ActiveX控件，但是ActiveX控件把许多OLE技术的细节都隐藏起来了，如果我们
想加深对一个COM对象的了解的话，则应直接使用它的COM接口来编程，从这一
点出发，本文将介绍Microsoft Agent的COM接口的基本编程方法，希望能够起
到抛砖引玉的作用。
OLE编程的基础知识
早期的OLE(现称为OLE 1)首次出现在Windows 3.1中，其主要用途是生成复
合型文档，使得一个应用程序的文档可以通过链连或嵌入的方式包含其它应用
程序的数据(对象)。随着软件组件技术变得日益重要起来，Microsoft在OLE 1
的基础上设计了OLE 2，利用它可以实现二进制级上可重用的软件组件，并且控
制这些组件的版本和扩充其功能变得相当容易。由于OLE 2的体系结构被设计成
为开放式的、可扩充的，所以以后不会再出现OLE 3或4。经过多年的发展，如
今的OLE已经包括了OLE自动化、COM、COM＋、DCOM和ActiveX等多项技术，它们
是ActiveDirectory(将用于NT 5.0的一项关键技术)、OLE Messaging、DirectX
、Active Controls、ActiveX Scripting和Task Scheduler等等多种新技术的
基础，OLE已不再是Object Linking and Embedding的缩写，它变成了一个独立
的单词，专门用来表示Microsoft的软件组件集成技术。
COM是OLE技术的基础，它规定了对象之间如何相互通讯，符合COM规范的对
象也叫做COM对象。按照COM的规定，对象内部可以使用任何语言来编写，它们
通过接口(Interface)来与外界通信。所谓接口是指对象提供的一组特定的功能
调用(方法)，每个对象可以有多个接口，不同的对象可以实现同一种接口，客
户程序通过对象的接口指针来调用对象的功能。由于OLE规定了组件在二进制级
上可重调用对象的功能。由于OLE规定了组件在二进制级上可重用，客户程序不
能够直接访问对象内部的数据，读取或设置对象的属性也都要通过接口来进行。
每一种接口都是从一个叫IUnknown接口继承而来，都必须重新实现IUnknown的
三个方法：QueryInterface、AddRef和Release，客户程序调用
QueryInterface可以获得对象的其它接口指针，AddRef和Release分别将对象的
引用计数加一和减一，当引用计数为零时，对象就会被释放。客户程序调用COM
对象的一般步骤是首先创建一个对象，然后获取需要的接口指针，调用相应的功
能，最后释放接口指针和对象。
C＋＋程序调用Microsoft Agent的基本方法
根据前面介绍的基础知识，下面我们来看看C＋＋程序中如何调用Microsoft
Agent。
1.设置与选项
本文使用的编程工具为Visual C＋＋ 5.0，程序为一般的Win32应用程序，
为了使程序能够正确地编译连接和运行，您首先需要拥有AgtSvr.h和AgtSvr—i.
c
两个定义Microsoft Agent的COM接口的文件，它们可以在Microsoft的MS
Agent站点(http://www.microsoft.com/workshop/prog/agent/)上找到，或者请
下载Microsoft最新的Internet Client SDK或Platform SDK，其次，请在
Project/Settings/Link菜单中加入以下的库：ole32.lib、oleaut32.lib、
uuid.lib、odbc32.lib odbccp32.lib，最后要确保uuid.lib、odbc32.lib
odbccp32.lib，最后要确保系统中安装有Microsoft Agent及动画人物数据。
2.创建Microsoft Agent对象
创建OLE对象之前需要初始化OLE，这由OleInitialize()函数来完成，如果
OLE
初始化不成功，那么就无法继续执行后面的代码，创建对象由
CoCreateInstance()
函数来完成：
if (FAILED(OleInitialize(NULL))) return －1;//
初始化OLE
hRes = CoCreateInstance(CLSID—AgentServer,NULL,CLSCTX—SERVER,
IID—IAgent,(LPVOID ＊)＆pAgent); //创建Microsoft Agent Server的实例
if (FAILED(hRes)) return －1;
CoCreateInstance()的第一个参数是对象的CLSID(类代码)，Microsoft
Agent Server的CLSID为定义在AgtSvr—i.c文件中的CLSID—AgentServer，
这个128位的编码唯一地标识了Agent服务器，服务器所在路径和运行参数等
信息都放在系统注册表中；第二个参数一般情况下设为NULL；第三个参数用来
指明对象的运行环境，如远程或本地，此处设为CLSCTX—SERVER；第四个参数
指明用来与对象通信的接口的ID，这也是一个128位的编码，Agent的接口ID为
IID—IAgent；第五个参数是用来接收IAgent的接口指针。
如果Microsoft Agent Server还没有在内存中运行，那么
CoCreateInstance()会启动它并创建一个Agent对象，如果服务器已经运行了，
则CoCreateInstance()会与之连接并创建一个Agent对象。当所有的Agent对象
都被释放了后，服务器自动退出。
3．装入动画人物数据
下面的代码调用IAgent::Load()方法来装入一个动画人物的数据，由于
Agent服务器在自己的内存空间中运行，所以传送的字符串变量需要用
SysAllocString()来分配内存：
VariantInit(＆vPath); //初始化OLE变量
vPath.vt = VT—BSTR; //指明变量类型为Unicode的字符串
vPath.bstrVal=SysAllocString(kpwszCharacter);//kpwszCharacter
为动画人物数据的存放路径
hRes = pAgent－>Load(vPath,＆lCharID,＆lRequestID); //装入数据，
人物ID在lCharID中返回
hRes = pAgent－>GetCharacter(lCharID,＆pdCharacter); //获取
lCharID的IDispatch接口指针
调用IDispatch::QueryInterface()方法可以得到IAgentCharacter的接
口指针：
hRes = pdCharacter－>QueryInterface(IID—IAgentCharacter,
(LPVOID ＊)＆pCharacter);
pdCharacter－>Release(); //释放IDispath 通过IAgentCharacter接
口就可以调用动画人物支持的各种方法了：
hRes = pCharacter－>Show(FALSE, ＆lRequestID); //显示动画人物
hRes = pCharacter－>MoveTo(320,240,100,＆lRequestID); //移动动
画人物到屏幕中央
bszSpeak = SysAllocString(L"Hello World!"); //分配字符串
hRes = pCharacter－>Speak(bszSpeak, NULL, ＆lRequestID); //让动
画人物说话
SysFreeString(bszSpeak); //释放字符串所占内存
4．释放对象
程序在退出之前需要把创建的Agent对象释放：
if (pCharacter) {
pCharacter－>Release(); //释放IAgentCharacter接口
pAgent－>Unload(lCharID); //卸载动画人物数据
}
pAgent－>Release(); //释放Agent对象
VariantClear(＆vPath); //清除OLE变量
VariantClear(＆vPath); //清除OLE变量
进一步的编程要点
前面介绍的是调用Microsoft Agent服务器最基本的一些步骤，为了完
成比较实际的任务，客户程序还应根据自己的情况考虑下面的一些编程要点。
1．检查Agent Server的版本
OLE要求组件或对象具有向后兼容性，高版本对象支持低版本对象的所
有接口和属性，这样可以很方便地进行组件升级。客户程序通常应检查对象
的版本，只有系统中安装的对象的版本号高于或等于所期望的版本号时才能
调用对象。下面的IsValidAgentVersion()函数检查Microsoft Agent的版本
号，并将它与定义在AgtSvr.h文件中的版本号相比较：
BOOL IsValidAgentVersion(IAgent ＊pAgent) {
IDispatch ＊pdAgent = NULL;
ITypeInfo ＊pTypeInfo = NULL;
ITypeLib ＊pTypeLib = NULL;
TLIBATTR ＊pTypeLibAttr = NULL;
BOOL bValid = FALSE;
UINT uiIndex;
pAgent－>QueryInterface(IID—IDispatch, (LPVOID ＊)＆pdAgent);
pdAgent－>GetTypeInfo(0, 0, ＆pTypeInfo)； //取得类型信息
pTypeInfo－>GetContainingTypeLib(＆pTypeLib,＆uiIndex);//取得类型库
pTypeLib－>GetLibAttr(＆pTypeLibAttr); //取得类型库中的属性
if ((pTypeLibAttr－>wMajorVerNum > AGENT—VERSION—MAJOR) ||
((pTypeLibAttr－>wMajorVerNum == AGENT—VERSION—MAJOR) ＆＆
(pTypeLibAttr－>wMinorVerNum >= AGENT—VERSION—MINOR)))
bValid = TRUE; //期望的版本号定义在AgtSvr.h文件中
if (pTypeLib) {
if (pTypeLibAttr) pTypeLib－>ReleaseTLibAttr(pTypeLibAttr);
pTypeLib－>Release(); }
if (pTypeInfo) pTypeInfo－>Release();
if (pdAgent) pdAgent－>Release();
return bValid;}
2．实现IAgentNotifySink接口
为了能够处理用户的输入，了解Agent对象的状态，客户程序应实现
IAgentNotifySink接口来接收Agent对象的事件。IAgentNotifySink的声明
和缺省实现可以在Platfo事件。IAgentNotifySink的声明和缺省实现可以
在Platform SDK或Internet Clinet SDK中的Notify.h和Notify.cp
p中找到，客户程序应根据需要修改某些事件的处理函数。下面的代码向
Agent对象注册IAgentNotifySink接口，其中AgentNotifySink是从
IAgentNotifySink继承而来：
pSink = new AgentNotifySink;
pSink－>AddRef(); //增加引用计数
hRes = pAgent－>Register((IUnknown ＊)pSink,＆lNotifySinkID);
//进行注册
...
if (pSink) {
pAgent－>Unregister(lNotifySinkID); //注销IAgentNotifySink接口
pSink－>Release(); }
客户程序最感兴趣的两个事件是RequestComplete和Command。Agent
服务器采用异步方式来处理客户程序的各种请求，这样客户程序可以在请求
服务的同时进行自己的工作，当服务器完成一项请求时就会激发
RequestComplete事件，客户程序可以判断是哪一项请求已经结束，并做相
应的处理。Command事件是当用户使用鼠标或麦克风向动画人物发出命令时
激发的，客户程序可以通过IAgentUserInput接口来了解命令的具体信息。
3．自定义命令事件。
IAgentNotifySink的声明和缺省实现可以在Platform SDK或Internet
Clinet SDK中的Notify.h和Notify.cpp中找到，客户程序应根据需要修改
某些事件的处理函数。下面的代码向Agent对象注册IAgentNotifySink接口
，其中AgentNotifySink是从IAgentNotifySink继承而来：
pSink = new AgentNotifySink;
pSink－>AddRef(); //增加引用计数
hRes = pAgent－>Register((IUnknown ＊)pSink,＆lNotifySinkID);
//进行注册
...
if (pSink) {
pAgent－>Unregister(lNotifySinkID); //注销IA
gentNotifySink接口
pSink－>Release(); }
客户程序最感兴趣的两个事件是RequestComplete和Command。Agent
服务器采用异步方式来处理客户程序的各种请求，这样客户程序可以在
请求服务的同时进行自己的工作，当服务器完成一项请求时就会激发
RequestComplete事件，客户程序可以判断是哪一项请求已经结束，并做
相应的处理。Command事件是当用户使用鼠标或麦克风向动画人物发出命
令时激发的，客户程序可以通过IAgentUserInput接口来了解命令的具体
信息。
3．自定义命令
Agent服务器为每个动画人物都提供了一些缺省的命令，这些命令出现
在关联菜单或命令窗口中，客户程序可以通过IAgentCommands接口添加自定
义命令。
为了得到IAgentCommands的接口指针，应使用参数IID—IAgentCommands
来调用IAgentCharacter::QueryInterface()，IAgentCommands的Add()或
Insert()方法可以加入自定义命令，同时设置Caption、Visible和Voice属性，
指明该命令是否显示出来，显示在关联菜单中还是在命令窗口中。
Agent服务器为每个命令赋予一个ID值，客户程序可以使用这个ID值调用
IAgentCommands::GetCommand()方法，得到每个命令的IAgentCommand接口指
针，从而对单个命令的各种属性进行调整。
4． WAV文件代替语音合成
Microsoft Agent目前只支持英语的语音合成功能，要输出中文时只能用
WAV文件来代替。如果给IAgentCharacter::Speak()方法的第二个参数传递一
个WAV文件的路径，那么Agent服务器自动播放这个WAV文件，并在文字气球中
显示出第一个参数中包含的文字，如果给第二个参数传递一个带音节信息的
LWV文件的路径，则不需要在第一个参数中提供文字，因为LWV文件中包含有文
字信息。当使用LWV文件时，动画人物的嘴部动作能与输出的语音保持一致
WV文件时，动画人物的嘴部动作能与输出的语音保持一致，所以在可能的情况
应该尽量使用LWV文件，这种格式的文件可用Microsoft Agent Linguistic
Information Sound Editing Tool编辑WAV文件来生成。
5．其它一些COM接口
除了前面提到的接口外，Agent服务器还有其它一些COM接口。
IAgentCommandWindow允许客户程序访问或设置命令窗口的属性，包括位置、
大小和是否可见。IAgentSpeechInputProperties允许客户程序访问语音输入
功能的属性，其中大部分属性都是只读的。IAgentAudioOutputProperties允
许客户程序读取语音输出功能的部分属性。IAgentPropertySheet允许客户程
序访问或设置Agent服务器的属性表。IAgentBalloon允许客户程序访问文字
气球的属性，可以设置少数属性，如是否可见和字体名称。关于这些接口的具
体定义和用途请参考Microsoft Agent的帮助文档。
总 结
Microsoft Agent是一项较新的技术，它属于OLE的范畴，涉及较深的编程
理论，本文所介绍的只是从OLE自动化服务角度出发的最基本的使用方法，感
兴趣的读者可以参考Microsoft Press出版的《Inside OLE》(第二版)一书来进
一步了解OLE编程的知识，并参加Microsoft的Agent新闻讨论组(新闻服务器为
msnews.microsoft.com，讨论组
ip 0 IP # Internet protocol
icmp 1 ICMP # Internet control message protocol
ggp 3 GGP # Gateway-gateway protocol
tcp 6 TCP # Transmission control protocol
egp 8 EGP # Exterior gateway protocol
pup 12 PUP # PARC universal packet protocol
udp 17 UDP # User datagram protocol
hmp 20 HMP # Host monitoring protocol
xns-idp 22 XNS-IDP # Xerox NS IDP
rdp 27 RDP # "reliable datagram" protocol
rvd 66 RVD # MIT remote virtual disk
本文地址：http://com.8s8s.com/it/it3202.htm