المشكلة باختصار
قبل إبريل 2026 كان لازم تختار: Semantic Kernel لو عايز connectors ناضجة، AutoGen لو عايز multi-agent orchestration، LangGraph لو شغّال Python بس. كل مشروع كان بيبني طبقة دمج يدوية فوقهم. النسخة 1.0 بتدمج SK كأساس، وبتبني فوقه workflow engine مبني على graph مستلهَم من AutoGen، ضمن SDK واحد يدعم .NET 8+ و Python 3.10+.
إيه اللي تغير فعلاً في 1.0
الإعلان الرسمي من فريق Microsoft Agent Framework حدد 3 نقاط غير قابلة للتفاوض للإنتاج:
- APIs مستقرة: breaking changes هتتبع SemVer، ومفيش حذف APIs بدون deprecation period.
- Long-term support: نفس عقد الدعم اللي بتاخده مع .NET LTS، يعني patches أمنية مضمونة.
- Connectors جاهزة: Azure OpenAI, OpenAI, Anthropic Claude, Amazon Bedrock, Google Gemini, Ollama — كلها first-party.
فيه كمان 5 أنماط orchestration مبنية جاهزة: sequential, concurrent, handoff, group chat, و Magentic-One (نمط البحث متعدد الخطوات اللي خرج من Microsoft Research).
كود حقيقي: agent بسيط بـ tool واحد
المثال ده هو أقل كود ممكن تبدأ بيه في Python. بيبني agent يستخدم OpenAI مع function calling لحساب مجموع:
from agent_framework import ChatAgent, tool
from agent_framework.openai import OpenAIChatClient
@tool
def add_numbers(a: float, b: float) -> float:
"""Return the sum of two numbers."""
return a + b
agent = ChatAgent(
name="Calc",
client=OpenAIChatClient(model="gpt-4.1"),
instructions="You answer math questions by calling tools.",
tools=[add_numbers],
)
result = agent.run("احسب 137 + 265")
print(result.content)
في C# نفس الفكرة بـ 12 سطر تقريبًا باستخدام Microsoft.Agents.AI namespace. اللي كان يتاخد يوم في Semantic Kernel الأول، بقى خمس دقائق.
متى تكسب فعلاً من التحويل
استخدم Agent Framework 1.0 لو ظروفك بتطابق على الأقل تلاتة من الخمسة دول:
- عندك أكتر من agent بيتبادلوا context (مثل agent بيحلل data + agent بيكتب report).
- بتحتاج تبدّل بين providers (Azure OpenAI في production، Ollama محليًا) بدون rewrite.