第一篇：认识 Microsoft Agent Framework

最近开始系统整理自己在 Agent 方面的积累，打算以「案例 + 实战」的方式写一系列文章。这一系列的主线，就是我现在正在使用的一套框架：Microsoft Agent Framework。

这一篇是开篇，先从它到底是什么、能解决什么问题说起。

什么是 Microsoft Agent Framework？

用一句话说：

Microsoft Agent Framework 是微软推出的一套开源框架，用来构建、编排和部署 AI Agent（智能体）和多智能体工作流。

它不是一个聊天机器人框架，而是一个用来搭建“会做事的 AI 系统”的底座。你可以用它创建这样的系统：

一个 Agent 负责理解用户需求
一个 Agent 负责查询数据
一个 Agent 负责调用 API 或执行操作
一个工作流负责把它们按顺序和逻辑组织起来
最终形成一个可以自动执行任务的 AI 系统，而不仅是回答问题。

Agent 到底和普通大模型有什么区别？

如果你只是直接调用大模型（比如 GPT），你拿到的是一句话的回答。如果你用 Agent Framework，你得到的是一个“能行动的 AI”。这个 Agent 可以：

记住上下文
根据规则决定下一步
调用函数和外部 API
在多个步骤中完成一件事
也就是说，它更像一个“数字员工”，而不是一个聊天接口。

这个框架解决了什么问题？

在真实项目里，AI 应用往往不是一个 Prompt 就结束的，而是一个流程：

接收用户请求
分析意图
查数据库或调用接口
处理结果
再决定下一步
如果你用原始的大模型 API，这些都要你自己写状态机、写路由、写流程控制，很快就会变得很乱。

Microsoft Agent Framework 做的事情就是：

把这些复杂的 Agent 调度、工作流、上下文管理都变成框架能力。

你只需要关心：

每个 Agent 做什么
每一步怎么连接

核心能力，用人话说

可以创建真正的 AI Agent
你可以定义一个 Agent，让它：
用大模型理解输入
调用你写的函数
调用外部系统（数据库、接口、工具）
决定下一步做什么
它不是一次性回答，而是可以多轮执行。

内置工作流引擎
你可以用“图”的方式，把多个 Agent 和普通函数串起来：

输入解析 Agent
查询 Agent
业务判断函数
输出 Agent

框架会帮你处理：

谁先执行
失败怎么办
是否要中断
是否要人工确认
这就是多 Agent 工作流。

支持 Python 和 .NET
这个框架支持：

Python
.NET
你可以在后端服务、API、后台系统里直接使用它，而不是只能在 demo 里玩。

不绑定某一家模型
它可以接：

Azure OpenAI
OpenAI
其他兼容模型
你可以今天用 GPT，明天换模型，Agent 逻辑不需要重写。

快速开始有多简单？

如果你用 Python：

pip install agent-framework –pre
如果你用 .NET：

dotnet add package Microsoft.Agents.AI
然后就可以开始定义自己的 Agent 和 Workflow 了。

如果你也在做 AI 应用、Agent 系统或者企业级 AI，这套框架值得认真看一眼。