Microsoft annonce la version 1.0 de Microsoft Agent Framework pour .NET et Python, offrant une orchestration multi-agents de niveau entreprise et la prise en charge de modèles d'IA multi-fournisseurs

L'équipe de Microsoft a annoncé que Microsoft Agent Framework est désormais disponible en version 1.0 pour .NET et Python. Il s'agit d'une version prête pour la production : elle offre des API stables et garantit un support à long terme. Que vous développiez un assistant unique ou que vous orchestriez une flotte d’agents spécialisés, Agent Framework 1.0 vous offre une orchestration multi-agents de niveau entreprise, la prise en charge de modèles multi-fournisseurs et une interopérabilité entre environnements d’exécution via A2A et MCP.

Au cours de l'année écoulée, les développeurs ont expérimenté des agents IA sous toutes les formes imaginables. Les agents ne sont pas seulement des chatbots : ce sont des composants logiciels autonomes capables de raisonner sur des objectifs, d'appeler des outils et des API, de collaborer avec d'autres agents et de s'adapter de manière dynamique. Qu'il s'agisse d'un agent de recherche, d'un agent de codage intégré à un workflow de développement ou d'un agent de conformité garantissant l'application des politiques, les agents sont en train de devenir la prochaine couche de la logique applicative.

C'est pourquoi, Microsoft a lancé Microsoft Agent Framework en octobre 2025. Microsoft Agent Framework est un SDK et un runtime open source conçu pour permettre aux développeurs de créer, déployer et gérer facilement des systèmes multi-agents sophistiqués. Il unifie les fondements prêts pour l'entreprise de Semantic Kernel avec l'orchestration d'AutoGen, afin que les équipes n'aient plus à choisir entre expérimentation et production.

Selon Microsoft, Microsoft Agent Framework offre aux développeurs une base unique pour passer de l'expérimentation au déploiement en entreprise sans compromis. Microsoft Agent Framework prend en charge à la fois l'orchestration d'agents (raisonnement créatif et prise de décision pilotés par des modèles de langage de grande envergure) et l'orchestration de workflows (workflows multi-agents déterministes pilotés par la logique métier). Ensemble, elles permettent aux équipes de choisir l'approche la mieux adaptée au problème : une collaboration flexible pour les tâches ouvertes, ou des workflows structurés pour les processus d'entreprise reproductibles.

Récemment, l'équipe de Microsoft a annoncé que Microsoft Agent Framework est désormais disponible en version 1.0 pour .NET et Python. Il s'agit d'une version prête pour la production : elle offre des API stables et garantit un support à long terme. Que vous développiez un assistant unique ou que vous orchestriez une flotte d’agents spécialisés, Agent Framework 1.0 vous offre une orchestration multi-agents de niveau entreprise, la prise en charge de modèles multi-fournisseurs et une interopérabilité entre environnements d’exécution via A2A et MCP.

Mcirosoft commente l'annonce : « Lorsque nous avons présenté Microsoft Agent Framework en octobre dernier, notre objectif était d’unifier les fondements prêts pour l’entreprise de Semantic Kernel avec les orchestrations innovantes d’AutoGen au sein d’un SDK open source unique. Lorsque nous avons atteint la version Release Candidate en février, nous avons figé l’ensemble des fonctionnalités et invité la communauté à le tester de manière approfondie. Aujourd'hui, après des mois de retours d'expérience, de renforcement et de validation en conditions réelles auprès de nos clients et partenaires, Agent Framework 1.0 est prêt pour la production. »


Créez votre premier agent

Pour commencer, quelques lignes de code suffisent. Voici comment créer un agent simple dans les deux langages.

Code Python : Sélectionner tout - Visualiser dans une fenêtre à part
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
# pip install agent-framework
# Use `az login` to authenticate with Azure CLI
 
import asyncio
 
from agent_framework import Agent
from agent_framework.foundry import FoundryChatClient
from azure.identity import AzureCliCredential
 
agent = Agent(
*** client= FoundryChatClient(
**** *project_endpoint="https://your-project.services.ai.azure.com",
***** model="gpt-5.3",
* ****credential=AzureCliCredential(),
*** ),
*** name="HelloAgent",
*** instructions="You are a friendly assistant."
)
 
print(asyncio.run(agent.run("Write a haiku about shipping 1.0.")))




Code C# : Sélectionner tout - Visualiser dans une fenêtre à part
1
2
3
4
5
6
7
8
9
10
11
12
13
14
// dotnet add package Microsoft.Agents.AI.OpenAI --prerelease
using Microsoft.Agents.AI;
using Microsoft.Agents.AI.Foundry
using Azure.Identity;
 
// Replace the <apikey> with your OpenAI API key.
var agent = new AIProjectClient(endpoint:"https://your-project.services.ai.azure.com")
*** .GetResponsesClient("gpt-5.3")
*** .AsAIAgent(
        name: "HaikuBot", 
        instructions: "You are an upbeat assistant that writes beautifully."
    );
 
Console.WriteLine(await agent.RunAsync("Write a haiku about shipping 1.0."));



Et voilà : un agent IA fonctionnel en quelques lignes. À partir de là, vous pouvez ajouter des outils de fonction, des sessions pour des conversations à plusieurs tours, des réponses en streaming, et bien plus encore.

Workflows multi-agents

Les agents individuels sont puissants, mais les applications concrètes nécessitent souvent la collaboration de plusieurs agents. Voici un workflow séquentiel dans lequel un rédacteur rédige un slogan et un réviseur fournit des commentaires :

Code Python : Sélectionner tout - Visualiser dans une fenêtre à part
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
import asyncio
 
from agent_framework import Agent, Message
from agent_framework.foundry import FoundryChatClient
from agent_framework.orchestrations import SequentialBuilder
from azure.identity import AzureCliCredential
 
 
async def main() -> None:
*** # credentials read from .env
*** client = FoundryChatClient(credential=AzureCliCredential())
 
*** writer = Agent(
******* client=client,
******* instructions="You are a concise copywriter. Provide a single, punchy marketing sentence.",
******* name="writer",
*** )
 
*** reviewer = Agent(
******* client=client,
******* instructions="You are a thoughtful reviewer. Give brief feedback on the previous message.",
******* name="reviewer",
*** )
 
 
*** workflow = SequentialBuilder(participants=[writer, reviewer]).build()
*** outputs: list[list[Message]] = []
*** async for event in workflow.run("Write a tagline for Microsoft Agent Framework 1.0.", stream=True):
******* if event.type == "output":
*********** outputs.append(cast(list[Message], event.data))
*** if outputs:
******* for msg in outputs[-1]:
*********** print(f"[{msg.author_name or 'user'}]: {msg.text}")
 
if __name__ == "__main__":
*** asyncio.run(main())





Nouveautés de la version 1.0

Voici les principales fonctionnalités de cette version :

- Agent unique et connecteurs de services : L’abstraction de base de l’agent est stable et prête pour la production à la fois sur .NET et Python. Agent Framework est livré avec des connecteurs de services propriétaires pour Microsoft Foundry, Azure OpenAI, OpenAI, Anthropic Claude, Amazon Bedrock, Google Gemini et Ollama.

- Hooks de middleware : Le pipeline de middleware vous permet d’intercepter, de transformer et d’étendre le comportement de l’agent à chaque étape de l’exécution : filtres de sécurité du contenu, journalisation, politiques de conformité, logique personnalisée – le tout sans modifier les invites de l’agent.

- Mémoire d'agent et fournisseurs de contexte : Architecture de mémoire modulable prenant en charge l'historique des conversations, l'état clé-valeur persistant et la récupération vectorielle. Choisissez votre backend : mémoire dans Foundry Agent Service, Mem0, Redis, Neo4j ou utilisez un magasin personnalisé.

- Workflows d'agent : Le moteur de workflow basé sur des graphes permettant de composer des agents et des fonctions en processus déterministes et reproductibles est désormais stable. Créez des workflows qui combinent le raisonnement des agents avec la logique métier, se ramifient en fonction de conditions, se déploient en étapes parallèles et convergent vers des résultats. Les points de contrôle et l'hydratation garantissent la survie des processus de longue durée en cas d'interruptions.

- Orchestration multi-agents : Prise en charge stable des modèles d'orchestration issus de Microsoft Research et d'AutoGen : séquentiel, concurrent, transfert, discussion de groupe et Magentic-One. Tous les modèles prennent en charge le streaming, les points de contrôle, les validations par intervention humaine et la mise en pause/reprise pour les workflows de longue durée.

- Agents et workflows déclaratifs (YAML) : Définissez les instructions, les outils, la configuration de la mémoire et la topologie d’orchestration des agents dans des fichiers YAML sous contrôle de version, puis chargez-les et exécutez-les à l’aide d’un simple appel API.

- A2A et MCP : La prise en charge du MCP (Model Context Protocol) permet aux agents de découvrir et d'invoquer dynamiquement des outils externes exposés sur des serveurs compatibles MCP. La prise en charge du protocole A2A (Agent-to-Agent) (prise en charge d'A2A 1.0 à venir) permet la collaboration entre agents de différents environnements d'exécution : vos agents peuvent se coordonner avec des agents s'exécutant dans d'autres frameworks à l'aide d'une messagerie structurée et pilotée par protocole.

- Assistants de migration (Semantic Kernel et AutoGen) : Pour les équipes issues de Semantic Kernel ou d'AutoGen, les assistants de migration analysent votre code existant et génèrent des plans de migration étape par étape. Le guide de migration Semantic Kernel et le guide de migration AutoGen fournissent des procédures détaillées.

Microsoft conclut son annonce en déclarant : « La version 1.0 est un début, pas une fin. Nous continuons à investir dans la finalisation des fonctionnalités en préversion, l’extension de l’écosystème de connecteurs et de compétences, l’approfondissement de l’intégration de Foundry et l’intégration des dernières recherches en orchestration de Microsoft Research. Le framework est 100 % open source : nous le développons en toute transparence, et vos commentaires et contributions façonnent ce qui va suivre. »

Source : Microsoft Agent Framework 1.0

Et vous ?

Pensez-vous que cette annonce est crédible ou pertinente ?
Quel est votre avis sur le sujet ?

Voir aussi :

L'IA agentique expliquée : Un cadre philosophique pour comprendre les agents d'IA, par David Barkol

Perplexity présente « Computer », un nouvel outil qui permet aux utilisateurs d'assigner des tâches et de les voir exécutées par un système qui coordonne plusieurs agents IA utilisant différents modèles

Block, Anthropic et OpenAI ont lancé la Fondation Agentic AI sous l'égide de la Fondation Linux afin d'établir des normes ouvertes pour les agents IA, promouvoir l'interopérabilité et réduire la fragmentation