Microsoft Agent Framework

O Agent Framework oferece duas categorias principais de recursos:

O framework também fornece blocos de construção fundamentais, incluindo clientes modelo (completões e respostas de chat), uma sessão de agente para gestão de estados, fornecedores de contexto para memória de agentes, middleware para interceção de ações de agentes e clientes MCP para integração de ferramentas. Juntos, esses componentes oferecem a flexibilidade e o 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 só isso — um agente que liga para um LLM e devolve uma resposta. A partir daqui, pode adicionar ferramentas, conversações multi-turno, middleware e fluxos de trabalho para construir aplicações de produção.

Quando usar agentes vs fluxos de trabalho

Se conseguires escrever uma função para tratar da tarefa, faz isso em vez de usares um agente de IA.

Porquê o Agent Framework?

O Agent Framework combina as abstrações simples de agentes da AutoGen com as funcionalidades empresariais do Kernel Semântico — gestão de estado baseada em sessões, segurança de tipos, middleware, telemetria — e adiciona fluxos de trabalho baseados em grafos para orquestração explícita de múltiplos agentes.

Kernel Semântico e AutoGen foram pioneiros nos conceitos de agentes de IA e orquestração multi-agente. O Agent Framework é o sucessor direto, criado pelas mesmas equipes. Combina as abstrações simples da AutoGen para padrões de agente único e multiagente com as funcionalidades empresariais da Kernel Semântico, como gestão de estado baseada em sessões, segurança de tipos, filtros, telemetria e amplo suporte de modelos e embedding. Além de mesclar os dois, o Agent Framework introduz 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 human-in-the-loop. Em suma, o Agent Framework é a próxima geração tanto do Kernel Semântico como do AutoGen.

Para saber mais sobre migração a partir da Kernel Semântico ou da AutoGen, consulte o Guia de Migração da Kernel Semântico e o Guia de Migração da AutoGen.

Tanto o Kernel Semântico como a AutoGen beneficiaram significativamente da comunidade open-source, e o mesmo se espera do Agent Framework. O Microsoft Agent Framework acolhe contribuições e continuará a melhorar com novas funcionalidades e capacidades.

Próximos passos

Vai mais fundo:

• Visão geral dos agentes — arquitetura, fornecedores, ferramentas
• Visão geral dos fluxos de trabalho — sequenciais, concorrentes, ramificadas
• Integrações — A2A, AG-UI, Funções do Azure, M365