Agents
Microsoft 365 Agents SDK 是微软推出的一款开源开发工具包，旨在简化全栈、多渠道且可信赖的智能体（Agent）构建过程。它支持将智能体轻松部署到 Microsoft 365 Copilot、Teams、Copilot Studio 以及 Webchat 等多种平台，帮助开发者高效处理复杂的通信逻辑。
这一工具主要解决了企业在集成智能体时面临的碎片化难题。以往，开发者往往受限于特定的技术栈或 AI 服务提供商，而 Microsoft 365 Agents SDK 提供了高度的灵活性，允许用户自由选择所需的 AI 服务、模型或底层技术架构。它不仅提供了一个包含状态管理、存储及事件处理能力的智能体“容器”，还让开发者能够根据具体业务需求定制智能体行为，使其完美适配不同客户端的特性。
Microsoft 365 Agents SDK 特别适合企业级软件开发者和系统集成人员使用。无论是希望将现有系统与现代 AI 能力结合，还是想要构建跨平台的多智能体协作应用，它都能提供坚实的基础设施支持。其独特的技术亮点在于“AI 无关性”——即不绑定特定大语言模型，开发者可以无缝整合 OpenAI、Azure OpenAI 或 Hugging Face 等各类模型。此外，它与 Semantic Kernel 和 Azure AI Foundry 紧密协同，为需要复杂推理、检索增强生成（RAG）及可观测性的应用场景提供了强大的后端支持。通过 C#、JavaScript 和 Python 等多语言支持，该工具降低了开发门槛，让团队能快速从示例代码入手，构建符合企业安全与合规标准的高效智能应用。
使用场景
某大型制造企业的 IT 团队需要开发一款“智能供应链助手”，让采购经理能在 Microsoft Teams 中直接查询库存、审批订单，并同步数据到内部 ERP 系统。
没有 Agents 时
- 多端适配成本高昂：为了同时支持 Teams、Web 门户和 M365 Copilot，开发团队需为每个渠道单独编写通信接口和维护不同的代码分支，导致重复工作量增加三倍。
- AI 集成复杂且僵化：若想切换底层大模型（如从 OpenAI 换为 Azure OpenAI），需重构大量核心逻辑，缺乏统一的抽象层来屏蔽不同 AI 服务的差异。
- 状态管理混乱：在多轮对话中保持用户上下文（如当前正在处理的订单 ID）需要自行设计复杂的会话存储机制，极易出现数据不同步或丢失。
- 企业级信任缺失：难以统一实施身份验证和数据权限控制，导致敏感供应链数据在不同渠道间存在泄露风险，合规审查困难。
使用 Agents 后
- 一次构建，多端部署：利用 Agents 提供的标准化“容器”脚手架，团队只需开发一次核心业务逻辑，即可通过 SDK 的通道管理能力，一键发布到 Teams、Web 及 M365 Copilot，大幅缩短上线周期。
- AI 服务灵活解耦：Agents 对底层 AI 技术栈保持中立，开发人员可轻松集成任意选择的模型或服务，无需修改上层应用代码，实现了真正的技术自由。
- 内置状态与事件管理：SDK 原生支持状态存储和活动管理，自动处理多轮对话的上下文维持，开发者无需从零构建会话引擎，显著降低 bug 率。
- 原生可信与安全：依托 Microsoft 365 的信任框架，Agents 天然继承企业级的身份认证和权限控制，确保只有授权人员才能访问特定供应链数据，满足合规要求。
核心价值在于，Agents 让开发者从繁琐的多端适配和基础设施搭建中解放出来，专注于构建真正解决业务问题的智能代理逻辑。
运行环境要求
- Windows
- macOS
- Linux
未说明
未说明
快速开始
Microsoft 365 Agents SDK
借助 Microsoft 365 Agents SDK，您可以创建可部署到您选择的渠道的代理，例如 Microsoft 365 Copilot、Microsoft Teams、Web 和自定义应用等，并提供用于处理所需通信的基础架构。开发者可以使用他们选择的 AI 服务，并通过 SDK 的渠道管理功能使他们构建的代理可供使用。
开发者需要具备将来自任何提供商或技术栈的代理集成到其企业系统中的灵活性。Agents SDK 简化了使用任意 AI 实现代理模式的过程，使开发者能够根据具体需求选择一个或多个服务、模型或代理。
使用 Agents SDK 可以：
- 快速构建具有状态、存储以及管理活动和事件能力的代理“容器”。将此容器部署到任何渠道，例如 Microsoft 365 Copilot 或 Microsoft Teams。
- 实现代理模式，而不受特定技术栈的限制。Agents SDK 对您选择的 AI 没有偏好。
- 自定义您的代理，以匹配客户端（如 Microsoft Teams）的特定行为。
开始使用
您只需向上滚动并点击此仓库中的“samples”文件夹，选择您的编程语言，查看示例列表，然后选择您想开始的示例即可快速上手（建议从 QuickStart 示例入手以掌握基础知识）。
Microsoft 365 Copilot 是该 SDK 支持的众多渠道之一，但无需 Microsoft 365 Copilot 订阅即可开始使用或使用此 SDK，除非您专门针对该渠道（或其他需要订阅或服务才能使用其客户端的渠道）进行开发。
C#、JavaScript 和 Python 仓库链接
客户端库的源代码主要存在于各语言的专用仓库中。本仓库旨在作为进入这些特定语言仓库的起点。与特定语言相关的问题应在相应的仓库中提交，而跨语言的问题则可以在本仓库中提出。
| 语言 | 仓库 |
|---|---|
| 通用（本仓库） | [Agents Repository] |
| C# /.NET | [Agents-for-net Repository] |
| JavaScript | [Agents-for-js Repository] |
| Python | [Agents-for-python Repository] |
文档
要深入了解 Agents SDK，您可以阅读我们的官方文档：Agents SDK 文档
相关 SDK 和代理平台
Semantic Kernel。Semantic Kernel 是一个 SDK，可将大型语言模型（LLMs），如 OpenAI、Azure OpenAI 和 Hugging Face，与 C#、Python 和 Java 等传统编程语言集成。Semantic Kernel 通过允许您定义可串联在一起的插件，仅需几行代码即可实现这一目标。
Azure AI Foundry。提供核心后端代理功能，包括推理、检索增强、可观性等核心功能。开发者可以利用 Azure AI Agent Service，或使用此 SDK 中的各个组件自行构建代理功能。
Copilot Studio。Copilot Studio 是一个代理构建平台，可与 Microsoft 365 Agents SDK 配合使用，将您的代理集成到应用程序中，并与 Copilot Studio 代理一起创建多代理模式。要开始使用，请转到此仓库中的 samples 文件夹，选择您所选语言的 Copilot Studio 客户端示例。
Microsoft 365 Agents SDK 汇集了核心组件，使开发者能够创建、管理和利用 AI 服务及第三方 SDK 来驱动编排，并开发自定义的代理逻辑功能。
使用其他服务与 Agents SDK
您在使用 Microsoft 365 Agents SDK 时结合使用的其他服务，应遵守这些服务各自的协议，其中可能包含行为准则和其他限制。
贡献
微软内部开发者请注意：
- 内部微软开发者应加入 Core identity 组织 Agents SDK Contrib
非微软内部开发者：
本项目欢迎贡献和建议。大多数贡献都需要您同意一份贡献者许可协议（CLA），声明您有权且确实授予我们使用您贡献的权利。有关详细信息，请访问 https://cla.opensource.microsoft.com。
当您提交拉取请求时，CLA 机器人会自动判断您是否需要提供 CLA，并相应地标记 PR（例如状态检查、评论）。您只需按照机器人提供的说明操作即可。对于使用我们 CLA 的所有仓库，您只需执行一次此操作。
本项目已采用 微软开源行为准则。如需更多信息，请参阅 行为准则常见问题解答，或如有任何其他疑问或意见，请联系 opencode@microsoft.com。
推荐的 VS Code 扩展
为确保开发环境的一致性，我们建议使用以下 VS Code 扩展：
| 扩展 | 描述 |
|---|---|
| ESLint | 将 ESLint 集成到 VS Code 中。允许您查找并修复 JavaScript 代码中的问题。 |
| GitHub Copilot Chat | GitHub Copilot 是一款 AI 同行编程工具，可帮助您更快、更智能地编写代码。 |
| GitHub Codespaces | GitHub Codespaces 为任何活动提供云端托管的开发环境——无论是长期项目，还是像审查拉取请求这样的短期任务。 |
| C# 开发工具包 | C# 开发工具包通过解决方案资源管理器帮助您管理代码，并通过集成的单元测试发现与执行功能来测试代码，从而提升您在任何开发平台上的 C# 开发体验（Windows、macOS、Linux，甚至在 Codespace 中）。 |
| 自适应卡片预览器 | Microsoft 自适应卡片预览器使用 Microsoft Teams 的最新渲染堆栈，以提供更准确的自适应卡片预览效果。您可以打开并排预览以实时查看更改，并在浅色、深色和高对比度主题之间切换。 |
这些扩展已列在 .vscode/extensions.json 文件中，因此当您打开项目时，VS Code 应会提示您安装它们。
商标
本项目可能包含项目、产品或服务的商标或标识。对 Microsoft 商标的授权使用须遵守并遵循 Microsoft 商标与品牌指南。 在本项目的修改版本中使用 Microsoft 商标或标识时，不得造成混淆或暗示 Microsoft 的赞助关系。 任何第三方商标或标识的使用均应遵守相应第三方的政策。
常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。