（3040期）agent-framework-azure-ai-py – Azure AI 智能代理开发框架

Azure AI 智能代理开发框架 基于微软官方 SDK，支持在 Azure AI Foundry 快速构建持久化 AI 代理，集成代码解释器、MCP 工具及结构化输出，助力企业级 Agent 应用开发。 使用说明 核心用法 该 Skill 提供了使用 Microsoft Agent Framework Python SDK 在 Azure AI Foundry 上构建持久化 AI 代理的完整开发指南。开发者通过 AzureAIAgentsProvider 创建和管理代理实例，支持三种工具扩展模式：Function Tools（自定义 Python 函数）、Hosted Tools（Azure 托管的代码解释器、文件搜索、Bing 网络搜索）以及 MCP Tools（Model Context Protocol 服务器集成）。核心工作流程采用异步上下文管理器模式，支持 Agent.run() 单次调用和 Agent.run_stream() 流式响应。通过 AgentThread 实现对话状态持久化，支持跨会话的上下文记忆。同时提供 Pydantic 模型驱动的结构化输出能力，确保 AI 响应符合预定义的数据格式。 显著优点 作为纯文档型技能，内容完全透明可审计，无任何代码执行风险。依托微软官方 Azure AI 服务，具备企业级稳定性、安全性和合规性保障。文档结构清晰，提供从基础代理创建到复杂多工具集成的完整代码示例，涵盖身份认证、工具配置、线程管理、流式处理等全开发周期。深度集成 Azure 生态，可直接复用 Azure AD 身份体系和现有云基础设施。支持异步编程范式（async/await），适合构建高并发、高性能的 AI 应用。MCP 协议的支持使得 Agent 具备极强的工具扩展能力，可无缝连接外部数据源和服务。 潜在缺点或局限性 来源为 T3 级个人开发者（thegovind），虽内容引用微软官方 SDK，但 Skill 本身非微软官方维护，存在文档更新滞后于 SDK 版本的风险。平台锁定明显，仅支持 Azure AI Foundry，无法直接迁移至 AWS、GCP 或其他 AI 平台。示例代码强依赖 Azure 特定服务（如 AzureCliCredential、DefaultAzureCredential），要求使用者预先配置 Azure 订阅、项目端点和模型部署，增加了初期部署复杂度。作为纯指导型文档，不包含可立即运行的封装库或脚手架工具，开发者需自行处理错误处理、日志记录和性能优化等生产级需求。 适合的目标群体 主要面向企业级 AI 应用开发者和架构师，特别是已在 Azure 云生态投入、需要构建智能客服、数据分析助手、自动化工作流代理的技术团队。适合具备 Python 异步编程基础、熟悉 Type Hints 和 Pydantic 的中高级开发者。对于希望实践 MCP（Model Context Protocol）协议、实现 AI Agent 与现有业务系统集成的工程师尤为适用。不适合寻求无代码/低代码方案的业务人员，或需要在多云环境保持技术中立的组织。 使用风险 该 Skill 本身为纯 Markdown 文档资产，无脚本执行、无网络通信、无数据收集，使用 Skill 过程无安全风险。但在实际工程实施中需注意：Azure AI 服务调用按 token 计费并产生云资源费用，需配置预算监控避免意外支出；示例代码中的 AzureCliCredential 仅适用于本地开发，生产环境必须使用 DefaultAzureCredential 并遵循最小权限原则配置 Azure RBAC；集成 MCP 服务器时需谨慎评估第三方工具的权限范围，建议配置 approval_mode 防止未授权操作；依赖的 agent-framework 包当前为预览版（--pre），API 可能随版本迭代发生破坏性变更，生产环境应锁定具体版本号。 原始说明 Build Azure AI Foundry agents using the Microsoft Agent Framework Python SDK (agent-framework-azure-ai). Use when creating persistent agents with AzureAIAgentsProvider, using hosted tools (code interpreter, file search, web search), integrating MCP servers, managing conversation threads, or implementing streaming responses. Covers function tools, structured outputs, and multi-tool agents.