結論先說
- 微軟官方已經結束「AutoGen 與 Semantic Kernel 雙線並立」的局面:兩支官方團隊正式合流,推出了統一的下一代開源框架 Microsoft Agent Framework(倉庫地址
microsoft/agent-framework)。 - 老項目不用慌,新項目別選錯:微軟官方倉庫原有的 AutoGen 與 Semantic Kernel 進入維護期(修復關鍵缺陷與安全問題),新啟動的多智能體生產項目,微軟官方明確推薦直接基於 Microsoft Agent Framework 開發。
- 注意甄別 PyPI 上的相似包名:歷史上部分原維護者曾拉出社區獨立分支(如
ag2),它與微軟官方主線(microsoft/agent-framework)已是兩套獨立演進的代碼庫,看教學時務必先看清導入包名。 - 新框架吸收了兩邊最核心的長處:既保留了 AutoGen 靈活的多代理群聊、交接(Handoffs)探索能力,又內置了 Semantic Kernel 成熟的企業級會話狀態、中間件管線、MCP 工具接入與確定性圖工作流。

圖:本站根據 Microsoft Learn 官方 Agent Framework 文檔 整理的示意圖
本文根據微軟官方 Microsoft Learn《Microsoft Agent Framework》文檔與microsoft/agent-framework、microsoft/autogen官方倉庫說明整理,核對日期 2026-11-18。配圖為本站整理的示意圖,不是介面截圖。本站(bigolab.com)不是微軟官方網站。
適用於誰
- 搜「autogen 現在怎麼樣」「autogen 0.4 還是 microsoft agent framework」的人;
- 以前學過早期的
pyautogen,回頭再看發現包名全變了、不知道新項目該裝哪個包的 Python 或 .NET 開發者; - 團隊技術棧偏 Azure 或微軟企業生態,想要一套同時帶類型安全、OpenTelemetry 追蹤與多代理協作的官方 SDK 的架構師。
一、兩分鐘理清 AutoGen 的三次關鍵變化
為什麼你在網上搜到的 AutoGen 代碼十篇有八篇互相跑不通?因為它經歷了三次架構大跨步:
- 早期
0.2時代:經典的AssistantAgent加UserProxyAgent對話循環,寫原型很快,但同步阻塞、狀態黑盒,很難直接放進高並發生產微服務; 0.4異步事件驅動重寫:微軟團隊把底層徹底重寫成異步消息傳遞(autogen-agentchat與autogen-core),解決了並發與解耦問題,但同時微軟內部另一套企業框架 Semantic Kernel 也在做智能體編排,令開發者難以抉擇;- 合流為 Microsoft Agent Framework:微軟將兩套底座徹底打通,提供 Python 和 .NET(C#)雙語言對等支持,把「自由多代理協同」和「確定性企業工作流」裝進了同一個 SDK。
如果你並非重度綁定微軟雲或 .NET 技術棧,只是想找純 Python 輕量方案,也可以橫向對比 /guides/openai-agents-sdk-handoffs-vs-agents-as-tools 與 /guides/langgraph-quickstart-install-first-graph。

圖:本站根據 Microsoft Learn 官方文檔 整理的示意圖
二、Python 安裝與第一個智能體示例
在 Python 3.10+ 虛擬環境中,可以直接安裝官方聚合包(或按需只裝核心包 agent-framework-core 加對應模型客戶端包):
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
新框架並不強制你必須開通 Azure 雲帳號——它同樣原生支持直連 OpenAI 官方 API、Anthropic 或本地兼容接口。下面是一個接入 OpenAI 官方模型並掛載本地 Python 工具函數的最小異步示例(先在環境變量設好 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 函數加上類型註解,即可直接作為智能體工具傳入
def get_release_window(service_name: Annotated[str, "微服務名稱"]) -> str:
"""查詢指定內部微服務的允許發版時間窗。"""
windows = {
"payment-api": "每週二、週四凌晨 02:00-04:00",
"search-web": "工作日 14:00-16:00 灰度滾動",
}
return windows.get(service_name, "未登記該服務,請聯絡值班 SRE")
async def main():
# 2. 初始化模型客戶端(也可替換為 Azure Foundry 客戶端)
client = OpenAIChatClient(model_id="gpt-4o-mini")
# 3. 創建智能體實例,綁定指令與工具列表
sre_agent = Agent(
client=client,
name="ReleaseHelper",
instructions="你是研發發版助手,先調工具核實時間窗再簡潔作答,不要憑空猜測。",
tools=[get_release_window],
)
# 4. 運行單輪請求(多輪對話可創建顯式 thread 會話對象傳入)
response = await sre_agent.run("明天下午三點能直接發 payment-api 嗎?")
print(response)
if __name__ == "__main__":
asyncio.run(main())
三、在 Microsoft Agent Framework 裏怎麼做多 Agent 編排
這套框架把我們在 /guides/multi-agent-orchestration-patterns 中總結的幾種拓撲分成了清晰的模組:
- 需要確定性步驟與斷點恢復時,用 Workflows(圖工作流):通過類型安全的節點(Executors)與邊把固定審批流連起來,支持檢查點落盤與人工確認恢復,解決了老版 AutoGen 群聊「容易聊跑偏、順序不可控」的老毛病;
- 需要開放式分工協作時,用多代理編排器:內置了順序接力(Sequential)、並發扇出彙總(Concurrent)、對等交接(Handoff)以及帶發言主持人的群聊(Group Chat / Magentic)原語;
- 原生接軌開放協議:內置對 MCP 工具伺服器和跨系統 A2A(Agent2Agent)協議的對接支持,方便把 Python 寫的算法智能體和公司原有 C# 業務系統裏的智能體串在一起(上線前仍建議先按 /guides/multi-agent-what-is-when-to-use 評估是否真有必要拆多代理)。
平時在個人開發機上驗證多智能體提示詞與對照官方 GPT 模型推理效果時,個人訂閱環境說明可參考 /chongzhi/chatgpt-plus。
常見問題
Q:公司存量的 AutoGen 0.4 代碼必須立刻全部推倒重寫嗎?
不需要立刻強行重寫。微軟在官方遷移指南中保留了概念映射表(例如原有的 AssistantAgent 與群聊團隊模式在新框架裏都有直接對應物),建議新開微服務直接用 agent-framework,老服務趁大需求迭代時再分模組平滑遷移。
Q:為什麼微軟要同時保留 Python 和 .NET 兩套實現?
算法與數據團隊習慣用 Python 調模型,而大量大型企業的網關、ERP 與核心權限後端是 .NET 寫的。兩套 SDK 採用一致的抽象模型與開放協議,算法團隊在 Python 裏調通的智能體結構可以按同構設計在 .NET 生產環境落地,或通過跨進程協議直接互調。
相關教學
- /guides/multi-agent-what-is-when-to-use:多智能體是什麼、什麼時候值得用
- /guides/multi-agent-orchestration-patterns:多 Agent 四大標準編排模式詳解
- /guides/openai-agents-sdk-handoffs-vs-agents-as-tools:OpenAI Agents SDK 多代理方案對比
- /guides/langgraph-quickstart-install-first-graph:LangGraph Python 狀態圖快速入門
參考資料
- Microsoft Learn:Microsoft Agent Framework 官方文檔 — https://learn.microsoft.com/en-us/agent-framework/
microsoft/agent-framework官方 GitHub 倉庫 — https://github.com/microsoft/agent-frameworkmicrosoft/autogen官方 GitHub 倉庫 — https://github.com/microsoft/autogen
0 條評論
還沒有評論,來搶沙發~