10 个关键问题Q&A

1. Q：MAF 和 Semantic Kernel、AutoGen 是什么关系？A：由两支原团队合并开发，是二者下一代继任框架，官方提供迁移文档。
2. Q：MAF 只能搭配 Azure Foundry 使用吗？A：不是，具备模型抽象层，兼容 OpenAI 等多种模型，只是对 Foundry 深度集成。
3. Q：Checkpoint 和时间旅行有什么用处？A：保存工作流快照，崩溃断点恢复；支持节点回滚重跑，适配审批、人机交互场景。
4. Q：MCP、A2A 协议在 MAF 里的作用？A：MCP 是标准化工具调用协议；A2A 用于智能体之间跨系统通信。
5. Q：Go 语言 SDK 在哪里获取？A：不在主仓库，独立仓库 microsoft/agent-framework-go。
6. Q：声明式 YAML Agent 优势是什么？A：配置与代码解耦，方便版本管理、批量维护、变更审计。
7. Q：AF Labs 包能否用于生产？A：不建议，属于实验模块，接口不稳定，包含评测、强化学习等探索特性。
8. Q：中间件适合实现哪些能力？A：统一鉴权、日志埋点、内容过滤、异常捕获、请求改写、链路注入。
9. Q：Foundry 托管 Agent “两行代码部署” 含义？A：本地开发完成后，少量配置改动，直接部署到 Foundry 托管基础设施。
10. Q：MAF 适合搭建企业内部知识库智能体吗？A：适合，搭配 Skills 挂载多源文档、持久化工作流、审批流程和全链路追踪，满足合规场景。

附录  Microsoft Agent Framework（MAF）

主仓；Go 独立仓库 agent-framework-go开源地址：https://github.com/microsoft/agent-framework包管理：pip install agent-framework / NuGet Microsoft.Agents.AI模型生态：Microsoft Foundry、Azure OpenAI、OpenAI、GitHub Copilot SDK，持续新增更多厂商设计目标：解决普通 Agent 框架只有 Demo 能力，缺失持久化、断点续跑、可观测、治理、人机介入等生产能力的痛点✅ 适合选用 MAF 的场景目标是上线生产，不只是本地 Demo需要超越单次 Prompt、无状态对话的复杂编排需要图模式工作流：串行、并发、代理转交 Handoff、群组协作

强诉求：检查点 Checkpoint、重启、链路追踪、人机回环 Human-in-the-loop、时间回溯希望模型供应商可切换，架构不用大规模重写

二、核心能力清单双语言一致

 API：Python /.NET 接口对齐，一套设计思想；Go 独立 SDK多模型 Provider 抽象层：统一 Client 封装，底层模型可插拔Middleware 中间件：拦截请求响应、统一异常、自定义处理流水线（日志、鉴权、过滤）Graph 工作流编排（核心亮点）四种原生编排模式：串行、并发、Handoff 转交、群组协作内置能力：Checkpoint 断点、流式输出、人机介入、时间旅行回溯Foundry 托管智能体（新特性）：仅增加两行代码，把 Agent 部署到 Foundry 托管基础设施OpenTelemetry 原生可观测：分布式追踪、监控、调试，企业级运维必备声明式 Agent YAML 定义：YAML 描述智能体，便于版本管理、快速配置Agent Skills：领域能力包，支持从文件、代码、类库构建知识库，智能体自动发现调用AF Labs：实验包，包含评测、强化学习、前沿研究特性，不保证稳定DevUI：交互式调试界面，可视化开发、测试、排查 Agent 工作流

三、架构四大模块（官方划分）

Agents：单个智能体，调用 LLM、工具、MCP 服务Harness Agent：开箱即用长任务 Agent，自带规划、待办跟踪、上下文压缩、文件访问、记忆、工具审批Workflows：图驱动工作流，显式定义执行路径，串联 Agent 与函数Integrations：模型、工具、MCP、A2A、中间件、评测、UI 集成层标准协议支持：MCP（工具标准）、A2A（Agent to Agent 通信），打通跨智能体互操作

四、快速上手示例（Python）python

pip install agent-framework

az login

import osimport asynciofrom agent_framework import Agentfrom agent_framework.foundry import FoundryChatClientfrom azure.identity import AzureCliCredential

async def main():    agent = Agent(        client=FoundryChatClient(            credential=AzureCliCredential(),        ),        name="HaikuAgent",        instructions="You are an upbeat assistant that writes beautifully.",    )    print(await agent.run("Write a haiku about Microsoft Agent Framework."))

ifname== "main":    asyncio.run(main())

五、和同类框架对比要点对比

 AutoGen：AutoGen 以群聊对话驱动；MAF 是显式图工作流，状态持久化、Checkpoint、OTel 观测原生内置；微软提供官方迁移文档对比 Semantic Kernel：SK 偏向单 Agent、工具调用；MAF 原生重心是多 Agent 编排，API 简化，增加工作流与生产运维能力，同样提供迁移指南对比 LangGraph：LangGraph Python 优先；MAF Python+.NET同等一等公民，深度绑定 Azure Foundry 云托管能力；LangGraph 图能力更灵活自定义对比 CrewAI：CrewAI 高层角色封装、原型快；生产侧的持久化、可观测、故障恢复薄弱，MAF 主打生产落地

六、样本目录结构

01-get-started：入门 Hello Agent → 简单工作流02-agents：工具、中间件、多 Provider、可观测03-workflows：多智能体编排核心样例04-hosting：A2A 协议、自托管、Foundry 托管 Agent；Durable 扩展单独仓库05-end-to-end：完整应用、评测、Demo

七、关键风险与注意事项

对接第三方模型 / 服务（非 Azure）属于第三方系统，微软不兜底，数据流转、合规、成本由使用者自行负责安全风控（元提示、内容过滤、 Responsible AI）需要开发者自行叠加生产环境不要直接用 DefaultAzureCredential，优先托管身份 ManagedIdentityCredential，避免延迟、意外探测、安全风险Labs 包是实验性质，API 随时变动，不要上生产

八、学习入口

官方文档：https://learn.microsoft.com/en-us/agent-framework/迁移文档：From Semantic Kernel / From AutoGen社区：Discord，Issue 反馈，公开社区答疑时间

Microsoft Agent Framework（MAF）

微软新一代开源、多语言生产级智能体框架，是 Semantic Kernel + AutoGen 的继任者，由两支原团队合并打造，主打从原型直接落地生产的多智能体编排LangChain。