Skip to content

microsoft-agent-framework.md

Latest commit

 

History

History
98 lines (72 loc) · 2.98 KB

microsoft-agent-framework.md

File metadata and controls

98 lines (72 loc) · 2.98 KB
Raw

Microsoft Agent Framework (MAF)

微软官方 Agent framework，MIT，C# + Python，Azure 深度集成。

仓库：https://github.com/microsoft/agent-framework 开发者：Microsoft 许可证：MIT 语言：C#（主）+ Python（预览） 定位："Production-ready framework for building AI agents at scale"

核心定位

Microsoft Agent Framework 是微软推出的 AutoGen 继任者，目标是提供 production-grade agent 构建能力，特别强调：

  1. 多语言（C# 为主，Python 次之）
  2. Azure 深度集成（Application Insights / Azure OpenAI / Azure AI Search）
  3. 企业级（RBAC / 合规 / 审计）

核心抽象：ChatHandler + FunctionInvocation

using Microsoft.AgentFramework;

var agent = new ChatAgent(
    name: "Assistant",
    instructions: "You are a helpful assistant",
    chatClient: new AzureOpenAIChatClient(...),
    functions: new[] { GetWeatherFunction, SearchFunction }
);

var response = await agent.SendAsync("What's the weather in Seattle?");

Python 接口（预览）类似：

from microsoft.agent_framework import ChatAgent, AzureOpenAIChatClient

agent = ChatAgent(
    name="Assistant",
    instructions="...",
    chat_client=AzureOpenAIChatClient(...),
    functions=[...],
)
response = await agent.send_async("...")

核心特性

能力 说明
Connected Agents 多 agent 通过 API 互相调用
Function Invocation 原生 function calling 抽象
Filters 中间件式拦截器（类似 hooks）
Memory IMemoryProvider 接口
Tools 通过 Semantic Kernel 插件
Vector Store Azure AI Search / Qdrant / Weaviate
OTel Application Insights 原生

和 Semantic Kernel / AutoGen 的关系

微软的 agent 产品线正在整合：

  • Semantic Kernel（旧）→ LLM orchestration 管线
  • AutoGen（旧）→ 多 agent 研究框架
  • Microsoft Agent Framework（新）→ 两者合并的 production 继任者

MAF 吸收了 Semantic Kernel 的 plugin 系统和 AutoGen 的 multi-agent 概念，但 API 重新设计，更简洁。

与 AgentScope 对比

维度 MAF AgentScope
主语言 C# Python
Azure 集成 深度 无
跨平台 需 .NET Core 纯 Python
多 Agent Connected Agents MsgHub
MCP 支持 预览 官方 mcp>=1.13
A2A 概念 原生 a2a-sdk
微调 ✗ ✓ Trinity-RFT
OTel Application Insights OTel 通用

何时选它

  • 团队是**.NET / C# 栈**
  • 在 Azure 云环境部署
  • 需要 Application Insights / Azure Monitor 可观测性
  • 企业合规要求（RBAC / 审计）

何时不选

  • Python 纯技术栈（换 AgentScope / LangGraph）
  • 需要 AgentScope 独有的微调 / 实时语音
  • 跨云部署（MAF 的 Azure 集成是双刃剑）

注：本页基于官方文档和 GitHub README。MAF 本身处于预览阶段，API 可能变动。本地无源码。