Microsoft Agent Framework
概述
Microsoft Agent Framework 是一款开源开发套件，用于为 .NET 和 Python 构建 AI 智能体及多智能体工作流。它汇聚并扩展了 Semantic Kernel 和 AutoGen 项目的核心理念，在融合两者优势的同时引入了新能力。该框架由同一团队打造，是未来构建 AI 智能体的统一基础。
高层架构
核心特性
- 统一开源框架：面向 .NET 和 Python 环境，用于构建、编排和部署 AI 智能体及多智能体工作流
- 融合 Semantic Kernel 与 AutoGen 的优势：在提供企业级特性（基于线程的状态管理、类型安全、遥测、模型与嵌入支持）的同时，具备直观的多智能体编排模式
- AI 智能体：通过 LLM 处理用户输入、调用工具和 MCP 服务器并生成响应；支持 Azure OpenAI、OpenAI 等多种提供商
- 基于图的工作流编排：支持嵌套、条件路由、并行执行及人在回路（HITL）集成，可实现复杂的多步骤流程
- 基础构建模块：包括模型客户端、上下文提供器（记忆）、中间件及用于状态与操作管理的智能体线程
- 完善的开发者基础设施：提供工具链、示例、迁移指南（从 AutoGen / Semantic Kernel 迁移）以及社区贡献支持
- 预览阶段：开放反馈渠道，积极参与 GitHub 生态，持续迭代改进
优势
- 构建企业级 AI 智能体系统的团队：需要健壮的状态管理、遥测和类型安全保障
- 以 .NET 或 Python 为技术栈的组织：可无缝集成 Azure 及 Microsoft 开发工具链
- 需要显式工作流编排的项目：具备清晰的执行控制和协调组件
- 注重模块化、复用和可组合性的场景：得益于基于图的工作流、强类型支持及嵌套执行能力
- 涉及长时间运行流程或人在回路交互的场景：通过检查点和灵活的流程管理提供支撑
- 希望使用单一统一框架的开发者：无需拼凑多个智能体库
局限
- 云厂商独立性较弱：与 Microsoft 生态系统耦合较紧，在异构多云部署场景下，可能不如更中立或支持多云的框架（如 LangGraph、CrewAI）灵活
- 仍处于预览阶段：对生产稳定性要求较高的应用，可能倾向于选择社区采用度更高、更为成熟的框架
- 简单任务场景下过于复杂：相比轻量级 SDK，高层次的编排机制和强类型设计对于轻量级或快速验证概念的智能体可能有些大材小用
- 生态系统规模较小：社区和工具链仍在成长，与 LangChain 等历史悠久的开源框架或贡献者网络更庞大的独立智能体 SDK 相比体量较小
- Azure 影响：尽管支持多种提供商，但在 Azure/Azure AI 体系之外寻求对模型和运行时完全自主掌控的开发者，可能会遇到一定限制或额外的集成工作
资源
- 官方文档：Microsoft Learn - Agent Framework
- GitHub 仓库：Microsoft Agent Framework
- 概览视频：Microsoft Agent Framework Introduction