agent-framework 是什么?

Microsoft Agent Framework(MAF)是微软推出的开源、多语言框架,用于在 .NET 和 Python 中构建、编排和部署「生产级」AI 智能体与多智能体工作流。它面向把智能体从原型推向生产的团队,提供跨 Python/.NET 一致的基础设施,同时保持架构选择开放(可随需求演进而不大改),并支持广泛生态:Microsoft Foundry、Azure OpenAI、OpenAI、GitHub Copilot SDK 等,覆盖本地开发到云部署。许可为 MIT,约 10,685 stars。它也是微软 Semantic Kernel 的演进方向(提供迁移指南)。

⭐ 95 Stars 🍴 7 Forks Python 作者: microsoft
来源:README.md(首段、Is this the right framework for you、Migration from Semantic Kernel);GitHub 仓库元数据(stars=10685、license=MIT、topics 含 dotnet/python/orchestration) 查看 GitHub 仓库 →

为什么值得关注

多智能体编排正从「玩具 demo」走向生产,企业需要可观测、可治理、可恢复的智能体基础设施。MAF 由微软出品、原生支持 Python 与 .NET 双语言一致 API、内置图式编排(顺序/并发/交接/群体协作)、检查点、人在环路、时间旅行调试、OpenTelemetry 可观测性和 Foundry 托管,定位明确瞄准生产级,且承接 Semantic Kernel 的用户,因而受关注。截至数据采集约 10,685 stars。

来源:README.md(首段、Is this the right framework、Key Features);GitHub 仓库元数据(stars=10685)

核心功能

Python 与 .NET 双语言一致 API

对 Python 和 C#/.NET 都有完整支持且 API 一致,团队可按技术栈选择而不割裂能力。

来源:README.md(Key Features → Python and C#/.NET Support)
图式编排与多智能体工作流

支持顺序、并发、交接、群体协作等基于图的工作流模式,并带检查点、流式、人在环路和时间旅行调试,面向超越单 prompt 的复杂编排。

来源:README.md(Key Features → Orchestration Patterns & Workflows)
生产级运维:中间件与可观测性

灵活的中间件系统处理请求/响应、异常与自定义管线;内置 OpenTelemetry 做分布式追踪、监控与调试,关注持久性、可恢复、治理。

来源:README.md(Key Features → Middleware、Observability;Is this the right framework)
声明式智能体、技能与托管

用 YAML 声明式定义智能体便于版本化;Agent Skills 从多来源构建领域知识库;Foundry 托管只需两行代码部署;并有 DevUI 交互式开发调试。

来源:README.md(Key Features → Declarative Agents、Agent Skills、Foundry Hosted Agents、DevUI)

技术架构

MAF 是一个跨 Python 与 C#/.NET 的框架,提供一致的 API。Python 侧以 agent-framework 包(含多个子包,见 python/packages)发布,.NET 侧以 Microsoft.Agents.AI 等 NuGet 包发布。核心能力分层:智能体层支持多种 LLM 提供商;中间件系统处理请求/响应、异常与自定义管线;编排层用基于图的工作流支持顺序、并发、交接(handoff)和群体协作模式,并带检查点、流式、人在环路和时间旅行调试。运维层内置 OpenTelemetry 做分布式追踪与监控。还支持用 YAML 声明式定义智能体、Agent Skills(从文件/内联代码/类库构建领域知识供智能体发现使用)、Foundry 托管(两行代码部署到 Foundry 基础设施)、实验性的 AF Labs(基准、强化学习等)以及交互式开发调试 UI(DevUI)。

来源:README.md(Key Features 各项、Installation 的 Python/.NET 包)

项目知识图谱

知识图谱:项目核心节点(中心)+ 核心功能(内环六边形)+ 关键技术依赖(外环 chip) LLM 提供商:Microsoft Foundry / Azure OpenAI / OpenAI / GitHub Copilot SDK 等LLM 提供商:Mic… OpenTelemetry(可观测性)OpenTelemetry… YAML(声明式智能体)YAML(声明式智… Python 与 .NET 双语言一致 APIPython 与 .NET 双语… 图式编排与多智能体工作流图式编排与多智能体工作… 生产级运维:中间件与可观测性生产级运维:中间件与可… 声明式智能体、技能与托管声明式智能体、技能与托… agent-framework 项目本体 核心功能 关键依赖

中心为项目本体,内环 = 核心功能模块,外环 = 关键技术依赖;按 deep.json 中的 core_features 与 tech_stack.key_deps 自动生成

技术栈

语言Python 与 C#/.NET框架Microsoft Agent Framework(多智能体编排 SDK)
LLM 提供商:Microsoft Foundry / Azure Op…OpenTelemetry(可观测性)YAML(声明式智能体)
PyPI 包 agent-framework;NuGet 包 Microsoft.Agents.AI;本地开发到云(Foundry 托管)
来源:README.md(首段生态、Installation、Key Features → Observability/Foundry)

快速上手

Python:pip install agent-framework(会装上全部子包,首次在 Windows 可能稍久)。.NET:dotnet add package Microsoft.Agents.AI,用 Foundry 集成时再加 Microsoft.Agents.AI.Foundry、Azure.AI.Projects、Azure.Identity。学习路径见 Microsoft Learn 上的 Overview、Quick Start、Tutorials 和 User Guide;从 Semantic Kernel 迁移有专门指南。仓库 python/samples 与 dotnet/samples 下有按主题分类的大量示例(智能体提供商、中间件、工作流、托管、可观测性等),可对照运行。
来源:README.md(Installation、Learning Resources、More Examples & Samples)

使用场景

适合要把智能体真正跑到生产的团队:构建超越单 prompt/无状态对话的多智能体系统,用图式工作流做顺序/并发/交接/群体协作编排;需要持久性、可恢复、可观测、治理或人在环路控制;希望保持提供商灵活性以便架构随需求演进;以及已在微软/Azure 生态、想用 Foundry 托管或从 Semantic Kernel 迁移的场景。Python 与 .NET 团队都能用一致 API 落地。

来源:README.md(Is this the right framework for you、首段生态、Migration)

优势与局限

优势

  • 微软官方出品、面向生产级,Python 与 .NET 双语言一致 API
  • 图式编排能力全(顺序/并发/交接/群体),并带检查点、人在环路、时间旅行
  • 生产运维到位:中间件、OpenTelemetry 可观测、声明式智能体、Foundry 托管、DevUI
  • 生态广(Foundry/Azure OpenAI/OpenAI/Copilot SDK),并承接 Semantic Kernel 用户

局限

  • 功能体系较大,学习与上手有一定门槛
  • 最佳体验与部分能力(Foundry 托管等)偏向微软/Azure 生态
  • 作为框架,效果仍取决于所用模型与具体编排设计
  • 相对较新,仍在快速演进(含 AF Labs 实验性能力)
来源:README.md(Key Features、首段生态、AF Labs、Foundry Hosted)

最新版本

本页未列出具体版本号;项目以 PyPI 包 agent-framework 与 NuGet 包 Microsoft.Agents.AI 持续发布,并在官方博客与 Microsoft Learn 同步新能力。近期亮点包括 Foundry 托管智能体(两行代码部署)、DevUI 交互式开发调试,以及 AF Labs 的实验性方向(基准、强化学习等)。

来源:README.md(Key Features → Foundry Hosted Agents (new)、DevUI、AF Labs;官方博客链接)

总结评价

Microsoft Agent Framework 是面向「把智能体推向生产」的重量级官方框架:Python/.NET 双语言一致 API、图式多智能体编排齐全,并把持久性、可观测性、人在环路、声明式定义和 Foundry 托管等生产关切都做进框架,生态也广。对要在企业环境落地多智能体系统、尤其已在微软/Azure 生态或从 Semantic Kernel 迁移的团队,它是稳妥选择。要权衡的是体系较大、上手有门槛、部分能力偏微软生态,且仍在快速演进。作为生产级智能体编排框架,它定位清晰、工程与生态都很扎实。

来源:综合 README.md 的定位、编排能力与生产运维特性
透明度声明
本页内容由 AI(大语言模型)基于以下公开材料自动生成:GitHub README、代码目录结构、依赖文件、Release 信息。 分析时间: 2026-05-24 13:00. 质量评分: 100/100.

数据来源:README、GitHub API、依赖文件