Microsoft Agent Framework : le framework d'agents IA de Microsoft

La fusion de deux projets Microsoft

Pendant plusieurs années, Microsoft a entretenu deux frameworks d’agents parallèles : Semantic Kernel, orienté entreprise, et AutoGen, né à Microsoft Research et tourné vers l’expérimentation multi-agents. Microsoft Agent Framework réunit les deux. Selon la documentation officielle, il combine les abstractions simples d’AutoGen avec les fonctions « entreprise » de Semantic Kernel (gestion d’état par session, typage, middleware, télémétrie) et ajoute des workflows en graphe pour orchestrer explicitement plusieurs agents.

Une première préversion publique est sortie en octobre 2025 ; la version 1.0 pour Python et .NET a été publiée le 2 avril 2026. Un SDK pour Go existe dans un dépôt séparé, en préversion publique.

Ce que vous pouvez faire avec

Le framework s’organise autour de quatre grands blocs :

• Les agents : un agent IA qui s’appuie sur un modèle, appelle des outils et des serveurs MCP.
• Le « harness agent » : un agent prêt à l’emploi pour les tâches longues, avec planification, liste de tâches, compactage du contexte et mémoire.
• Les workflows : des enchaînements en graphe (séquentiels, parallèles, passage de relais, collaboration de groupe) avec points de reprise, validation humaine et retour à un état antérieur.
• Les intégrations : fournisseurs de modèles, outils, évaluation, interfaces, et interopérabilité via le protocole A2A.

Comment démarrer

Installez le paquet agent-framework (Python) ou les paquets NuGet Microsoft.Agents.AI (.NET), choisissez un client de modèle, puis créez un agent avec un nom et des instructions : la documentation officielle montre un premier agent en une dizaine de lignes. L’interface DevUI fournie par Microsoft permet ensuite de tester et déboguer vos agents et workflows. Si vous venez de Semantic Kernel ou d’AutoGen, commencez par le guide de migration correspondant.

Forces et limites

Forces : soutien d’un grand éditeur et engagement de support à long terme, parité Python / .NET, workflows explicites et durables, télémétrie OpenTelemetry intégrée, compatibilité multi-fournisseurs.

Limites : la documentation et les exemples privilégient l’écosystème Azure, ce qui peut dérouter hors de Microsoft. Le projet publie de nouvelles versions à un rythme soutenu, donc les tutoriels vieillissent vite. Microsoft rappelle enfin que l’usage de modèles ou de serveurs tiers se fait à vos risques, et qu’il vous revient de vérifier où circulent vos données.

Alternatives

Hors de l’écosystème Microsoft, LangGraph offre une orchestration en graphe comparable, avec reprise après panne et validation humaine.