06-03-03 — Microsoft Agent Framework 1.0: a convergência (GA abril/2026)

O que mudou com o AF 1.0

Antes do AF 1.0, empresas tinham que escolher entre SK (plugins maduros, .NET, Azure) ou AutoGen (multi-agent, Python). O AF 1.0 elimina essa escolha:

APIs estáveis — o que isso significa na prática

Antes do GA, tanto SK quanto AutoGen tinham APIs marcadas como "experimental" que quebravam entre versões. Com o AF 1.0:

• APIs públicas seguem SemVer: breaking changes somente em major versions
• Suporte LTS com Microsoft Premier Support disponível
• Certificação para uso em ambientes regulados (financeiro, saúde)
• SLA de suporte para pacotes NuGet/PyPI

Estrutura de pacotes

Lifecycle: build → test → deploy → monitor

Build — criando um agente

using Microsoft.AgentFramework;
using Microsoft.AgentFramework.SemanticKernel;

// AF 1.0 usa o mesmo padrão do SK, com extensões para agents
var builder = AgentApplication.CreateBuilder(args);

builder.Services.AddAgentFramework(options =>
{
    options.AddAzureOpenAI(
        deploymentName: "gpt-4o",
        endpoint: builder.Configuration["AzureOpenAI:Endpoint"]!);
    
    options.AddPlugin<ClimaPlugin>();
    options.AddPlugin<CalendarioPlugin>();
    options.EnableMCP();  // MCP server/client nativo
    options.EnableA2A();  // Agent-to-Agent protocol
});

// Registra o agente com metadados para descoberta A2A
builder.Services.AddAgent<AssistenteEmpresarialAgent>(agent =>
{
    agent.Name = "assistente-empresarial";
    agent.Description = "Agente de suporte a decisões executivas";
    agent.Version = "1.0.0";
});

var app = builder.Build();
app.MapAgentEndpoints();  // expõe REST + WebSocket + A2A card
await app.RunAsync();

Test — AgentTestHost

// AF 1.0 inclui AgentTestHost para testes unitários/integração
using Microsoft.AgentFramework.Testing;

[Fact]
public async Task Agente_DeveBuscarClimaEResponder()
{
    await using var testHost = await AgentTestHost.StartAsync<AssistenteEmpresarialAgent>(
        configureServices: services =>
        {
            services.AddMockAIService();  // LLM mockado
            services.AddFakePlugin<ClimaPlugin>(fake =>
                fake.Returns("obter_clima", "28°C, ensolarado"));
        });

    var response = await testHost.SendMessageAsync("Qual o clima hoje?");
    
    Assert.Contains("28°C", response.Content);
}

Deploy — Azure AI Foundry

// Publicar para Azure AI Foundry via CLI ou SDK
// CLI: af deploy --foundry-project meu-projeto --agent assistente-empresarial

// Ou via SDK no pipeline CI/CD:
var foundryClient = new FoundryClient(credential);
await foundryClient.Agents.DeployAsync(new AgentDeployment
{
    Name = "assistente-empresarial",
    Version = "1.0.0",
    ContainerImage = "meu-registry.azurecr.io/assistente:1.0.0",
    ScaleSettings = new { MinInstances = 1, MaxInstances = 10 }
});

Monitor — Application Insights + Foundry Dashboard

// AF 1.0 emite telemetria OpenTelemetry por padrão
builder.Services.AddOpenTelemetry()
    .WithTracing(tracing => tracing
        .AddAgentFrameworkInstrumentation()  // spans automáticos por agente/tool
        .AddAzureMonitorTraceExporter());

// Métricas disponíveis:
// - agent.invocation.duration
// - agent.tool.calls.count
// - agent.token.usage (prompt + completion)
// - agent.errors.count

Exemplo completo em Python

from microsoft_agent_framework import Agent, AgentContext, kernel_function
from microsoft_agent_framework.azure import AzureOpenAIService

# Define um agente AF 1.0 em Python
class AssistenteEmpresarial(Agent):
    def __init__(self):
        super().__init__(
            name="assistente-empresarial",
            description="Suporte a decisões executivas"
        )
        self.add_service(AzureOpenAIService(
            deployment="gpt-4o",
            endpoint=os.environ["AZURE_OPENAI_ENDPOINT"]
        ))

    @kernel_function(description="Busca KPIs do ERP")
    async def buscar_kpis(self, periodo: str) -> dict:
        # Integração com ERP da empresa
        return {"receita": 2_500_000, "margem": 0.32}

# Execução local
async def main():
    agente = AssistenteEmpresarial()
    resposta = await agente.invoke("Como foi o Q1 2026?")
    print(resposta)

asyncio.run(main())