Microsoft Agent Framework

#MicrosoftAgentFramework #AutoGen #AjanYazilimi #MicrosoftAI

Microsoft'un AutoGen ve Semantic Kernel'i birleştiren, Python ve .NET destekli açık kaynak çoklu ajan geliştirme ve orkestrasyon çerçevesi.

Microsoft Agent Framework (MAF), Microsoft'un ajan tabanlı yapay zeka uygulamaları geliştirmek için ortaya koyduğu açık kaynaklı SDK ve çalışma zamanı ortamıdır. 2 Nisan 2026'da 1.0 GA (Genel Erişilebilirlik) sürümüne ulaşan MAF, AutoGen ve Semantic Kernel projelerinin birleştirilmesiyle oluşturulmuştur; böylece tek bir desteklenen platform altında aynı kavramlar ve API'ler Python ve .NET için sunulmaktadır. MAF'ın temel programlama modeli şu bileşenlerden oluşur: sohbet istemcileri (chat clients), araçlar (tools), MCP (Model Context Protocol) entegrasyonları, bağlam sağlayıcıları (context providers), ara yazılım (middleware) ve çok adımlı iş akışları. MCP entegrasyonu özellikle önemlidir: geliştiriciler, harici servisler ve araçlar için standart bir protokol üzerinden ajan yeteneklerini genişletebilmektedir. Bu mimari, geliştiricilerin ajan altyapısının teknik ayrıntılarıyla değil, ajan mantığıyla ilgilenmesini mümkün kılar. Build 2026'da duyurulan ek özellikler arasında Agent Harness (kabuk, dosya sistemi ve mesajlaşma döngülerine kontrollü erişim), Agent Skills (alan uzmanlığını paket olarak sunmak için taşınabilir, dosya tabanlı veya kodla tanımlanan format), prosedürel bellek (procedural memory) ve Voice Live entegrasyonu yer almaktadır. Çerçeve ayrıca Foundry üzerindeki araç kutuları (Toolboxes) aracılığıyla Microsoft bulut altyapısıyla entegre çalışmaktadır. MAF, AutoGen'in sade ajan soyutlamalarını Semantic Kernel'in kurumsal özellikleriyle — oturum tabanlı durum yönetimi, tip güvenliği, ara yazılım, telemetri — birleştirmekte; çok ajanlı orkestrasyon için açık graf tabanlı iş akışları eklemektedir. LangGraph ve CrewAI gibi alternatiflere kıyasla MAF iki temel farkla öne çıkmaktadır: Python ve .NET ekosistemlerini tek bir API yüzeyi altında birleştirmesi ve Microsoft Azure ile Foundry bulut hizmetleriyle yerel entegrasyon. Kurumsal ortamlarda bu kombinasyon, .NET tabanlı backend altyapısıyla ajan geliştirmeyi hem erişilebilir hem verimli kılar. MIT lisansıyla dağıtılan MAF, ticari kullanım için ücretsiz erişilebilirdir; kaynak kodu GitHub'da topluluk katkısına açık biçimde barındırılmaktadır.

hub Microsoft Agent Framework Nasıl Çalışır?

MAF, ajan mantığını soyut bir programlama modeli olarak sunar. Geliştirici, bir Chat Agent tanımlarken hangi araçları (tools) kullanacağını, hangi MCP entegrasyonlarına erişeceğini ve bağlam sağlayıcılarının nasıl davranacağını bildirir. Ara yazılım (middleware) katmanı, günlükleme, yeniden deneme politikaları ve telemetri gibi yatay kesen endişeleri ajan mantığından ayrıştırır. Agent Harness bileşeni, ajanlara kabuk (shell), dosya sistemi ve mesajlaşma döngülerine kontrollü ve izole edilmiş bir erişim ortamı sunar; böylece güvenlik sınırları tanımlanabilir. Agent Skills ise bir ajanın belirli bir alan uzmanlığını — örneğin veritabanı sorgulama veya API çağırma — taşınabilir bir paket olarak diğer ajanlarla paylaşmasını mümkün kılar. Graf tabanlı çok ajanlı iş akışlarında ajanlara düğümler olarak yer verilir; kenarlar ise ajan-ajan mesajlaşmasını ve koşullu dallanmayı tanımlar. Bu yaklaşım, ajan ağlarındaki kontrol akışını açık ve denetlenebilir hale getirir.

Temel Bileşenler

psychology Chat Agent

Araçlar, bağlam sağlayıcılar ve MCP entegrasyonlarıyla donatılmış temel ajan birimi. Python ve .NET'te aynı API ile tanımlanır.

security Agent Harness

Kabuk, dosya sistemi ve mesajlaşma döngülerine kontrollü erişim ortamı. Ajan yalıtımı ve güvenlik sınırları burada tanımlanır.

library_books Agent Skills

Taşınabilir, dosya tabanlı ya da kodla tanımlanan alan uzmanlığı paketleri. Bir ajanın yetkinlikleri diğer ajanlara Skills olarak paylaşılabilir.

memory Prosedürel Bellek

Ajanların önceki etkileşimlerde öğrendikleri prosedürleri saklayıp ilerleyen görevlerde yeniden kullanmasını mümkün kılan bellek bileşeni.

Kullanım Alanları

support_agent Müşteri Hizmetleri

Çok adımlı sorgu işleme, CRM entegrasyonu ve eskalasyon yönetimi gibi destek iş akışlarını otomatikleştiren ajan zincirleri.

code Kod Asistanları

Kod üretimi, inceleme ve test yazımını farklı uzmanlık ajanlarına dağıtan, orchestrator paterni kullanan geliştirici araçları.

business_center Kurumsal İş Akışları

ERP, SharePoint ve Teams ile entegre çalışan, belge onayı ve veri toplama gibi süreçleri yöneten çok ajanlı sistemler.

science Araştırma Otomasyonu

Literatür tarama, veri özetleme ve hipotez test etme adımlarını paralel ajanlara dağıtarak araştırma döngüsünü hızlandıran sistemler.

compare_arrows Diğer Ajan Çerçeveleriyle Karşılaştırma

LangGraph, durum makinesi (state machine) yaklaşımıyla döngüsel ajan iş akışlarında esneklik sunarken yalnızca Python ekosisteminde çalışmaktadır. CrewAI, rol tabanlı ajan tasarımı ve insan dostu API'siyle hızlı prototiplemeye odaklanmaktadır; ancak kurumsal özellikler açısından daha sınırlıdır. OpenAI Agents SDK ise OpenAI modellerine sıkı bağımlıdır ve model çeşitliliğini kısıtlamaktadır. MAF'ın ayırt edici özellikleri şunlardır: Python ve .NET desteğinin tek bir API yüzeyi altında sunulması (özellikle .NET kurumsal altyapıları için kritik), Microsoft Azure ve Foundry ile yerel entegrasyon, MCP protokolü üzerinden geniş araç ekosistemi erişimi ve kurumsal düzeyde ara yazılım ile telemetri altyapısı. AutoGen topluluğunun birikimi de MAF'a devredildiğinden ekosistem zengindir. Hangi çerçeveyi tercih etmeli? Yalnızca Python kullanıyorsanız ve hızlı prototip için LangGraph ya da CrewAI yeterlidir. .NET altyapınız varsa veya Azure kurumsal ekosistemiyle derin entegrasyon istiyorsanız MAF doğal tercih olacaktır.

quiz Sıkça Sorulan Sorular

  • check_circle AutoGen ile MAF arasındaki fark nedir?: AutoGen, MAF'ın öncülü ve kaynağıdır; ancak MAF, AutoGen'in sade ajan soyutlamalarını Semantic Kernel'in kurumsal özellikleriyle (tip güvenliği, ara yazılım, telemetri) birleştirerek tek bir desteklenen platforma dönüştürmüştür. AutoGen projesi MAF altında yaşamaya devam etmektedir.
  • check_circle MAF açık kaynak mudur?: Evet. Microsoft Agent Framework, MIT lisansıyla GitHub'da yayımlanmaktadır. Python ve .NET için ayrı paketler mevcuttur; her ikisi de aynı kavramsal modeli paylaşır.
  • check_circle MAF hangi LLM'lerle çalışır?: MAF, Azure OpenAI, OpenAI, Anthropic Claude, Google Gemini ve yerel modeller dahil pek çok LLM ile çalışabilir. MCP entegrasyonu üzerinden harici araç ve API'lere bağlanmak da mümkündür.
  • check_circle MAF'ı ne zaman tercih etmeliyim?: .NET tabanlı bir backend altyapınız varsa ya da kurumsal Azure ekosistemiyle entegrasyon ön plandaysa MAF güçlü bir tercihtir. Hızlı prototipleme için LangGraph veya CrewAI daha kolay başlangıç sunabilir; ancak MAF'ın telemetri ve güvenlik özellikleri üretim ortamlarında daha güçlüdür.
  • check_circle Agent Skills nasıl kullanılır?: Agent Skills, bir ajanın belirli alan uzmanlığını — SQL sorguları, API çağrıları, belge işleme — taşınabilir bir paket olarak tanımlamanızı sağlar. Bu paketler dosya tabanlı (YAML ya da JSON) veya kod olarak yazılabilir ve diğer ajanlar tarafından paylaşılabilir; böylece uzmanlıkları yeniden yazmadan kullanabilirsiniz.