技术速递｜从概念到代码：使用 Microsoft Foundry 构建生产就绪的多智能体系统

我们已经抵达 AI 发展的一个关键拐点。在 Microsoft Foundry 生态系统中，“Agent（智能体）”的核心价值主张正发生决定性的转变——从被动的内容生成，转向主动的任务执行与流程自动化。

它们不再只是对话式界面，而是能够连接模型、数据与工具，主动执行复杂业务逻辑的智能实体。

为支撑这一演进，微软推出了一系列强大的能力：用于复杂编排的 Microsoft Agent Framework、Agent V2 SDK，以及集成式的 Microsoft Foundry VS Code 扩展。这些创新为跨越理论研究与安全、可扩展的企业级落地之间的鸿沟，提供了必备的工具支撑。

但如何把这些彼此独立的组件整合为一个统一的业务解决方案？这正是我们今天要解决的问题。本文将深入探讨这些工具的实际应用方式，展示如何“串点成线”，将复杂的多智能体概念转化为可部署的现实成果。

可视化编排整个流程

Microsoft Foundry 提供了直观、基于 Web 的拖拽式界面。这块画布允许你在无需编写大量“胶水代码”的情况下，将专用 AI Agent 与标准流程逻辑模块集成在一起，把抽象想法转化为可执行流程。

要将我们的招聘场景转化为可运行的工作流，我们遵循以下结构化方法：

• Agent 前置配置：在 Foundry 中预先配置专用 Agent。创建一个 招聘者 Agent（引导其生成评估标准）和一个 应聘者 Agent（引导其综合生成回答）。

• 编排交互：将这些节点拖入画布并定义数据流。流程从招聘官生成问题开始，其输出会被直接作为输入传递给应聘者 Agent。

• 加入业务逻辑：真正的工作流离不开决策机制。我们引入控制流逻辑，如 IF/ELSE 条件块，根据预定义标准评估招聘官生成的问题，从而使流程能够动态分支——若满足条件，则由候选人回答问题；若不满足，则重新生成问题。

替代方案：YAML 配置

对于偏好代码为先方式，或希望在不同环境中快速复用这套逻辑的开发者，Foundry 允许你导出底层的 YAML 配置。

模拟端到端流程

构建完成后，Foundry 提供了一个强大的内置测试环境。你可以使用示例输入数据触发工作流，模拟完整的端到端循环。这使你能够在尚未编写任何一行应用代码之前，就以实时方式调试各个环节之间的交接与交互。

Foundry Workflows 擅长快速原型构建，但仅靠可视化界面，往往难以支撑企业级生产环境。关键问题随之而来：如何将这些可视化定义，纳入一套严谨的软件开发生命周期（SDLC）中？

云端门户适合用于设计，而企业级应用交付则发生在本地 IDE 中。Microsoft Foundry VSCode 扩展正是为弥合这一差距而生。

该扩展使开发者能够：

• Sync（同步）：将工作流定义从云端拉取到本地。

• Inspect（审查）：在你熟悉的开发环境中审查底层逻辑。

• Scaffold（脚手架生成）：快速生成运行该流程所需的基础代码结构。

这将流程从“理解”加速推进到“实现”。

一旦多智能体编排在本地得到验证，最后一步就是将其转化为可发布的应用程序。

这正是 Microsoft Agent Framework 作为运行时引擎的优势所在。它原生接收从 Foundry 导出的声明式工作流定义（YAML）。这使得原型设计阶段的成果可以直接升级到应用程序部署环节。

通过简单引用工作流配置库，你可以用最少的样板代码“激活”整个多智能体系统。以下是在应用程序中初始化和运行工作流所需的代码。

注 ：检查源代码

https://github.com/microsoft/Agent-Framework-Samples/tree/main/09.Cases/MicrosoftFoundryWithAITKAndMAF/?wt.mc_id=3reg_webpage_reactor