📚 构建长期复利型知识基础设施的指南,详见 RAG 实战手册

微软 Agent Framework 介绍:面向 Agentic AI 应用的开源引擎

微软 Agent Framework 是一个开源 SDK 和运行时,旨在简化复杂多智能体系统的构建、部署和管理。它结合了企业级基础和创新编排能力,帮助开发者从实验走向生产。

本文译自微软官方博客 Introducing Microsoft Agent Framework: The Open-Source Engine for Agentic AI Apps ,有删减。微软 Agent Framework 融合了企业级基础与创新编排能力,为多智能体 AI 应用提供统一、开源的开发与运行平台,助力开发者从实验走向生产部署。

智能体(Agent)为何需要新框架

在过去一年,开发者们以多种形式探索着 AI 智能体。智能体不仅仅是聊天机器人或 Copilot,更是能够围绕目标推理、调用工具和 API、与其他智能体协作并动态适应的自主软件组件。无论是用于研究的 检索智能体、嵌入开发流程的 编码智能体,还是保障合规的 合规智能体,智能体正逐步成为应用逻辑的新一层。

然而,从原型到生产的道路并不平坦。许多流行的开源框架各自为政,API 和抽象层不统一,本地开发与云端部署难以无缝衔接。更重要的是,企业级能力如可观测性、合规钩子、安全性和持久化等特性在开源框架中往往缺失。

微软一直关注这些挑战。通过 Semantic Kernel,微软为开发者提供了稳定的 SDK,集成了企业系统、内容审核和遥测能力。微软研究院主导的 AutoGen 则带来了多智能体编排的创新模式,极大激发了社区活力。两者各有优势,但也存在短板。

开发者们常常提出:能否将 AutoGen 的创新与 Semantic Kernel 的信任和稳定性合二为一?

这正是 Microsoft Agent Framework 诞生的初衷。

Microsoft Agent Framework 简介

Microsoft Agent Framework 是一个开源 SDK 和运行时,让开发者能够轻松构建、部署和管理复杂的多智能体系统。它融合了 Semantic Kernel 的企业级基础AutoGen 的创新编排能力,让团队无需在实验性和生产级之间做取舍。

在下表中,对比了三大框架的核心特性:

Semantic KernelAutoGenMicrosoft Agent Framework
定位稳定 SDK,企业级连接器、工作流与可观测性实验性多智能体编排,源自研究创新与企业级能力统一的 SDK
互操作性插件、连接器,支持 MCP、A2A、OpenAPI支持工具集成,缺乏标准化跨运行时协议内置连接器,MCP + A2A + OpenAPI
记忆能力多种向量存储连接器与抽象(如 Elasticsearch、MongoDB)支持内存/缓冲历史及外部向量存储(ChromaDB、Mem0 等)可插拔记忆,支持多种存储,持久与自适应记忆,混合方案
编排能力确定性 + 动态编排(Agent Framework、Process Framework)动态 LLM 编排(辩论、反思、主持/协作、群聊)确定性 + 动态编排(Agent Orchestration、Workflow Orchestration)
企业级能力遥测、可观测性、合规钩子基础能力有限可观测性、审批、CI/CD、持久化、状态恢复
表 1: 主流智能体框架能力对比

使用 Microsoft Agent Framework,您将获得:

  • 开放标准与互操作性 —— MCP、A2A 和 OpenAPI 让智能体具备可移植性和厂商中立性。
  • 从研究到生产的通路 —— 微软研究院的前沿编排模式已准备好企业级落地。
  • 社区驱动的可扩展性 —— 模块化设计,支持连接器、可插拔记忆、声明式智能体定义。
  • 企业级能力 —— 内置可观测性、审批、安全与持久化。

值得注意的是,Microsoft Agent Framework 并非替代 Semantic Kernel 和 AutoGen,而是在其基础上融合创新。 它让开发者无需妥协即可从实验走向企业级部署。Agent Framework 同时支持 Agent Orchestration(LLM 驱动的创造性推理与决策)和 Workflow Orchestration(业务逻辑驱动的确定性多智能体工作流),让团队可根据场景选择灵活协作或结构化流程。

展望未来,Agent Framework 还将进一步整合微软智能体开发栈,包括与 Microsoft 365 Agents SDK 的集成,以及与 Azure AI Foundry Agent Service 的共享运行时。Microsoft 365 Agents SDK 是面向开发者的专业工具包,支持多渠道智能体开发与发布,并与 Copilot Studio 的低代码连接器和自定义引擎深度互通。通过与 Agent Framework 融合,并与 Foundry Agent Service 共享运行时,开发者将获得统一的抽象层,实现本地原型、遥测调试、无缝扩展到企业级托管与多渠道发布,无需重写代码。

下图展示了 Agent Framework 在微软智能体开发栈中的位置:

图 1: AgentStack
图 1: AgentStack

Agent Framework 的四大支柱

Agent Framework 的设计理念围绕四大核心支柱展开,分别是开放标准与互操作性、研究创新通道、可扩展社区驱动以及生产就绪能力。

开放标准与互操作性

智能体不是孤立存在的——它们需要连接数据、工具和彼此。Agent Framework 以开放标准为核心,开发者可自由选择集成方式,确保系统在不同框架和云环境下的可移植性。

  • MCP(模型上下文协议):智能体可动态发现并调用通过 MCP 暴露的外部工具或数据服务,无需自定义胶水代码。
  • Agent-to-Agent(A2A):智能体可通过结构化协议消息跨运行时协作,实现多智能体分工协作。
  • OpenAPI 优先设计:任何带 OpenAPI 规范的 REST API 都可一键导入为可调用工具,无需手写封装。
  • 云无关运行时:智能体可在容器、本地或多云环境运行,支持多种 SDK(Azure OpenAI、OpenAI 等),工具可通过 AIFunction 包装,快速连接外部 API。

最新版 VS Code AI Toolkit 集成了 Agent Framework,开发者可在本地创建、运行和可视化多智能体工作流,极大提升开发体验。

图 2: VSCode AI Tooltik
图 2: VSCode AI Tooltik

研究创新通道

Agent Framework 是连接研究创新企业级生产的桥梁。许多多智能体 编排模式 源自微软研究院 AutoGen,Agent Framework 让这些创新在不牺牲稳定性、治理和性能的前提下落地。

框架支持以下多种编排模式:

  • 顺序编排:逐步执行的工作流。
  • 并发编排:智能体并行协作。
  • 群聊编排:智能体集体头脑风暴。
  • 交接编排:上下文变化时智能体间责任转移。
  • Magentic 编排:管理者智能体动态维护任务清单,协调专用智能体(甚至人类)解决复杂问题。

Agent Framework 还提供实验性扩展包,让高级用户尝试微软研究院和社区的前沿能力,实验特性透明可见,成熟后自然并入主框架。

这些模式如今具备了持久性、可审计性和企业级控制,真正实现了“创新落地”。

可扩展、社区驱动

Agent Framework 100% 开源,模块化设计便于扩展、定制和社区贡献。

  • 企业系统连接器:内置 Azure AI Foundry、Microsoft Graph、Microsoft Fabric、SharePoint、Oracle、Amazon Bedrock、MongoDB 及各类 SaaS 连接器,开箱即用。
  • 可插拔记忆模块:支持 Redis 、Pinecone、Qdrant、Weaviate、Elasticsearch、Postgres 等多种存储,开发者自选后端。
  • 声明式智能体:支持 YAML/JSON 定义提示词、角色和工具,便于版本管理和团队协作。
  • 社区创新:框架鼓励社区贡献新编排策略、连接器和最佳实践。

Agent Framework 是活跃生态,持续吸收微软研究院和全球开源社区的创新。

生产就绪

Agent Framework 从一开始就面向企业级部署,提供端到端工具链和运行时,助力从原型到规模化落地,并深度集成 Azure AI Foundry 生态。

  • 可观测性OpenTelemetry 可追踪每一步操作,遥测数据可视化于 Azure AI Foundry 仪表盘。
  • 安全云托管:原生支持 Azure AI Foundry,具备虚拟网络、角色权限、私有数据处理和内容安全。
  • 安全与合规:集成 Azure AI Content Safety、Entra ID 认证和结构化日志,适用于受监管行业。
  • 持久化能力:智能体线程和工作流可暂停、恢复、容错,确保大规模可靠运行。
  • 人类审批:可为敏感操作设置人工审批,自动发起待审批请求,支持本地或远程工具调用。
  • CI/CD 集成:直接集成 GitHub Actions 和 Azure DevOps,遥测数据流入 Azure Monitor 和 Application Insights,便于企业级部署和故障分析。

这些能力让开发者能够实现本地原型、遥测调试与企业级安全扩展的无缝衔接,满足现代 AI 系统的需求。

迈向 Microsoft Agent Framework

许多客户已在生产中使用 Semantic KernelAutoGen。两者仍将获得支持,但未来投资将聚焦于 Agent Framework。迁移过程非常顺畅,具体如下:

Semantic Kernel 用户:

  • 迁移简单:用 AgentTool 替换 Kernel 和插件模式。
  • .NET 开发者从 Microsoft.SemanticKernel.* 迁移到 Microsoft.Extensions.AI.*,智能体直接由 provider 创建,无需 Kernel 耦合。
  • Python 开发者可安装完整包(pip install agent-framework)或按需安装组件(如 agent-framework-azure-ai、agent-framework-redis)。
  • 智能体原生管理线程,简化调用(RunAsync / RunStreamingAsync),工具注册无需属性或插件封装。
  • 现有向量存储(Azure AI Search、Postgres、Cosmos DB、Redis、Elasticsearch 等)继续通过连接器支持。
  • Bing、Google、OpenAPI、Microsoft Graph 等插件可直接迁移为工具,通常通过 MCP 或 OpenAPI 暴露。
  • 总结:更少样板代码,记忆管理更简单,对齐开放标准。

AutoGen 用户:

  • AutoGen 的编排模式(GroupChat、GraphFlow、事件驱动运行时)已统一到 Agent Framework 的 Workflow 抽象下。
  • AssistantAgent 直接映射为新的 ChatAgent,默认多轮对话,持续调用工具直至获得结果。
  • FunctionTool 封装迁移为 @ai_function 装饰器,自动推断 schema,支持托管工具如代码解释器或网页搜索。
  • 消息模型简化为统一的 ChatMessage 类型,角色明确(USER、ASSISTANT、TOOL、SYSTEM)。
  • 编排从事件驱动转向类型化、图结构的 Workflow API,支持断点续训、人类审批等。
  • 遥测更丰富,开箱即用支持 OpenTelemetry。
  • 单智能体迁移仅需轻量重构,多智能体迁移可充分利用新 Workflow 模型的可组合性和持久性。

这种连续性让开发者既能保留现有投资,又能解锁新能力。Agent Framework 不是替代品,而是创新与稳定的自然进化。更多迁移信息见 官方文档

总结

Microsoft Agent Framework 以开放标准、创新编排、社区驱动和企业级能力为核心,打通了从原型到生产的全链路。它不仅融合了 Semantic Kernel 的稳定性与 AutoGen 的创新性,还为开发者提供了统一的开发体验和强大的生态支持。无论是企业级部署还是前沿创新,Agent Framework 都是构建多智能体 AI 应用的理想选择。

参考文献

  1. Introducing Microsoft Agent Framework: The Open Source Engine for Agentic AI Apps - devblogs.microsoft.com
  2. Agent Framework 官方文档 - learn.microsoft.com
  3. AI Agent Design Patterns - learn.microsoft.com
  4. VS Code AI Toolkit - aka.ms
  5. Redis 插件介绍 - aka.ms
  6. OpenTelemetry 多智能体追踪 - aka.ms

文章导航

评论区