Microsoft Agent Framework 实战示例
用 Python 和 .NET 学习构建、编排与调试 Microsoft Agent Framework 智能体。
这个 Agent 能做什么，适合哪些场景？
这是一个围绕 Microsoft Agent Framework 的教学与示例仓库，而不是可直接部署的单一智能体产品。它按从入门到高级的路径组织内容，覆盖基础概念、旅行规划智能体、工具、RAG、提供程序、工作流、评估与追踪，以及案例。示例同时提供 Python 与 .NET 实现，部分内容使用 Azure OpenAI、GitHub Models、Microsoft Foundry 或 Foundry Local。输出形态主要是教程、Notebook、.NET 代码样例和 DevUI 示例，读者需要在本地配置运行时、凭据和所选服务后自行运行。适合希望评估或学习 Microsoft Agent Framework 集成方式的开发者；若需要开箱即用的生产级智能体，还需自行选择示例、补齐部署与应用逻辑。
仓库通过章节化 README、Python Notebook 和 .NET 代码样例，演示创建旅行规划智能体、连接不同模型提供程序、加入 Vision、Code Interpreter、Bing Grounding、File Search 和自定义工具。RAG 相关示例以 File Search 构建知识增强流程；05.Providers 包含使用 Microsoft Learn 的 MCP 示例；07.Workflow 展示 Basic Workflow、Sequential、Concurrent 和 Conditional 工作流。08.EvaluationAndTracing 提供 GitHub Models Workflow DevUI，以及单智能体和多智能体的 Microsoft Foundry、GitHub Models、Foundry Local DevUI 示例。使用者先安装依赖、在根目录创建 .env 并填入端点、模型部署名和令牌，再进入所选代码样例或 Notebook 执行相应教程。
- 一名 Python 开发者想从零实现旅行规划智能体，并希望先运行 GitHub Models 示例来理解基本流程。
- 一名 .NET 开发者需要比较 Azure OpenAI、GitHub Models、Microsoft Foundry 和 Foundry Local 的示例配置方式。
- 正在构建知识问答功能的团队想参考 File Search RAG 样例，将文件搜索接入智能体流程。
- 需要把多个智能体按顺序、并发或条件分支编排的工程师，可参考 07.Workflow 的对应示例。
- 需要调试或观察智能体工作流的开发者，可试用 08.EvaluationAndTracing 中的 DevUI 样例。
这个 Agent 有哪些优点和局限？
- 同时提供 Python 和 .NET 样例，便于跨技术栈学习相同主题。
- 覆盖从基础智能体到 RAG、MCP、多智能体工作流和评估追踪的一条明确学习路径。
- 为 Azure OpenAI、GitHub Models、Microsoft Foundry 和 Foundry Local 提供了具体示例入口。
- 工作流示例明确包含基础、顺序、并发和条件编排模式，并配有 DevUI 方向的调试示例。
- 仓库是教程和样例集合，不是一个可直接部署、统一配置的单一智能体应用。
- 许多示例依赖外部服务、端点、模型部署和认证，包括 Azure OpenAI、Microsoft Foundry、GitHub Models、Azure CLI 和 Azure Developer CLI。
- README 未提供统一的顶层运行命令，也未说明每个样例的完整部署流程。
- 部分能力与提供程序绑定，例如 Bing Grounding、Microsoft Foundry Agent Service 和 Foundry Local，迁移时可能需要调整配置或实现。
如何安装或部署这个 Agent？
运行环境要求为 Python 3.10+ 或 .NET 9.0+。可安装发布版本：Python 使用 pip install agent-framework --pre；.NET 在项目中使用 dotnet add package Microsoft.Agents.AI。如需从源码获取最新功能，Python 使用 pip install -r ./Installation/requirement.txt -U；.NET 使用 git clone https://github.com/microsoft/agent-framework.git，进入 agent-framework/dotnet 后运行 dotnet build agent-framework-dotnet.slnx。
如何使用这个 Agent？
在仓库根目录创建 .env，按所选示例填写凭据与配置：GitHub Models 使用 GITHUB_TOKEN、GITHUB_ENDPOINT、GITHUB_MODEL_ID；Azure OpenAI 使用 AZURE_OPENAI_ENDPOINT、AZURE_OPENAI_CHAT_DEPLOYMENT_NAME；Microsoft Foundry 使用 AZURE_AI_PROJECT_ENDPOINT、AZURE_AI_MODEL_DEPLOYMENT_NAME。按需要设置 FOUNDRYLOCAL_ENDPOINT、FOUNDRYLOCAL_MODEL_DEPLOYMENT_NAME、BING_CONNECTION_ID、BING_CONNECTION_NAME 和 OTEL_EXPORTER_OTLP_ENDPOINT。随后选择 README 表中链接的 Python Notebook 或 .NET 代码样例运行；仓库未提供统一的顶层启动命令或单一部署命令。
这个 Agent 与同类方案有什么区别？
仓库展示 Azure OpenAI、GitHub Models、Microsoft Foundry 与 Foundry Local 的不同示例路径；它没有给出这些提供程序之间的性能、价格或功能对比结论。