Microsoft Agent Framework 现已集成 Claude Agent SDK，让我们能够构建由 Claude 完整代理能力驱动的 AI 代理。这个集成将 Agent Framework 的一致代理抽象与 Claude 的强大功能结合在一起，包括文件编辑、代码执行、函数调用、流式响应、多轮对话以及模型上下文协议（MCP）服务器集成——目前在 Python 中可用。
为什么将 Agent Framework 与 Claude Agent SDK 结合使用？
我们可以单独使用 Claude Agent SDK 来构建代理。那么为什么要通过 Agent Framework 来使用它呢？以下是主要原因：
- 一致的代理抽象 — Claude 代理实现了与框架中其他所有代理类型相同的
BaseAgent 接口。我们可以在不重构代码的情况下切换提供商或组合它们。
- 多代理工作流 — 使用内置的编排器，将 Claude 代理与其他代理（Azure OpenAI、OpenAI、GitHub Copilot 等）组合成顺序、并发、交接和群聊工作流。
- 生态系统集成 — 访问完整的 Agent Framework 生态系统：声明式代理定义、A2A 协议支持，以及跨所有提供商的函数工具、会话和流式传输的一致模式。
总之，Agent Framework 让我们可以将 Claude 作为更大代理系统中的一个构建块，而不是独立工具。
安装 Claude Agent SDK 集成
Python
pip install agent-framework-claude --pre
创建 Claude 代理
入门很简单。创建一个 ClaudeAgent 并使用异步上下文管理器模式开始与它交互。
Python
1
2
3
4
5
6
7
8
|
from agent_framework_claude import ClaudeAgent
async def main():
async with ClaudeAgent(
instructions="You are a helpful assistant.",
) as agent:
response = await agent.run("What is Microsoft Agent Framework?")
print(response.text)
|
使用内置工具
Claude Agent SDK 提供了用于文件操作、shell 命令等功能的强大内置工具访问。只需将工具名称作为字符串传递即可启用它们。
Python
1
2
3
4
5
6
7
8
9
|
from agent_framework_claude import ClaudeAgent
async def main():
async with ClaudeAgent(
instructions="You are a helpful coding assistant.",
tools=["Read", "Write", "Bash", "Glob"],
) as agent:
response = await agent.run("List all Python files in the current directory")
print(response.text)
|
添加函数工具
通过自定义函数工具扩展代理，赋予它特定领域的能力。
Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
from typing import Annotated
from pydantic import Field
from agent_framework_claude import ClaudeAgent
def get_weather(
location: Annotated[str, Field(description="The location to get the weather for.")],
) -> str:
"""Get the weather for a given location."""
return f"The weather in {location} is sunny with a high of 25C."
async def main():
async with ClaudeAgent(
instructions="You are a helpful weather agent.",
tools=[get_weather],
) as agent:
response = await agent.run("What's the weather like in Seattle?")
print(response.text)
|
流式响应
为了获得更好的用户体验，可以在生成响应时流式传输，而不是等待完整结果。
Python
1
2
3
4
5
6
7
8
9
10
11
|
from agent_framework_claude import ClaudeAgent
async def main():
async with ClaudeAgent(
instructions="You are a helpful assistant.",
) as agent:
print("Agent: ", end="", flush=True)
async for chunk in agent.run_stream("Tell me a short story."):
if chunk.text:
print(chunk.text, end="", flush=True)
print()
|
多轮对话
使用线程在多次交互中维护对话上下文。Claude Agent SDK 自动管理会话恢复以保留上下文。
Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
from agent_framework_claude import ClaudeAgent
async def main():
async with ClaudeAgent(
instructions="You are a helpful assistant. Keep your answers short.",
) as agent:
thread = agent.get_new_thread()
# 第一轮
await agent.run("My name is Alice.", thread=thread)
# 第二轮 - 代理记住了上下文
response = await agent.run("What is my name?", thread=thread)
print(response.text) # 应该提到 "Alice"
|
配置权限模式
使用权限模式控制代理如何处理文件操作和命令执行的权限请求。
Python
1
2
3
4
5
6
7
8
9
10
11
12
|
from agent_framework_claude import ClaudeAgent
async def main():
async with ClaudeAgent(
instructions="You are a coding assistant that can edit files.",
tools=["Read", "Write", "Bash"],
default_options={
"permission_mode": "acceptEdits", # 自动接受文件编辑
},
) as agent:
response = await agent.run("Create a hello.py file that prints 'Hello, World!'")
print(response.text)
|
连接 MCP 服务器
Claude 代理支持连接到外部 MCP 服务器，使代理能够访问额外的工具和数据源。
Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
from agent_framework_claude import ClaudeAgent
async def main():
async with ClaudeAgent(
instructions="You are a helpful assistant with access to the filesystem.",
default_options={
"mcp_servers": {
"filesystem": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-filesystem", "."],
},
},
},
) as agent:
response = await agent.run("List all files in the current directory using MCP")
print(response.text)
|
在多代理工作流中使用 Claude
使用 Agent Framework 的主要优势之一是能够在多代理工作流中将 Claude 与其他代理组合。在这个示例中，Azure OpenAI 代理起草营销标语，Claude 代理对其进行审查——所有这些都编排为顺序管道。
Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
|
import asyncio
from typing import cast
from agent_framework import ChatMessage, Role, SequentialBuilder, WorkflowOutputEvent
from agent_framework.azure import AzureOpenAIChatClient
from agent_framework_claude import ClaudeAgent
from azure.identity import AzureCliCredential
async def main():
# 创建 Azure OpenAI 代理作为文案撰稿人
chat_client = AzureOpenAIChatClient(credential=AzureCliCredential())
writer = chat_client.as_agent(
instructions="You are a concise copywriter. Provide a single, punchy marketing sentence based on the prompt.",
name="writer",
)
# 创建 Claude 代理作为审查者
reviewer = ClaudeAgent(
instructions="You are a thoughtful reviewer. Give brief feedback on the previous assistant message.",
name="reviewer",
)
# 构建顺序工作流：writer -> reviewer
workflow = SequentialBuilder().participants([writer, reviewer]).build()
# 运行工作流
async for event in workflow.run_stream("Write a tagline for a budget-friendly electric bike."):
if isinstance(event, WorkflowOutputEvent):
messages = cast(list[ChatMessage], event.data)
for msg in messages:
name = msg.author_name or ("assistant" if msg.role == Role.ASSISTANT else "user")
print(f"[{name}]: {msg.text}\n")
asyncio.run(main())
|
这个示例展示了单个工作流如何组合来自不同提供商的代理。我们还可以将此模式扩展到并发、交接和群聊工作流。
更多信息
总结
Microsoft Agent Framework 的 Claude Agent SDK 集成使我能够轻松构建利用 Claude 完整代理能力的 AI 代理。支持内置工具、函数工具、流式传输、多轮对话、权限模式以及 Python 中的 MCP 服务器，我们可以构建与代码、文件、shell 命令和外部服务交互的强大代理应用程序。
原文链接：Build AI Agents with Claude Agent SDK and Microsoft Agent Framework