Ten post został automatycznie przetłumaczony. Aby przejść do oryginału, kliknij tutaj.
Jeśli śledzisz historię Agent Framework od wczesnych dni Semantic Kernel i AutoGen, ta wiadomość jest znacząca. Microsoft Agent Framework właśnie osiągnął wersję 1.0 — gotowy do produkcji, stabilne API, zobowiązanie do długoterminowego wsparcia. Jest dostępny zarówno dla .NET, jak i Python i naprawdę gotowy na prawdziwe obciążenia.
Pominę hałas ogłoszenia i skupię się na tym, co ważne, jeśli budujesz aplikacje oparte na AI w .NET.
Krótka wersja
Agent Framework 1.0 łączy to, co kiedyś było Semantic Kernel i AutoGen, w jeden otwarty SDK. Jedna abstrakcja agenta. Jeden silnik orkiestracji. Wielu dostawców AI. Jeśli skakałeś między Semantic Kernel dla wzorców enterprise i AutoGen dla przepływów pracy wieloagentowych klasy badawczej, możesz przestać. To jest teraz jeden SDK.
Pierwsze kroki są niemal wstydliwie proste
Oto działający agent w .NET:
// dotnet add package Microsoft.Agents.AI.OpenAI --prerelease
using Microsoft.Agents.AI;
using Microsoft.Agents.AI.Foundry;
using Azure.Identity;
var agent = new AIProjectClient(endpoint: "https://your-project.services.ai.azure.com")
.GetResponsesClient("gpt-5.3")
.AsAIAgent(
name: "HaikuBot",
instructions: "You are an upbeat assistant that writes beautifully."
);
Console.WriteLine(await agent.RunAsync("Write a haiku about shipping 1.0."));
To wszystko. Kilka linii i masz agenta AI działającego przeciwko Azure Foundry. Odpowiednik w Python jest równie zwięzły. Dodawaj narzędzia funkcji, rozmowy wieloturowe i streaming w miarę potrzeb — powierzchnia API skaluje się bez dziwactw.
Orkiestracja wieloagentowa — to jest prawdziwa sprawa
Pojedynczy agent jest w porządku dla demonstracji, ale scenariusze produkcyjne zazwyczaj wymagają koordynacji. Agent Framework 1.0 dostarcza przetestowane w boju wzorce orkiestracji prosto z Microsoft Research i AutoGen:
- Sekwencyjne — agenty przetwarzają po kolei (autor → recenzent → redaktor)
- Współbieżne — rozgałęź do wielu agentów równolegle, zbierz wyniki
- Przekazywanie — jeden agent deleguje do innego na podstawie intencji
- Czat grupowy — wielu agentów dyskutuje i dochodzi do rozwiązania
- Magentic-One — wzorzec wieloagentowy klasy badawczej z MSR
Wszystkie wspierają streaming, punkty kontrolne, zatwierdzenia przez człowieka w pętli oraz wstrzymanie/wznowienie. Część dotycząca punktów kontrolnych jest kluczowa — długo działające przepływy pracy przeżywają ponowne uruchomienie procesu. Dla nas, programistów .NET, którzy budowali trwałe przepływy pracy z Azure Functions, to brzmi znajomo.
Funkcje, które mają największe znaczenie
Oto moja lista tego, co warto znać:
Haki middleware. Wiesz, jak ASP.NET Core ma potoki middleware? Ten sam koncept, ale dla wykonania agenta. Przechwytuj każdy etap — dodawaj bezpieczeństwo treści, logowanie, zasady zgodności — bez dotykania promptów agenta. To właśnie sprawia, że agenty są gotowe na środowisko enterprise.
Podłączalna pamięć. Historia rozmów, trwały stan klucz-wartość, wyszukiwanie wektorowe. Wybierz backend: Foundry Agent Service, Mem0, Redis, Neo4j lub własny. Pamięć to właśnie to, co zmienia bezstanowe wywołanie LLM w agenta, który naprawdę zapamiętuje kontekst.
Deklaratywne agenty YAML. Zdefiniuj instrukcje, narzędzia, pamięć i topologię orkiestracji agenta w wersjonowanych plikach YAML. Ładuj i uruchamiaj jednym wywołaniem API. To zmienia zasady gry dla zespołów, które chcą iterować zachowanie agentów bez ponownego wdrażania kodu.
Wsparcie A2A i MCP. MCP (Model Context Protocol) pozwala agentom dynamicznie odkrywać i wywoływać zewnętrzne narzędzia. A2A (protokół Agent-to-Agent) umożliwia współpracę między różnymi środowiskami uruchomieniowymi — twoje agenty .NET mogą koordynować z agentami działającymi w innych frameworkach. Wsparcie A2A 1.0 pojawi się wkrótce.
Funkcje podglądowe warte obserwowania
Niektóre funkcje zostały dostarczone jako podgląd w 1.0 — działające, ale API może się ewoluować:
- DevUI — lokalny debugger w przeglądarce do wizualizacji wykonania agenta, przepływów wiadomości i wywołań narzędzi w czasie rzeczywistym. Pomyśl Application Insights, ale dla rozumowania agenta.
- GitHub Copilot SDK i Claude Code SDK — używaj Copilot lub Claude jako narzędzia agenta bezpośrednio z kodu orkiestracji. Skomponuj agenta zdolnego do kodowania obok innych agentów w tym samym przepływie pracy.
- Agent Harness — konfigurowalne lokalne środowisko uruchomieniowe dające agentom dostęp do powłoki, systemu plików i pętli wiadomości. Pomyśl agenty kodujące i wzorce automatyzacji.
- Skills — pakiety wielokrotnego użytku z możliwościami domeny, które od razu dają agentom ustrukturyzowane umiejętności.
Migracja z Semantic Kernel lub AutoGen
Jeśli masz istniejący kod Semantic Kernel lub AutoGen, dostępne są dedykowane asystenty migracji, które analizują kod i generują plany migracji krok po kroku. Przewodnik migracji z Semantic Kernel i przewodnik migracji z AutoGen prowadzą przez wszystko.
Jeśli korzystałeś z pakietów RC, uaktualnienie do 1.0 to tylko zmiana wersji.
Podsumowanie
Agent Framework 1.0 to kamień milowy produkcji, na który czekały zespoły enterprise. Stabilne API, wsparcie dla wielu dostawców, wzorce orkiestracji działające w skali i ścieżki migracji zarówno z Semantic Kernel, jak i AutoGen.
Framework jest w pełni open source na GitHub, a możesz zacząć już dziś z dotnet add package Microsoft.Agents.AI. Sprawdź przewodnik szybkiego startu i przykłady, by zabrać się do pracy.
Jeśli czekałeś na sygnał “bezpieczne do użycia w produkcji” — to jest właśnie ten moment.
