刚开源就11.6k star！这个微软Agent框架杀疯了

这次看到的是这个项目：

microsoft/agent-framework

Microsoft Agent Framework 官方横幅

1. 它到底是什么

Microsoft Agent Framework，简称 MAF。

它是微软开源的 AI Agent 框架，用来写 Agent，也用来编排多个 Agent 一起工作。

项目自己说得很直接：面向 .NET 和 Python，做 production-grade AI agents 和 multi-agent workflows。

所以它不是一个成品聊天应用。

更像是一套开发框架：你写 Agent，接模型，接工具，安排工作流，再把执行过程管起来。

Microsoft Agent Framework 图标

仓库今天看到的数据大概是这样：

• Star：约 11.6k
• Fork：约 2.0k
• License：MIT
• 主语言：Python
• 同时有 .NET 源码和样例
• 仓库今天还有 push，维护是活的

它的定位也很清楚：把 Semantic Kernel 和 AutoGen 这两条线往一个新框架里收。

Microsoft Learn 里写得更明白：它把 AutoGen 的 Agent 抽象、Semantic Kernel 的状态管理、类型安全、中间件、遥测这些能力放在一起，再加上图式工作流。

2. 它解决什么麻烦

很多 Agent demo 写起来不难。

难的是后面这些事：

一个 Agent 做完，另一个 Agent 怎么接着做。

中间状态怎么存。

跑到一半要不要等人确认。

失败以后能不能恢复。

模型换了、provider 换了，代码要不要大改。

执行过程出了问题，怎么知道它卡在工具调用、模型响应，还是工作流节点。

Agent Framework DevUI 截图

MAF 主要就是往这些地方补。

它支持 sequential、concurrent、handoff、group collaboration 这类编排方式。

也支持 checkpoint、streaming、human-in-the-loop、OpenTelemetry、middleware。

这些词听着有点重，但落到开发里就是一句话：别只让 Agent 回一句话，要让它能跑一个可观察、可暂停、可恢复的流程。

3. 核心看点

第一个看点，是 Python 和 .NET 都在主仓库里。

Python 这边可以直接：

pip install agent-framework

.NET 这边可以：

dotnet add package Microsoft.Agents.AI

这对微软生态里的团队比较有用。原型可能在 Python 里做，业务服务可能在 .NET 里跑，不需要完全换一套思路。

第二个看点，是 workflow 不是附属功能。

仓库里有专门的 workflow samples，也有可视化资源。

Workflow Graphviz 可视化

Workflow Mermaid 可视化

第三个看点，是它把调试放得比较靠前。

DevUI 不是简单的聊天窗口。

从截图能看到 workflow 节点、事件、trace、tools。

这类东西在写多 Agent 流程时很实用，因为你需要知道每一步到底发生了什么。

第四个看点，是它在接协议和运行方式。

README 和 1.0 博客里都能看到 MCP、A2A、Foundry Hosted Agents、GitHub Copilot SDK、Claude Code SDK、AG-UI / CopilotKit / ChatKit 这些方向。

这些不是每个人一上来都需要。

但它说明这个项目不是只想做一个本地 SDK，而是想把 Agent、工具、前端、托管、跨框架协作放到一条线上。

4. 为什么值得看

我觉得它值得看，不是因为微软开源了一个新名字。

更关键的是，它接住了现在 Agent 开发里一个很现实的问题：单个 Agent 已经不新鲜了，多 Agent 怎么稳定落到工程里，才是更麻烦的部分。

A2A 示例架构图

比如 A2A 示例里，一个 host client agent 会调用 invoice、policy、logistics 这些 A2A agent。

这已经不是“让模型帮我回答一个问题”的场景了。

它更像业务流程：不同角色各做一段，然后通过协议协作。

再看它的样例目录，也能看出项目的重点：

• agents：工具、middleware、provider
• workflows：多 Agent 编排
• hosting：A2A、Azure Functions、Durable Task
• end-to-end：完整应用、评估、demo

这比只给一个 quickstart 更有参考价值。

如果你正在看 Agent 框架，MAF 也可以和 AutoGen、Semantic Kernel 放在一起比较。

只是这里要注意一点：它不是旧项目的简单换皮。

文档里明确说，它是 Semantic Kernel 和 AutoGen 的下一代方向。

这意味着后面微软的 Agent 栈，很可能会越来越多往这里集中。

5. 怎么用起来

最快的方式还是先跑一个最小 Agent。

Python 里可以装完整包：

pip install agent-framework

如果只想要核心能力，也可以按需装：

pip install agent-framework-core

README 里还提到，Foundry 集成可以装：

pip install agent-framework-foundry

.NET 这边从核心包开始：

dotnet add package Microsoft.Agents.AI

如果要走 Foundry，还会用到 Microsoft.Agents.AI.Foundry、Azure.AI.Projects、Azure.Identity。

A2A Inspector 发送消息截图

真正上手时，我建议不要只看根目录 README。

可以按这条线看：

先看 python/samples/01-get-started 或 .NET 的 getting started。

再看 samples/02-agents，理解 Agent、tools、middleware、provider。

然后看 samples/03-workflows，因为这才是 MAF 比普通聊天 SDK 更值得看的地方。

如果你关心部署和长流程，再看 hosting 目录里的 A2A、Durable Agents、Durable Workflows。

它还有一个 30 分钟介绍视频。

Microsoft Agent Framework 介绍视频封面

视频不一定要先看完。

先把一个最小 Agent 跑起来，再回头看 DevUI 和 workflow，会更容易判断它适不适合自己的项目。

6. 适合谁，以及先注意什么

它比较适合三类人。

第一类，是已经在用 Python 或 .NET 写 Agent 的团队。

尤其是你已经不满足于单轮 chat completion，而是要把工具调用、状态、多个角色、审批节点串起来。

第二类，是在微软生态里做 AI 应用的人。

Foundry、Azure OpenAI、.NET、OpenTelemetry、GitHub Copilot SDK 这些东西如果你本来就会用，MAF 的接入成本会低很多。

第三类，是正在比较 Agent 框架的人。

MAF 适合拿来观察微软接下来怎么统一 Semantic Kernel 和 AutoGen 的能力。

但也有几件事要先注意。

它的仓库 issue 数不少，说明项目很活跃，也说明你要留意版本变化。

如果用第三方模型、第三方 server、第三方 agent 或外部代码，README 里专门提醒过风险：数据会流向哪里、成本怎么算、权限边界怎么管，都要自己评估。

另外，不要一开始就把 MCP、A2A、hosted agents、DevUI 全塞进项目。

先用它写一个简单 Agent。

再把第二个 Agent 接进去。

最后再看 workflow、checkpoint、human-in-the-loop 这些能力。

这样更容易知道它解决的是你的真实问题，还是只是看起来功能很多。

今天就先聊到这里。我们下期再见！