Microsoft Agent Framework 创建智能体

Microsoft Agent Framework 创建智能体摘要MAF (Microsoft Agent Framework) 是微软用于构建 AI 智能体 (Agent) 的开发框架Microsoft Foundry 是基于 Azure 的企业级 AI 开发与运营平台。两者紧密配合MAF 负责开发智能体逻辑Foundry 负责部署、托管与运维。学习LangChain的相关文档好久了今天决定看下微软这边相应的解决方案。查了下Foundry是支持本地部署的此篇主要演示本地的版本所以如果你没有Azure的话那么也可以在你电脑上运行本篇的代码。在 macOS 下安装 Foundry Local安装步骤这里罗列foundry的安装以及常用的一些命令。使用 Homebrew 安装brew tap microsoft/foundrylocal brewinstallfoundrylocal验证安装foundry--version查看可用大模型foundry model list查看本地缓存了哪些大模型foundry cache list下载并运行大模型foundry model run qwen3-0.6b这里为了演示方便随你我先了一个最小的大模型。从这里看foundry local跟ollama好像。只是foundry local的迭代貌似还没那么快。去年这个时候25年4月还多人还在诟病ollama没有UI然后半年不到ollama就上架了自家的UI。不晓得微软后续是否会更新。安装 Microsoft Agent Framework (MAF)安装步骤使用 pip 安装核心包pip3installagent-framework安装 Foundry Local 集成pip3installagent-framework-foundry-local安装OpenAI集成可选对此篇无影响# OpenAI 集成pip3installagent-framework-openai个人感觉与之相对应的就是LangChain所以从安装到后续智能体的创建都看不到太大的区别。创建第一个 Agent直接上代码fromagent_frameworkimportAgentfromagent_framework_foundry_localimportFoundryLocalClient# 1. 创建客户端连接模型服务clientFoundryLocalClient(modelqwen3-0.6b# 指定模型名称)# 2. 创建一个 AgentagentAgent(namemy-first-agent,clientclient,instructions你是一个乐于助人的助手回答简洁准确。)# 3. 发送消息并运行asyncdefmain():responseawaitagent.run(来一首唐诗。)# 使用正确的 text 属性获取响应内容print(Agent 回复,response.text)# 运行importasyncio asyncio.run(main())相比LangChain封装的方法基本都一致只是有些属性的叫法不太一样。总结可以看到Microsoft Agent Framework (MAF) 是一个强大的框架用于创建基于大语言模型的智能代理。通过本笔记方便后续的知识回顾。可以通过MAF看到微软在AI领域的持续跟进让我们在AI智能体领域有了更多的选择当然如果已经有了LangChain的相关基础那么这个上手起来会更快。后续会进一步对比Tools以及Skills等方法的实现。