teams-sdk
teams-sdk 是微软推出的全新开发框架,旨在帮助开发者轻松构建运行于 Microsoft Teams 及其他 Bot Framework 渠道的智能应用与 AI 代理。它标志着对原有开发模式的全面升级,在保持与旧版机器人兼容的同时,大幅简化了架构设计并增强了 AI 集成能力。
过去,开发 Teams 应用往往面临配置繁琐、AI 功能集成门槛高等挑战。teams-sdk 通过统一的接口和现代化的开发体验,有效解决了这些痛点,让开发者能更专注于业务逻辑而非底层细节。无论是构建对话式 AI 助手、消息扩展插件,还是嵌入网页应用及调用 Microsoft Graph 数据,它都能提供一站式支持。
该工具主要面向软件开发者,特别是那些希望在 Teams 生态中融入人工智能能力的工程师。其核心亮点包括支持 TypeScript、C# 和 Python 多种主流语言,提供丰富的开源加速器模板以快速启动项目,以及内置便捷的 CLI 命令行工具,只需几条命令即可完成新代理的初始化。此外,新版 SDK 还引入了更直观的插件系统和针对 AI 场景的深度优化,显著提升了开发效率与应用性能。
使用场景
某跨国企业的 IT 团队需要在 Microsoft Teams 中快速构建一个能自动查询员工档案并回答 HR 政策的智能助手,以减轻人工客服压力。
没有 teams-sdk 时
- 架构复杂且割裂:开发者需手动拼接 Bot Framework 基础代码与 Microsoft Graph API 调用逻辑,导致项目结构混乱,维护成本极高。
- 身份验证繁琐:实现用户登录(Entra ID)以获取个人数据时,需自行处理复杂的 OAuth 流程和安全令牌管理,极易出错。
- AI 集成门槛高:将大语言模型能力嵌入机器人需要编写大量样板代码来管理对话状态和上下文,开发周期漫长。
- 多语言支持分散:若团队混合使用 TypeScript、C# 或 Python,缺乏统一的开发范式,导致知识复用困难,协作效率低下。
使用 teams-sdk 后
- 架构统一简化:teams-sdk 提供标准化的
App类和相关插件,将消息监听、Graph 调用和 AI 逻辑整合在清晰的单一架构中,代码可读性显著提升。 - 一键式身份认证:内置
signin()方法自动处理 Entra 登录流,开发者只需几行代码即可安全获取用户信息并调用 Graph 接口。 - 原生 AI 加速:通过预置的 AI 代理模板和简化的状态管理,团队能快速构建具备上下文理解能力的智能体,大幅缩短从概念到上线的时间。
- 跨语言一致体验:无论选择 TypeScript、C# 还是 Python,teams-sdk 均提供一致的 API 设计和开发文档,降低了团队的学习曲线和协作摩擦。
teams-sdk 通过重构开发范式,将原本繁琐的 Teams 应用构建过程转化为高效、统一且原生支持 AI 的流畅体验。
运行环境要求
- 未说明
未说明
未说明

快速开始
欢迎使用 Teams SDK(文档)
Teams SDK 对 Teams 应用和 AI 代理的构建方式进行了根本性的重新构想,同时保持与现有基于 Bot Framework 的代理的兼容性。新版本专注于提升开发者体验、简化架构并增强 AI 能力。
有关 v2 版本背后的设计动机和架构决策的详细说明,请参阅我们的 WHY.md 文档。
我们有了一个新名称!
我们非常高兴地宣布,“Teams AI”现已正式更名为“Teams SDK”!这一变化体现了我们致力于提供一个全面的开发框架,用于构建各类 Teams 应用程序,包括由 AI 驱动的代理。
各 SDK 语言的代码仓库
每个语言的 SDK 代码都位于独立的仓库中:
如遇特定于某种语言的 bug 或问题,请在相应语言的仓库中使用“Issues”标签页。
代理加速器模板
您可以在 Teams 代理加速器模板仓库 中找到一组开源的代理加速器模板。这些模板为使用 Teams SDK 构建您自己的代理提供了极佳的起点。
快速入门
Teams SDK CLI 可以轻松帮助您启动第一个代理。首先,通过 NPM 安装 CLI:
npm install -g @microsoft/teams.cli
接下来,使用 CLI 创建您的代理:
npx @microsoft/teams.cli new <typescript | csharp | python> quote-agent --template echo
如需更多信息,请参阅我们的快速入门指南:C#、TypeScript、Python。
SDK
Microsoft Teams 拥有一个强大的开发者生态系统,提供广泛的功能集,现在已通过 Teams SDK 统一起来。无论您是构建由 AI 驱动的代理(TS、C#、Python)、消息扩展(TS、C#、Python)、嵌入式 Web 应用程序,还是 Graph API,Teams SDK 都能满足您的需求。
以下是一个简单的示例,它会根据从 Graph 获取的信息回复传入的消息:
import { App } from '@microsoft/teams.apps';
import { DevtoolsPlugin } from '@microsoft/teams.dev';
import * as endpoints from '@microsoft/teams.graph-endpoints';
const app = new App({
plugins: [new DevtoolsPlugin()],
});
// 监听传入的消息
app.on('message', async ({ userGraph, isSignedIn, send, signin }) => {
if (!isSignedIn) {
await signin(); // 启动 Entra 登录流程
return;
}
const me = await userGraph.call(endpoints.me.get);
await send(`你好,来自地球的 ${me.displayName}!`);
});
// 启动您的应用
(async () => {
await app.start();
})();
如遇特定于某种语言的 bug 或问题,请在相应语言的仓库中使用“Issues”标签页。
重要提示:v1 到 v2 的过渡通知
此仓库已将主分支从 v1 过渡到 v2。
main分支现在包含 v2 代码,这些代码此前是在v2-preview分支上开发的。- 之前的
main分支(v1)已被移至release/v1分支。我们将在此分支上继续为 v1 提供关键的 bug 修复和安全补丁。
文档
如需全面的文档、API 参考和示例,请访问我们的 文档站点。
版本历史
py-1.8.12025/07/01dotnet-1.11.02025/05/27dotnet-1.10.12025/05/03dotnet-1.9.12025/05/03py-1.8.02025/04/01py-1.7.02025/03/06py-1.6.02025/02/04js-1.7.32025/02/04js-1.7.22025/01/08js-1.7.02024/12/09js-1.6.12024/11/11dotnet-1.8.02024/10/31py-1.5.02024/10/31js-1.6.02024/10/31js-1.5.32024/10/23dotnet-1.7.02024/10/10dotnet-1.6.02024/10/07py-1.4.12024/10/03js-1.5.12024/10/01js-1.4.12024/09/17常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
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。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器