使用 Claude Agent SDK 和 Microsoft Agent Framework 构建 AI 代理

Microsoft Agent Framework 现已集成 Claude Agent SDK，使您能够使用 Claude 的完整代理能力构建 AI 代理。

这一集成将 Agent Framework 的一致性代理抽象与 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 Model Context Protocol (MCP) 服务器集成——全部在 Python 中可用。

为什么要将 Agent Framework 与 Claude Agent SDK 结合使用？

您可以单独使用 Claude Agent SDK 来构建代理。那么为什么要通过 Agent Framework 使用它？以下是关键原因：

• 统一的代理抽象 — Claude 代理实现了与框架中其他所有代理类型相同的 BaseAgent 接口。您可以在不重构代码的情况下切换或组合提供商。
• 多代理工作流 — 使用内置编排器，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。

简而言之，Agent Framework 让您将 Claude 视为更大的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

pip install agent-framework-claude --pre

创建 Claude 代理

开始使用非常简单。创建一个 ClaudeAgent 并使用异步上下文管理器模式与其交互。

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 提供了强大的内置工具，用于文件操作、Shell 命令等。只需将工具名称作为字符串传递即可启用它们。

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

使用自定义函数工具扩展您的代理，为其提供特定领域的能力。

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，您可以在生成响应时进行流式传输，而不是等待完整结果。

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。

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。

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。

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 的关键优势之一是能够在多代理工作流中组合 Claude 与其他代理。在此示例中，Azure OpenAI 代理起草营销标语，Claude 代理进行审查——所有操作都作为顺序管道编排。

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 代理作为文案撰写者
    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 代理作为审稿人
    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())

此示例展示了单个工作流如何组合来自不同提供商的代理。您还可以将此模式扩展到并发、交接和群聊工作流。

更多信息

• Claude Agent SDK
• GitHub 上的 Microsoft Agent Framework
• Agent Framework 入门教程

总结

Microsoft Agent Framework 的 Claude Agent SDK 集成使构建利用 Claude 完整代理能力的 AI 代理变得简单。通过在 Python 中支持内置工具、函数工具、流式传输、多轮对话、权限模式和 MCP 服务器，您可以构建强大的代理应用程序，与代码、文件、Shell 命令和外部服务进行交互。

我们始终希望听到您的声音。如果您有反馈、问题或想进一步讨论，请随时在 GitHub 的讨论区与我们和社区联系！如果您喜欢使用 Agent Framework，也请在 GitHub 上为我们点星支持。