Estrutura do agente do Microsoft

O Agent Framework oferece duas categorias primárias de funcionalidades:

A estrutura também fornece blocos de construção fundamentais, incluindo clientes de modelo (conclusões e respostas de chat), uma sessão de agente para gerenciamento de estado, provedores de contexto para memória do agente, middleware para interceptar ações do agente e clientes MCP para integração de ferramentas. Juntos, esses componentes oferecem flexibilidade e poder para criar aplicativos de IA interativos, robustos e seguros.

Introdução

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}")

É isso : um agente que chama uma LLM e retorna uma resposta. A partir daqui, você pode adicionar ferramentas, conversas de múltiplos turnos, middleware e fluxos de trabalho para criar aplicações de produção.

Quando usar agentes versus fluxos de trabalho

Se você puder escrever uma função para lidar com a tarefa, faça isso em vez de usar um agente de IA.

Por que o Agent Framework?

O Agent Framework combina abstrações de agente simples da AutoGen com os recursos corporativos da Kernel semântico — gerenciamento de estado baseado em sessão, segurança de tipo, middleware, telemetria — e adiciona fluxos de trabalho baseados em grafo para orquestração explícita de vários agentes.

Kernel semântico e AutoGen foi pioneiro nos conceitos de agentes de IA e orquestração multi-agente. O Agent Framework é o sucessor direto, criado pelas mesmas equipes. Ele combina as abstrações simples da AutoGen para padrões de agente único e múltiplo com os recursos de nível empresarial da Kernel semântico, como gerenciamento de estado baseado em sessão, segurança de tipo, filtros, telemetria e amplo suporte a modelos e inserção. Além de mesclar os dois, o Agent Framework apresenta fluxos de trabalho que dão aos desenvolvedores controle explícito sobre caminhos de execução de vários agentes, além de um sistema de gerenciamento de estado robusto para cenários de longa execução e humanos no loop. Em suma, o Agent Framework é a próxima geração de Kernel semântico e AutoGen.

Para saber mais sobre como migrar do Kernel semântico ou do AutoGen, consulte o Guia de Migração de Kernel semântico e o Guia de Migração de AutoGen.

Tanto o Kernel semântico quanto o AutoGen se beneficiaram significativamente da comunidade de software livre e o mesmo é esperado para o Agent Framework. Microsoft Agent Framework recebe contribuições e continuará melhorando com novos recursos e capacidades.

Próximas etapas

Vá mais fundo:

• Visão geral dos agentes – arquitetura, provedores, ferramentas
• Visão geral dos fluxos de trabalho — sequencial, simultânea, ramificação
• Integrations — A2A, AG-UI, Azure Functions, M365