--- title: "多 Agent 框架参考：agent framework - 多 Agent 框架 | 思行致远" canonical: "https://siyuanailab.com/knowledge/workflows/agent-building/multi-agent-frameworks/agent-building-frameworks-agent-framework/" dateModified: "2026-06-30" datePublished: "2026-06-30" --- 打开 AI·外脑目录 AI·外脑 [返回专栏首页](https://siyuanailab.com/knowledge/) × 站内搜索 ⌕ 主要栏目 - [AI 核心概念](https://siyuanailab.com/knowledge/ai-core/) - [工作流](https://siyuanailab.com/knowledge/workflows/) - [工具配置与选型](https://siyuanailab.com/knowledge/toolkits/) - [信源与标准](https://siyuanailab.com/knowledge/sources/) - [场景案例 待开发](https://siyuanailab.com/knowledge/scenarios/) - [职业与能力](https://siyuanailab.com/knowledge/career/) 专题 - [从这里开始](https://siyuanailab.com/knowledge/start/) - [获取与安装](https://siyuanailab.com/knowledge/install/) - [建设日志](https://siyuanailab.com/knowledge/ops/) [工作流子目录](https://siyuanailab.com/knowledge/workflows/) 基础设施层 - [浏览器自动化 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/browser-automation/) - [MCP 工具 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/mcp-tools/) - [文件系统与本地执行 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/filesystem-local/) - [API 网关与工具路由 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/api-tool-routing/) Skill 生产线 - [目标明确 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/goal-definition/) - [Skill 设计 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/skill-design/) - [代码实现 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/implementation/) - [测试评估 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/testing-evaluation/) Skill 参考库 - [写作与内容 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/writing-content/) - [研究与知识 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/research-knowledge/) - [沟通与协作 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/communication-collaboration/) - [产品与项目 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/product-project/) - [数据与分析 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/data-analysis/) - [创意与设计 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/creative-design/) - [商业与营销 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/business-marketing/) Agent Building 只收录有多步工作流、工作标准、Loop、Harness、工具链或通信机制的真 Agent；不收纯 persona、profile、curated list 或只有 system prompt 的仓库。 - [多 Agent 框架 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/multi-agent-frameworks/) - [WF-076 多 Agent 框架参考：agent framework](https://siyuanailab.com/knowledge/workflows/agent-building/multi-agent-frameworks/agent-building-frameworks-agent-framework/) - [WF-077 多 Agent 框架参考：camel](https://siyuanailab.com/knowledge/workflows/agent-building/multi-agent-frameworks/agent-building-frameworks-camel/) - [WF-078 多 Agent 框架参考：MetaGPT](https://siyuanailab.com/knowledge/workflows/agent-building/multi-agent-frameworks/agent-building-frameworks-metagpt/) - [WF-079 多 Agent 框架参考：openai agents python](https://siyuanailab.com/knowledge/workflows/agent-building/multi-agent-frameworks/agent-building-frameworks-openai-agents-python/) - [WF-080 多 Agent 框架参考：pydantic ai](https://siyuanailab.com/knowledge/workflows/agent-building/multi-agent-frameworks/agent-building-frameworks-pydantic-ai/) - [工作流编排 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/) - [Sub-agent 模式 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/sub-agent-patterns/) - [Harness 与评估 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/harness-evaluation/) Agent Building · 多 Agent 框架 · Agent Building 参考 · WF-076 # 多 Agent 框架参考：agent framework 思行致远 · 2026/6/30 · 置信度：高 多AgentAgent框架协作工具调用 Microsoft 面向生产环境的 Python/.NET Agent 框架，强调图式工作流、持久化、OpenTelemetry、Foundry 托管和跨语言一致接口。 # agent framework > Microsoft 面向生产环境的 Python/.NET Agent 框架，强调图式工作流、持久化、OpenTelemetry、Foundry 托管和跨语言一致接口。 ## 这个能力解决什么问题 Microsoft Agent Framework 解决的是从原型 Agent 走向生产系统时的工程缺口：单 prompt 或无状态 chat loop 没法处理并发分支、handoff、恢复、监控、人工介入和云端托管。它把 Agent、workflow、provider、middleware、observability、declarative YAML 和 hosting pattern 放在同一套框架中，目标是让 Python 与 .NET 团队都能用一致方式构建多 Agent 工作流。 ## 核心逻辑 输入是用户任务、Agent 定义、provider 配置和 workflow 图；框架把任务放入图式编排中执行，可使用 sequential、concurrent、handoff、group collaboration 等模式。运行中通过 middleware 处理请求/响应、异常和自定义逻辑，通过 checkpointing、streaming、human-in-the-loop、time-travel 支撑长流程恢复和调试；输出是 Agent 响应、工作流结果、trace、托管运行状态或部署后的服务。 ## 技术结构 - 关键模块：Python packages 与 .NET source 提供双语言实现；agent provider samples 覆盖不同 LLM 后端；workflow samples 展示顺序、并发、handoff、group collaboration；middleware 处理运行管线；OpenTelemetry 接入分布式追踪；declarative agents 支持 YAML 定义。 - 调用链路：业务代码创建 Agent/Workflow，绑定 provider 与工具，中间件包裹执行流程，workflow runtime 调度节点和多 Agent 交互，OpenTelemetry 导出运行过程，Foundry 或本地 hosting 承载服务。 - 输入输出：输入是任务文本、YAML/代码 Agent 定义、模型部署、workflow 状态和用户审批；输出是 Agent run 结果、流式事件、检查点、trace、托管 Agent 服务。 - 核心依赖：Python 生态包 `agent-framework`，.NET 包 `Microsoft.Agents.AI`，Azure Identity/Foundry 相关包；也支持 OpenAI、Azure OpenAI、GitHub Copilot SDK 等生态。 ## 为什么值得参考 它值得参考的是“生产化清单”非常完整：不是只讲怎么叫模型，而是把持久执行、可恢复、可观测、治理、人审、托管和 provider 迁移都放进框架边界。对工作流专栏来说，它可以作为判断 Agent 框架成熟度的标尺：一个框架是否只会 demo，还是已经考虑到运维和合规。 ## 为什么不建议直接套用 MAF 强烈连接 Microsoft Foundry、Azure 身份体系和 .NET/Python 双生态，对个人或小团队来说成本偏重。README 也明确提醒第三方系统、非 Azure 模型、数据流向、责任 AI mitigation 都需要使用者自己审查。若只是做内容流或小型内部 Skill，直接引入 MAF 可能比自建轻量 workflow 更复杂。 ## 如何改造成自己的版本 - 借鉴它的 production checklist：workflow、checkpoint、HITL、trace、hosting、provider 抽象，而不是直接复制框架。 - 小团队可以先只实现 3 个能力：可恢复状态、可追踪事件、人工审批点。 - 把 provider 抽象压到最小，只支持当前会用的 1 到 2 个模型，避免过早做跨云适配。 - 对每个 workflow 定义 YAML 或 Markdown 版“运行契约”：输入、节点、失败回退、可观察字段。 - 等内部任务稳定后，再评估是否接入 OpenTelemetry 或云端托管。 ## 适用场景 - 企业级或准生产 Agent，需要持久化、治理、追踪、人工介入和部署。 - Python 与 .NET 团队并存，希望统一 Agent 工作流抽象。 - 已使用 Azure/Foundry 或需要从 Semantic Kernel/AutoGen 迁移。 ## 不适用场景 - 只做单机 Markdown 自动化或简单工具调用。 - 没有 Azure/Foundry 使用计划，却想快速做轻量原型。 - 无法承担 trace、权限、第三方系统数据责任审查的流程。 ## Agent Building 判断 - 多步工作流：图式 workflow 调度 sequential/concurrent/handoff/group collaboration，可加 checkpoint 和 time-travel。 - 工作标准：Agent、provider、middleware、workflow、declarative YAML、hosting 都有明确接口。 - Loop 标准：工作流运行支持恢复、流式执行、人工中断、错误处理和状态回放。 - Harness 标准：OpenTelemetry、DevUI、样例、end-to-end/evaluation demos 与托管模式构成运行 harness。 - 工具调用链路或 Agent 间通信：多 provider Agent、middleware、workflow 节点和 handoff/group collaboration 负责通信与调用。 - 为什么不是 persona / profile / system prompt only：它是跨语言运行框架和生产托管体系，persona 只是 Agent 定义的一小部分。 ## 参考信息 - 原项目：[agent-framework](https://github.com/microsoft/agent-framework) - 作者：microsoft - 相关概念：[[多Agent协作]]、[[Agent编排]] - 相关卡片：[workflow-read-077](https://siyuanailab.com/knowledge/workflows/agent-building/multi-agent-frameworks/agent-building-frameworks-camel/) ## 参考对象信息 **名称：**agent-framework **作者：**microsoft **链接：**[https://github.com/microsoft/agent-framework](https://github.com/microsoft/agent-framework) ## 适用场景与行动 **场景：**Agent Building / 多 Agent 框架 **适合谁：**关注 AI 工作流、Skill 生产和 Agent Building 的读者 **下一步：**先阅读边界说明，再判断它是否适合改造成自己的多 Agent 框架流程。 当前内容按公开来源和已审核草稿整理，只作为工作流理解与方法论参考。 涉及客户数据、外部平台、会议记录和业务系统的场景，必须保留人工确认与授权边界。 [下一张：多 Agent 框架参考：camel](https://siyuanailab.com/knowledge/workflows/agent-building/multi-agent-frameworks/agent-building-frameworks-camel/) [返回当前分类](https://siyuanailab.com/knowledge/workflows/agent-building/multi-agent-frameworks/) [返回工作流专栏](https://siyuanailab.com/knowledge/workflows/)