Compartir a través de

Microsoft Agent Framework

Agent Framework ofrece dos categorías principales de funcionalidades:

Description
Agentes Agentes individuales que usan LLMs para procesar entradas, llamar a herramientas y servidores MCP y generar respuestas. Admite Microsoft Foundry, Anthropic, Azure OpenAI, OpenAI, Ollama y más.
Flujos de trabajo Flujos de trabajo basados en grafos que conectan agentes y funciones para tareas de varios pasos con enrutamiento seguro de tipos, puntos de control y compatibilidad humana en bucle.

El marco también proporciona bloques de construcción fundamentales, incluidos los clientes de modelo (completaciones de chat y respuestas), una sesión del agente para la administración de estado, proveedores de contexto para la memoria del agente, middleware para interceptar acciones del agente y clientes MCP para la integración de herramientas. Juntos, estos componentes proporcionan la flexibilidad y la eficacia para crear aplicaciones de inteligencia artificial interactivas, sólidas y seguras.

Comienza

dotnet add package Microsoft.Agents.AI.Foundry --prerelease

using System;
using Azure.AI.Projects;
using Azure.Identity;
using Microsoft.Agents.AI;

AIAgent agent = new AIProjectClient(
        new Uri("https://your-foundry-service.services.ai.azure.com/api/projects/your-foundry-project"),
        new AzureCliCredential())
    .AsAIAgent(
        model: "gpt-5.4-mini",
        instructions: "You are a friendly assistant. Keep your answers brief.");

Console.WriteLine(await agent.RunAsync("What is the largest city in France?"));

pip install agent-framework

    from agent_framework.foundry import FoundryChatClient
    from azure.identity import AzureCliCredential

    credential = AzureCliCredential()
    client = FoundryChatClient(
        project_endpoint="https://your-foundry-service.services.ai.azure.com/api/projects/your-foundry-project",
        model="gpt-5.4-mini",
        credential=credential,
    )

    agent = client.as_agent(
        name="HelloAgent",
        instructions="You are a friendly assistant. Keep your answers brief.",
    )

    # Non-streaming: get the complete response at once
    result = await agent.run("What is the largest city in France?")
    print(f"Agent: {result}")

Eso es todo — un agente que llama a un LLM y devuelve una respuesta. Desde aquí puede agregar herramientas, conversaciones multiturno, middleware y flujos de trabajo para desarrollar aplicaciones de producción.

Nota:

Agent Framework no carga .env automáticamente los archivos. Para usar un .env archivo, llame load_dotenv() al inicio de la aplicación o establezca variables de entorno directamente en el shell o ide.

Introducción: tutorial completo

Cuándo usar agentes frente a flujos de trabajo

Use un agente cuando... Use un flujo de trabajo cuando...
La tarea es abierta y fomenta el diálogo. El proceso tiene pasos bien definidos
Necesita usar herramientas autónomas y planificarlas. Necesita un control explícito sobre el orden de ejecución.
Basta una sola llamada LLM (posiblemente con herramientas) Varios agentes o funciones deben coordinarse

Si puede escribir una función para controlar la tarea, hála en lugar de usar un agente de IA.

¿Por qué Agent Framework?

Agent Framework combina las abstracciones de agente simples de AutoGen con las características empresariales de Kernel semántico ( administración de estado basada en sesión, seguridad de tipos, middleware, telemetría) y agrega flujos de trabajo basados en grafos para orquestación explícita de varios agentes.

Kernel semántico y AutoGen pioneros en los conceptos de agentes de IA y orquestación multiagente. Agent Framework es el sucesor directo, creado por los mismos equipos. Combina las abstracciones simples de AutoGen para patrones de un solo agente y multiagente con características de nivel empresarial de Kernel semántico, como la administración de estado basada en sesión, la seguridad de tipos, los filtros, la telemetría y el soporte extensivo para modelos y embeddings. Además de combinar los dos, Agent Framework presenta flujos de trabajo que proporcionan a los desarrolladores un control explícito sobre las rutas de ejecución de varios agentes, además de un sistema de administración de estado sólido para escenarios de ejecución prolongada y humanos en bucle. En resumen, Agent Framework es la próxima generación de Kernel semántico y AutoGen.

Para obtener más información sobre la migración desde Kernel semántico o AutoGen, consulte la Guía de migración de Kernel semántico y Guía de migración de AutoGen.

Tanto Kernel semántico como AutoGen se han beneficiado significativamente de la comunidad de código abierto y se espera lo mismo para Agent Framework. Microsoft Agent Framework da la bienvenida a las contribuciones y seguirá mejorando con nuevas características y funcionalidades.

Importante

Si usa Microsoft Agent Framework para compilar aplicaciones que funcionen con servidores, agentes, código o modelos no Azure Direct ("Sistemas de terceros"), lo haga en su propio riesgo. Los sistemas de terceros son Productos que no son Microsoft en virtud de los términos del producto Microsoft y se rigen por sus propios términos de licencia de terceros. Usted es responsable de cualquier uso y costos asociados.

Se recomienda revisar todos los datos que se comparten y reciben de sistemas de terceros y ser conscientes de las prácticas de terceros para controlar, compartir, conservar y ubicación de los datos. Es su responsabilidad gestionar si los datos fluirán fuera de los límites de cumplimiento y geográficos de Azure de su organización, y las implicaciones relacionadas, y asegurarse de que se proporcionen los permisos, delimitaciones y aprobaciones adecuadas.

Usted es responsable de revisar y probar cuidadosamente las aplicaciones que compila mediante Microsoft Agent Framework en el contexto de los casos de uso específicos, y tomar todas las decisiones y personalizaciones adecuadas. Esto incluye implementar sus propias mitigaciones de inteligencia artificial responsable, como metaprompt, filtros de contenido u otros sistemas de seguridad, y garantizar que las aplicaciones cumplan los estándares de calidad, confiabilidad, seguridad y confiabilidad adecuados. Consulte también: Preguntas más frecuentes sobre transparencia

Pasos siguientes

Paso 1: Su primer agente

Vaya más profundamente:

  • Last updated on