结论先说
- 微软官方已经结束「AutoGen 与 Semantic Kernel 双线并立」的局面:两支官方团队正式合流,推出了统一的下一代开源框架 Microsoft Agent Framework(仓库地址
microsoft/agent-framework)。 - 老项目不用慌,新项目别选错:微软官方仓库原有的 AutoGen 与 Semantic Kernel 进入维护期(修复关键缺陷与安全问题),新启动的多智能体生产项目,微软官方明确推荐直接基于 Microsoft Agent Framework 开发。
- 注意甄别 PyPI 上的相似包名:历史上部分原维护者曾拉出社区独立分支(如
ag2),它与微软官方主线(microsoft/agent-framework)已是两套独立演进的代码库,看教程时务必先看清导入包名。 - 新框架吸收了两边最核心的长处:既保留了 AutoGen 灵活的多代理群聊、交接(Handoffs)探索能力,又内置了 Semantic Kernel 成熟的企业级会话状态、中间件管线、MCP 工具接入与确定性图工作流。

图:本站根据 Microsoft Learn 官方 Agent Framework 文档 整理的示意图
本文根据微软官方 Microsoft Learn《Microsoft Agent Framework》文档与microsoft/agent-framework、microsoft/autogen官方仓库说明整理,核对日期 2026-11-18。配图为本站整理的示意图,不是界面截图。本站(bigolab.com)不是微软官方网站。
适用于谁
- 搜「autogen 现在怎么样」「autogen 0.4 还是 microsoft agent framework」的人;
- 以前学过早期的
pyautogen,回头再看发现包名全变了、不知道新项目该装哪个包的 Python 或 .NET 开发者; - 团队技术栈偏 Azure 或微软企业生态,想要一套同时带类型安全、OpenTelemetry 追踪与多代理协作的官方 SDK 的架构师。
一、两分钟理清 AutoGen 的三次关键变化
为什么你在网上搜到的 AutoGen 代码十篇有八篇互相跑不通?因为它经历了三次架构大跨步:
- 早期
0.2时代:经典的AssistantAgent加UserProxyAgent对话循环,写原型很快,但同步阻塞、状态黑盒,很难直接放进高并发生产微服务; 0.4异步事件驱动重写:微软团队把底层彻底重写成异步消息传递(autogen-agentchat与autogen-core),解决了并发与解耦问题,但同时微软内部另一套企业框架 Semantic Kernel 也在做智能体编排,令开发者难以抉择;- 合流为 Microsoft Agent Framework:微软将两套底座彻底打通,提供 Python 和 .NET(C#)双语言对等支持,把「自由多代理协同」和「确定性企业工作流」装进了同一个 SDK。
如果你并非重度绑定微软云或 .NET 技术栈,只是想找纯 Python 轻量方案,也可以横向对比 /guides/openai-agents-sdk-handoffs-vs-agents-as-tools 与 /guides/langgraph-quickstart-install-first-graph。

图:本站根据 Microsoft Learn 官方文档 整理的示意图
二、Python 安装与第一个智能体示例
在 Python 3.10+ 虚拟环境中,可以直接安装官方聚合包(或按需只装核心包 agent-framework-core 加对应模型客户端包):
bash
mkdir maf-demo && cd maf-demo
python -m venv .venv
source .venv/bin/activate # Windows PowerShell: .venv\Scripts\Activate.ps1
pip install -U agent-framework
新框架并不强制你必须开通 Azure 云账号——它同样原生支持直连 OpenAI 官方 API、Anthropic 或本地兼容接口。下面是一个接入 OpenAI 官方模型并挂载本地 Python 工具函数的最小异步示例(先在环境变量设好 OPENAI_API_KEY):
python
import asyncio
from typing import Annotated
from agent_framework import Agent
from agent_framework.openai import OpenAIChatClient
# 1. 普通 Python 函数加上类型注解,即可直接作为智能体工具传入
def get_release_window(service_name: Annotated[str, "微服务名称"]) -> str:
"""查询指定内部微服务的允许发版时间窗。"""
windows = {
"payment-api": "每周二、周四凌晨 02:00-04:00",
"search-web": "工作日 14:00-16:00 灰度滚动",
}
return windows.get(service_name, "未登记该服务,请联系值班 SRE")
async def main():
# 2. 初始化模型客户端(也可替换为 Azure Foundry 客户端)
client = OpenAIChatClient(model_id="gpt-4o-mini")
# 3. 创建智能体实例,绑定指令与工具列表
sre_agent = Agent(
client=client,
name="ReleaseHelper",
instructions="你是研发发版助手,先调工具核实时间窗再简洁作答,不要凭空猜测。",
tools=[get_release_window],
)
# 4. 运行单轮请求(多轮对话可创建显式 thread 会话对象传入)
response = await sre_agent.run("明天下午三点能直接发 payment-api 吗?")
print(response)
if __name__ == "__main__":
asyncio.run(main())
三、在 Microsoft Agent Framework 里怎么做多 Agent 编排
这套框架把我们在 /guides/multi-agent-orchestration-patterns 中总结的几种拓扑分成了清晰的模块:
- 需要确定性步骤与断点恢复时,用 Workflows(图工作流):通过类型安全的节点(Executors)与边把固定审批流连起来,支持检查点落盘与人工确认恢复,解决了老版 AutoGen 群聊「容易聊跑偏、顺序不可控」的老毛病;
- 需要开放式分工协作时,用多代理编排器:内置了顺序接力(Sequential)、并发扇出汇总(Concurrent)、对等交接(Handoff)以及带发言主持人的群聊(Group Chat / Magentic)原语;
- 原生接轨开放协议:内置对 MCP 工具服务器和跨系统 A2A(Agent2Agent)协议的对接支持,方便把 Python 写的算法智能体和公司原有 C# 业务系统里的智能体串在一起(上线前仍建议先按 /guides/multi-agent-what-is-when-to-use 评估是否真有必要拆多代理)。
平时在个人开发机上验证多智能体提示词与对照官方 GPT 模型推理效果时,个人订阅环境说明可参考 /chongzhi/chatgpt-plus。
常见问题
Q:公司存量的 AutoGen 0.4 代码必须立刻全部推倒重写吗?
不需要立刻强行重写。微软在官方迁移指南中保留了概念映射表(例如原有的 AssistantAgent 与群聊团队模式在新框架里都有直接对应物),建议新开微服务直接用 agent-framework,老服务趁大需求迭代时再分模块平滑迁移。
Q:为什么微软要同时保留 Python 和 .NET 两套实现?
算法与数据团队习惯用 Python 调模型,而大量大型企业的网关、ERP 与核心权限后端是 .NET 写的。两套 SDK 采用一致的抽象模型与开放协议,算法团队在 Python 里调通的智能体结构可以按同构设计在 .NET 生产环境落地,或通过跨进程协议直接互调。
相关教程
- /guides/multi-agent-what-is-when-to-use:多智能体是什么、什么时候值得用
- /guides/multi-agent-orchestration-patterns:多 Agent 四大标准编排模式详解
- /guides/openai-agents-sdk-handoffs-vs-agents-as-tools:OpenAI Agents SDK 多代理方案对比
- /guides/langgraph-quickstart-install-first-graph:LangGraph Python 状态图快速入门
参考资料
- Microsoft Learn:Microsoft Agent Framework 官方文档 — https://learn.microsoft.com/en-us/agent-framework/
microsoft/agent-framework官方 GitHub 仓库 — https://github.com/microsoft/agent-frameworkmicrosoft/autogen官方 GitHub 仓库 — https://github.com/microsoft/autogen
0 条评论
还没有评论,来抢沙发~