微软 Semantic Kernel 升级为 Agent Framework 1.0

作者:microsoft原标题:⭐ microsoft/semantic-kernel (28628 stars)
68AI 研判分

微软宣布将开源框架 Semantic Kernel 正式升级为 Microsoft Agent Framework (MAF) 并发布 1.0 生产就绪版本。该更新提供企业级多智能体编排、多模型提供商支持及通过 A2A 和 MCP 实现的跨运行时互操作性,旨在替代原有 SK 架构。

报道正文

本文目录10 个章节

[!IMPORTANT] Semantic Kernel 现已升级为 Microsoft Agent Framework!Microsoft Agent Framework (MAF) 是 Semantic Kernel 面向企业级应用的继任者。Microsoft Agent Framework 现已发布 1.0 版本,作为生产就绪版本:API 稳定,并承诺提供长期支持。无论您是构建单个助手还是编排一组专业化智能体,Microsoft Agent Framework 1.0 都能为您提供企业级的多智能体编排、多提供商模型支持,以及通过 A2A 和 MCP 实现的跨运行时互操作性。

在此了解更多关于 Semantic Kernel 和 Agent Framework 的信息:Agent Framework 博客上的 Semantic Kernel 与 Microsoft Agent Framework,并尝试使用 Semantic Kernel 迁移指南。

使用这一企业级编排框架,构建智能 AI 智能体和多智能体系统

什么是 Semantic Kernel?

Semantic Kernel 是一个与模型无关的 SDK,赋能开发者构建、编排和部署 AI 智能体及多智能体系统。无论您是构建简单的聊天机器人还是复杂的多智能体工作流,Semantic Kernel 都能提供您所需的工具,兼具企业级的可靠性与灵活性。

系统要求

  • Python: 3.10+
  • .NET: .NET 10.0+
  • Java: JDK 17+
  • 操作系统支持: Windows, macOS, Linux

主要特性

  • 模型灵活性:连接任意 LLM,内置支持 OpenAI、Azure OpenAI、Hugging Face、NVidia 等更多服务
  • Agent 框架:构建具备工具/插件访问权限、记忆及规划能力的模块化 AI Agent
  • 多 Agent 系统:通过协作的专家型 Agent 编排复杂工作流
  • 插件生态系统:通过原生代码函数、提示词模板、OpenAPI 规范或 Model Context Protocol (MCP) 进行扩展
  • 向量数据库支持:无缝集成 Azure AI Search、Elasticsearch、Chroma 等
  • 多模态支持:处理文本、视觉和音频输入
  • 本地部署:使用 Ollama、LMStudio 或 ONNX 运行
  • 流程框架:采用结构化工作流方法对复杂业务流程进行建模
  • 企业级就绪:专为可观测性、安全性和稳定 API 而构建

安装

首先,设置你的 AI 服务环境变量:

Azure OpenAI:

BASH
export AZURE_OPENAI_API_KEY=AAA....

或直接使用 OpenAI:

BASH
export OPENAI_API_KEY=sk-...

Python

BASH
pip install semantic-kernel

.NET

BASH
dotnet add package Microsoft.SemanticKernel
dotnet add package Microsoft.SemanticKernel.Agents.Core

Java

请参阅 semantic-kernel-java build 获取说明。

快速开始

基础 Agent - Python

创建一个响应用户提示词的简单助手:

PYTHON
import asyncio
from semantic_kernel.agents import ChatCompletionAgent
from semantic_kernel.connectors.ai.open_ai import AzureChatCompletion

async def main():
    # Initialize a chat agent with basic instructions
    agent = ChatCompletionAgent(
        service=AzureChatCompletion(),
        name="SK-Assistant",
        instructions="You are a helpful assistant.",
    )

# Get a response to a user message
    response = await agent.get_response(messages="Write a haiku about Semantic Kernel.")
    print(response.content)

asyncio.run(main())

# 输出:
# 语言之精髓,
# 语义交织缠绕,
# 核心意义显现。

Basic Agent - .NET

CSHARP
using Microsoft.SemanticKernel;
using Microsoft.SemanticKernel.Agents;

var builder = Kernel.CreateBuilder();
builder.AddAzureOpenAIChatCompletion(
                Environment.GetEnvironmentVariable("AZURE_OPENAI_DEPLOYMENT"),
                Environment.GetEnvironmentVariable("AZURE_OPENAI_ENDPOINT"),
                Environment.GetEnvironmentVariable("AZURE_OPENAI_API_KEY")
                );
var kernel = builder.Build();

ChatCompletionAgent agent =
    new()
    {
        Name = "SK-Agent",
        Instructions = "You are a helpful assistant.",
        Kernel = kernel,
    };

await foreach (AgentResponseItem<ChatMessageContent> response 
    in agent.InvokeAsync("Write a haiku about Semantic Kernel."))
{
    Console.WriteLine(response.Message);
}

// Output:
// Language's essence,
// Semantic threads intertwine,
// Meaning's core revealed.

(注:更多技术实现细节与完整 API 文档请查阅原项目 README)