Microsoft Agent Framework：统一 .NET 与 Python 的智能体开发框架
Microsoft Agent Framework 是面向生产环境的开源智能体框架，支持在 .NET 和 Python 中构建智能体及图式多智能体工作流。
Microsoft Agent Framework agent-framework multi-agent workflow-orchestration open-source Microsoft Agent Framework 是面向生产环境的开源智能体框架，支持在 .NET 和 Python 中构建智能体及图式多智能体工作流。
1. 项目定位
Microsoft Agent Framework 是一套开源、多语言的智能体开发框架，面向 .NET 与 Python，覆盖单智能体、工具调用和多智能体工作流。微软把它描述为 AutoGen 与 Semantic Kernel 的直接后继者，目标是把前者的智能体抽象与后者的企业能力结合，帮助团队从原型走向生产。[S1][S2]
2. 它解决什么问题
智能体项目常在模型客户端、工具协议、状态、流程编排和可观测性之间拼接多个库，原型能跑，但部署、恢复和治理成本迅速上升。Agent Framework 提供一致的智能体与工作流抽象，让开发者按任务的不确定程度选择开放式 agent 或显式流程，同时保留模型提供方和部署方式的选择空间。[S1][S2]
3. 智能体能力
框架支持让模型处理输入、调用函数或 MCP 服务器并生成结果，也提供会话状态、上下文提供器和中间件等基础组件。官方仓库列出 Microsoft Foundry、Azure OpenAI、OpenAI 等生态支持。接入能力不代表所有提供方行为一致，结构化输出、工具参数和错误恢复仍需逐一测试。[S2]
4. 工作流能力
工作流采用图式编排，可表达顺序、并发、交接和群组协作等模式，并支持流式处理、检查点和人在回路。它适合步骤、路由和审批边界明确的任务。若需求只是一次模型调用或简单函数能够完成，额外引入多智能体图会增加状态与调试成本，官方文档也建议优先选择较简单的实现。[S2]
5. 生产化基础
项目把持久性、可恢复性、可观测性和治理列为从原型走向生产的重要能力。仓库提供 OpenTelemetry 集成、中间件和托管示例，便于记录调用链和运行状态。团队仍需自行定义日志脱敏、追踪采样、凭据注入、超时、重试和人工升级规则，框架不会替代业务级运行策略。[S1][S2]
6. 适用场景
适合的场景包括需要明确分工的多步骤知识流程、带审批的业务自动化、可暂停恢复的长任务，以及同时维护 .NET 与 Python 服务的团队。若流程高度确定且普通队列或函数编排已经够用，直接使用现有工程体系通常更容易评估成本和故障边界。[S2]
7. 迁移与采用路径
已有 AutoGen 或 Semantic Kernel 项目应先盘点 agent、工具、状态和流程节点，再选择一条代表性链路做迁移。新项目可从单智能体和一个只读工具开始，随后增加会话持久化、工作流和人在回路。不要在首个试点同时更换模型、数据源、部署平台与框架，否则失败原因难以定位。[S1][S2]
8. 主要风险
框架仍会快速演进，API、包版本和迁移说明可能变化；多提供方支持也可能带来语义差异。更关键的风险来自工具权限：智能体一旦能写数据库、发消息或执行代码，就必须采用最小权限、明确审批和完整审计。多智能体还会增加循环调用、上下文漂移与费用失控的可能。[S1][S2]
9. 验收方法
验收应准备固定任务集，记录任务成功率、工具参数正确率、人工介入次数、单任务模型调用量和失败恢复时间。再主动模拟工具超时、无权限、模型拒答与进程重启，确认检查点和追踪信息能帮助恢复。只有结果优于简单单智能体或传统工作流基线时，复杂编排才有实际价值。[S2]
10. 来源与更新时间
本文依据微软官方公告与开源仓库整理，研究与核对日期为 2026-08-08。框架版本和支持矩阵变化较快，实施前应核对当前文档、发行说明与许可证。