Microsoft Agent Framework 1.0 — SDK Thống Nhất Cho AI Agents Trên .NET 10

Posted on: 4/18/2026 9:16:10 AM

Trong nhiều năm, hệ sinh thái .NET có hai framework AI agent đáng chú ý nhưng lại tách biệt hoàn toàn: Semantic Kernel — enterprise-grade, type-safe, middleware pipeline mạnh mẽ, và AutoGen — đột phá với conversation-centric multi-agent, dễ prototype. Nhà phát triển buộc phải chọn một trong hai, hoặc tự viết glue code kết nối cả hai. Ngày 3 tháng 4 năm 2026, Microsoft chính thức phát hành Agent Framework 1.0 — SDK thống nhất hợp nhất tinh hoa của cả Semantic Kernel lẫn AutoGen vào một framework duy nhất, production-ready, hỗ trợ đồng thời C#/.NET và Python.

Bài viết này sẽ đi sâu vào kiến trúc, các orchestration pattern, middleware pipeline, declarative agents, observability, và cách tích hợp MCP — tất cả với code example C# cụ thể trên .NET 10.

1. Tại sao cần hợp nhất?

Trước Agent Framework 1.0, bức tranh agent trên .NET khá phân mảnh:

Sự phân mảnh này tạo ra vấn đề thực tế: team enterprise muốn dùng multi-agent pattern của AutoGen nhưng cần middleware pipeline của Semantic Kernel. Kết quả là glue code tự viết, không chuẩn hóa, khó maintain. Agent Framework 1.0 giải quyết triệt để bằng cách lấy thế mạnh của cả hai:

2. Timeline hợp nhất

3. Kiến trúc 5 tầng

Agent Framework được thiết kế theo kiến trúc layered rõ ràng, mỗi tầng có trách nhiệm riêng biệt:

graph TB
    subgraph L1["🖥️ Client / Application Layer"]
        A1[Web Apps / APIs]
        A2[Console Apps]
        A3[Teams Bots]
        A4[Background Services]
    end

    subgraph L2["🤖 Agent Layer"]
        B1[ChatClientAgent]
        B2[Declarative Agent YAML]
        B3[Custom Agent]
    end

    subgraph L3["⚙️ Runtime Layer"]
        C1[Session Management]
        C2[Middleware Pipeline]
        C3[Memory / Context]
        C4[Execution Loop]
    end

    subgraph L4["🔧 Tool / Integration Layer"]
        D1[Function Tools]
        D2[MCP Clients]
        D3[External APIs]
        D4[Databases]
    end

    subgraph L5["🧠 Model Provider Layer"]
        E1[Azure OpenAI]
        E2[OpenAI]
        E3[Anthropic Claude]
        E4[Google Gemini]
        E5[Ollama]
    end

    L1 --> L2
    L2 --> L3
    L3 --> L4
    L3 --> L5

    style L1 fill:#f8f9fa,stroke:#e94560,color:#2c3e50
    style L2 fill:#f8f9fa,stroke:#e94560,color:#2c3e50
    style L3 fill:#f8f9fa,stroke:#e94560,color:#2c3e50
    style L4 fill:#f8f9fa,stroke:#e94560,color:#2c3e50
    style L5 fill:#f8f9fa,stroke:#e94560,color:#2c3e50

Điểm đặc biệt: tất cả model connectors đều implement interface IChatClient từ Microsoft.Extensions.AI — cho phép viết code hoàn toàn provider-agnostic. Bạn có thể swap từ Azure OpenAI sang Anthropic Claude hay Ollama local mà không đổi một dòng business logic nào.

4. Năm Orchestration Patterns Built-in

Đây là nơi Agent Framework thực sự tỏa sáng so với việc tự build. Framework cung cấp 5 pattern sẵn, cover hầu hết các use case multi-agent trong production:

graph LR
    subgraph Sequential
        S1[Agent A] --> S2[Agent B] --> S3[Agent C]
    end

    subgraph Concurrent
        C0[Input] --> C1[Agent A]
        C0 --> C2[Agent B]
        C0 --> C3[Agent C]
        C1 --> C4[Aggregator]
        C2 --> C4
        C3 --> C4
    end

    style S1 fill:#e94560,stroke:#fff,color:#fff
    style S2 fill:#e94560,stroke:#fff,color:#fff
    style S3 fill:#e94560,stroke:#fff,color:#fff
    style C0 fill:#2c3e50,stroke:#fff,color:#fff
    style C1 fill:#e94560,stroke:#fff,color:#fff
    style C2 fill:#e94560,stroke:#fff,color:#fff
    style C3 fill:#e94560,stroke:#fff,color:#fff
    style C4 fill:#2c3e50,stroke:#fff,color:#fff

4.1 Sequential — Pipeline đơn giản

using Microsoft.Agents.AI;
using Microsoft.Agents.AI.Orchestrations;

// Tạo agents cho content pipeline
var writer = new ChatClientAgent(chatClient,
    "Bạn là copywriter. Viết một đoạn marketing ngắn gọn, súc tích.",
    name: "writer");

var reviewer = new ChatClientAgent(chatClient,
    "Bạn là editor. Review và cải thiện bản draft, giữ nguyên tone.",
    name: "reviewer");

var translator = new ChatClientAgent(chatClient,
    "Bạn là translator. Dịch nội dung sang tiếng Việt tự nhiên.",
    name: "translator");

// Build sequential workflow
var workflow = AgentWorkflowBuilder.BuildSequential([writer, reviewer, translator]);

// Execute
var messages = new List<ChatMessage>
{
    new(ChatRole.User, "Write a tagline for a cloud-native .NET framework")
};

await using var run = await InProcessExecution.RunStreamingAsync(workflow, messages);
await run.TrySendMessageAsync(new TurnToken(emitEvents: true));

4.2 Handoff — Mesh topology với chuyển quyền điều khiển

Handoff là pattern mạnh nhất cho các hệ thống customer-facing. Agents tự quyết định khi nào cần chuyển conversation sang agent khác:

// Định nghĩa agents
var triageAgent = new ChatClientAgent(chatClient,
    "Bạn phân loại yêu cầu. LUÔN handoff sang agent phù hợp.",
    name: "triage_agent", description: "Router chính");

var refundAgent = new ChatClientAgent(chatClient,
    "Bạn xử lý yêu cầu hoàn tiền. Xác minh order ID trước khi xử lý.",
    name: "refund_agent", description: "Xử lý hoàn tiền");

var orderAgent = new ChatClientAgent(chatClient,
    "Bạn tra cứu và cập nhật trạng thái đơn hàng.",
    name: "order_agent", description: "Quản lý đơn hàng");

var returnAgent = new ChatClientAgent(chatClient,
    "Bạn hướng dẫn quy trình đổi trả hàng.",
    name: "return_agent", description: "Xử lý đổi trả");

// Build handoff workflow với routing rules
var workflow = AgentWorkflowBuilder
    .CreateHandoffBuilderWith(triageAgent)
    .WithHandoffs(triageAgent, [refundAgent, orderAgent, returnAgent])
    .WithHandoffs(returnAgent, [refundAgent])
    .WithHandoffs(orderAgent, [triageAgent])
    .WithHandoff(refundAgent, triageAgent)
    .Build();

graph TD
    T[Triage Agent] -->|"hoàn tiền"| R[Refund Agent]
    T -->|"đơn hàng"| O[Order Agent]
    T -->|"đổi trả"| RT[Return Agent]
    RT -->|"cần hoàn tiền"| R
    O -->|"quay lại"| T
    R -->|"hoàn tất"| T

    style T fill:#e94560,stroke:#fff,color:#fff
    style R fill:#2c3e50,stroke:#fff,color:#fff
    style O fill:#2c3e50,stroke:#fff,color:#fff
    style RT fill:#2c3e50,stroke:#fff,color:#fff

5. Middleware Pipeline — Sức mạnh từ Semantic Kernel

Một trong những tính năng enterprise quan trọng nhất được kế thừa từ Semantic Kernel là middleware pipeline. Thiết kế theo đúng pattern của ASP.NET Core middleware: ordered components, context object, và call_next() delegate.

Ba tầng middleware

graph LR
    REQ[Request] --> ARM[Agent Run Middleware]
    ARM --> FM[Function Middleware]
    FM --> CM[Chat Middleware]
    CM --> LLM[LLM Provider]
    LLM --> CM2[Chat Middleware]
    CM2 --> FM2[Function Middleware]
    FM2 --> ARM2[Agent Run Middleware]
    ARM2 --> RES[Response]

    style REQ fill:#f8f9fa,stroke:#e94560,color:#2c3e50
    style ARM fill:#e94560,stroke:#fff,color:#fff
    style FM fill:#16213e,stroke:#fff,color:#fff
    style CM fill:#2c3e50,stroke:#fff,color:#fff
    style LLM fill:#4CAF50,stroke:#fff,color:#fff
    style CM2 fill:#2c3e50,stroke:#fff,color:#fff
    style FM2 fill:#16213e,stroke:#fff,color:#fff
    style ARM2 fill:#e94560,stroke:#fff,color:#fff
    style RES fill:#f8f9fa,stroke:#e94560,color:#2c3e50

Ví dụ: Security Middleware chặn sensitive data

// Middleware chặn request chứa thông tin nhạy cảm
async Task<AgentResponse> SecurityMiddleware(
    IEnumerable<ChatMessage> messages,
    AgentSession? session,
    AgentRunOptions? options,
    AIAgent innerAgent,
    CancellationToken ct)
{
    var lastMessage = messages.LastOrDefault()?.Text ?? "";

    // Kiểm tra PII patterns
    if (Regex.IsMatch(lastMessage, @"\b\d{9,12}\b") ||
        lastMessage.Contains("password", StringComparison.OrdinalIgnoreCase))
    {
        return new AgentResponse(new[]
        {
            new ChatMessage(ChatRole.Assistant,
                "Yêu cầu bị chặn: phát hiện thông tin nhạy cảm.")
        });
    }

    // Cho phép tiếp tục nếu an toàn
    return await innerAgent.RunAsync(messages, session, options, ct);
}

// Middleware log mọi function call
async ValueTask<object?> AuditFunctionMiddleware(
    AIAgent agent,
    FunctionInvocationContext context,
    Func<FunctionInvocationContext, CancellationToken, ValueTask<object?>> next,
    CancellationToken ct)
{
    var start = Stopwatch.GetTimestamp();
    logger.LogInformation("Tool call: {Name}, Args: {Args}",
        context.Function.Name, context.Arguments);

    var result = await next(context, ct);

    var elapsed = Stopwatch.GetElapsedTime(start);
    logger.LogInformation("Tool {Name} completed in {Ms}ms",
        context.Function.Name, elapsed.TotalMilliseconds);

    return result;
}

// Đăng ký middleware
var securedAgent = originalAgent
    .AsBuilder()
    .Use(runFunc: SecurityMiddleware)
    .Use(AuditFunctionMiddleware)
    .Build();

6. Declarative Agents — Định nghĩa Agent bằng YAML

Thay vì hard-code agent trong C#, Agent Framework hỗ trợ định nghĩa agent bằng YAML — version-controlled, dễ review, và cho phép non-dev (PM, domain expert) tham gia thiết kế agent behavior:

# agents/diagnostic-agent.yaml
kind: Prompt
name: DiagnosticAgent
displayName: Trợ lý Chẩn đoán Hệ thống
description: Agent chuyên phân tích logs và đề xuất fix
instructions: |
  Bạn là chuyên gia DevOps. Khi nhận log error:
  1. Phân tích root cause
  2. Đề xuất fix cụ thể với code
  3. Đánh giá mức độ nghiêm trọng (P0-P3)
  Luôn trả lời bằng tiếng Việt.
model:
  id: gpt-4o
  connection:
    kind: azure_openai
    endpoint: https://my-project.openai.azure.com/
  options:
    temperature: 0.3
    topP: 0.9
outputSchema:
  properties:
    severity:
      type: string
      enum: [P0, P1, P2, P3]
    root_cause:
      type: string
    fix_suggestion:
      type: string

// Load agent từ YAML — chỉ 3 dòng
var factory = new ChatClientPromptAgentFactory(chatClient);
var agent = await factory.CreateFromYamlAsync(
    File.ReadAllText("agents/diagnostic-agent.yaml"));

var response = await agent!.RunAsync("Error: Connection pool exhausted after 500 concurrent requests");

7. Tool Registration và MCP Integration

Agent Framework hỗ trợ hai cách đăng ký tools: inline function tools (đơn giản, nhanh) và MCP servers (chuẩn hóa, tái sử dụng).

7.1 Inline Function Tools

var tools = new[]
{
    AIFunctionFactory.Create(
        (string orderId) =>
        {
            // Query database
            var order = db.Orders.Find(orderId);
            return order is null
                ? "Không tìm thấy đơn hàng"
                : $"Đơn {orderId}: {order.Status}, ship ngày {order.ShipDate:dd/MM/yyyy}";
        },
        name: "lookup_order",
        description: "Tra cứu trạng thái đơn hàng theo mã order ID"),

    AIFunctionFactory.Create(
        (string query, int limit = 5) =>
        {
            var results = searchService.Search(query, limit);
            return JsonSerializer.Serialize(results);
        },
        name: "search_docs",
        description: "Tìm kiếm trong knowledge base nội bộ")
};

var agent = chatClient.CreateAIAgent(
    instructions: "Bạn là trợ lý CSKH. Dùng lookup_order để tra đơn, search_docs để tìm hướng dẫn.",
    tools: tools);

7.2 MCP Server Integration

Agent Framework hỗ trợ MCP (Model Context Protocol) — agents có thể dynamically discover và invoke tools từ bất kỳ MCP-compliant server nào:

// Kết nối MCP Server qua Streamable HTTP
var mcpClient = new McpClient(new Uri("https://mcp.internal.company.com/tools"));
await mcpClient.InitializeAsync();

// Agent tự động discover tools từ MCP server
var agent = chatClient.CreateAIAgent(
    instructions: "Bạn có quyền truy cập database và monitoring tools qua MCP.",
    tools: mcpClient.GetAvailableTools());

8. Observability với OpenTelemetry

Agent Framework tích hợp sâu với OpenTelemetry, emit traces, logs, và metrics theo chuẩn OpenTelemetry GenAI Semantic Conventions. Đây là khác biệt lớn so với hầu hết các framework khác — thay vì vendor-locked telemetry, bạn dùng chuẩn mở.

Setup OpenTelemetry cho Agent

using OpenTelemetry;
using OpenTelemetry.Trace;
using OpenTelemetry.Metrics;

const string SourceName = "MyAgentApp";

// 1. Instrument chat client
var instrumentedClient = chatClient
    .AsBuilder()
    .UseOpenTelemetry(
        sourceName: SourceName,
        configure: cfg => cfg.EnableSensitiveData = true)
    .Build();

// 2. Instrument agent
var agent = new ChatClientAgent(instrumentedClient,
        name: "SupportAgent",
        instructions: "Bạn là trợ lý hỗ trợ kỹ thuật.")
    .WithOpenTelemetry(
        sourceName: SourceName,
        configure: cfg => cfg.EnableSensitiveData = true);

// 3. Export sang OTLP (Aspire Dashboard, Grafana, Jaeger...)
using var tracerProvider = Sdk.CreateTracerProviderBuilder()
    .SetResourceBuilder(ResourceBuilder.CreateDefault().AddService("agent-app"))
    .AddSource(SourceName)
    .AddOtlpExporter(opt => opt.Endpoint = new Uri("http://localhost:4317"))
    .Build();

using var meterProvider = Sdk.CreateMeterProviderBuilder()
    .AddMeter(SourceName)
    .AddOtlpExporter(opt => opt.Endpoint = new Uri("http://localhost:4317"))
    .Build();

Các metrics và spans tự động

graph LR
    AF[Agent Framework] -->|OTLP| COL[OTel Collector]
    COL --> TRACE[Tempo / Jaeger]
    COL --> METRIC[Prometheus]
    COL --> LOG[Loki]
    TRACE --> GR[Grafana Dashboard]
    METRIC --> GR
    LOG --> GR

    style AF fill:#e94560,stroke:#fff,color:#fff
    style COL fill:#2c3e50,stroke:#fff,color:#fff
    style TRACE fill:#f8f9fa,stroke:#e94560,color:#2c3e50
    style METRIC fill:#f8f9fa,stroke:#e94560,color:#2c3e50
    style LOG fill:#f8f9fa,stroke:#e94560,color:#2c3e50
    style GR fill:#4CAF50,stroke:#fff,color:#fff

9. Graph-based Workflows — Vượt xa Orchestration Patterns

Khi 5 orchestration patterns built-in không đủ linh hoạt, Agent Framework cung cấp graph-based workflows — cho phép thiết kế luồng xử lý phức tạp tùy ý bằng directed graph:

// Các khái niệm cốt lõi:
// - Executor: đơn vị xử lý (AI agent hoặc custom logic)
// - Edge: kết nối giữa executors, hỗ trợ conditional routing
// - Workflow: directed graph quản lý execution qua supersteps

var classifier = new ChatClientAgent(chatClient,
    "Phân loại input: 'technical' hoặc 'business'. Chỉ trả về một từ.",
    name: "classifier");

var techAgent = new ChatClientAgent(chatClient,
    "Bạn giải đáp vấn đề kỹ thuật chi tiết.",
    name: "tech_expert");

var bizAgent = new ChatClientAgent(chatClient,
    "Bạn tư vấn chiến lược kinh doanh.",
    name: "biz_advisor");

var summarizer = new ChatClientAgent(chatClient,
    "Bạn tổng hợp kết quả thành báo cáo ngắn gọn.",
    name: "summarizer");

// Build graph
var workflow = new AgentWorkflowBuilder()
    .AddExecutor(classifier)
    .AddExecutor(techAgent)
    .AddExecutor(bizAgent)
    .AddExecutor(summarizer)
    .AddConditionalEdge(classifier, msg =>
        msg.Contains("technical") ? techAgent.Name : bizAgent.Name)
    .AddEdge(techAgent, summarizer)
    .AddEdge(bizAgent, summarizer)
    .SetEntryPoint(classifier)
    .Build();

graph TD
    CL[Classifier Agent] -->|"technical"| TE[Tech Expert]
    CL -->|"business"| BA[Biz Advisor]
    TE --> SU[Summarizer]
    BA --> SU

    style CL fill:#e94560,stroke:#fff,color:#fff
    style TE fill:#2c3e50,stroke:#fff,color:#fff
    style BA fill:#2c3e50,stroke:#fff,color:#fff
    style SU fill:#4CAF50,stroke:#fff,color:#fff

10. So sánh với các Agent Framework khác

11. Real-world Architecture: Interview Coach

Microsoft cung cấp một reference implementation đầy đủ — Interview Coach — minh họa cách kết hợp Agent Framework với Aspire, MCP, và Foundry trong production:

graph TB
    UI[Blazor WebUI] --> AS[Agent Service
Agent Framework 1.0]
    AS --> MCP1[MarkItDown MCP Server
Python - Parse documents]
    AS --> MCP2[InterviewData MCP Server
.NET - SQLite queries]
    AS --> FD[Microsoft Foundry
LLM Provider]

    subgraph Agents
        TR[Triage Agent]
        RC[Receptionist Agent]
        BH[Behavioural Agent]
        TC[Technical Agent]
        SM[Summariser Agent]
    end

    AS --> Agents

    TR --> RC
    RC --> BH
    BH --> TC
    TC --> SM
    SM --> TR

    ASPIRE[.NET Aspire] -.->|orchestrate| UI
    ASPIRE -.->|orchestrate| AS
    ASPIRE -.->|orchestrate| MCP1
    ASPIRE -.->|orchestrate| MCP2

    style UI fill:#f8f9fa,stroke:#e94560,color:#2c3e50
    style AS fill:#e94560,stroke:#fff,color:#fff
    style MCP1 fill:#2c3e50,stroke:#fff,color:#fff
    style MCP2 fill:#2c3e50,stroke:#fff,color:#fff
    style FD fill:#4CAF50,stroke:#fff,color:#fff
    style ASPIRE fill:#f8f9fa,stroke:#e94560,color:#2c3e50
    style TR fill:#e94560,stroke:#fff,color:#fff
    style RC fill:#16213e,stroke:#fff,color:#fff
    style BH fill:#16213e,stroke:#fff,color:#fff
    style TC fill:#16213e,stroke:#fff,color:#fff
    style SM fill:#16213e,stroke:#fff,color:#fff

Kiến trúc này thể hiện sức mạnh của Agent Framework khi kết hợp với hệ sinh thái .NET:

• .NET Aspire orchestrate toàn bộ services — service discovery, health checks, distributed tracing tự động.
• 5 agents sử dụng Handoff pattern — triage route đến receptionist (thu thập thông tin), rồi behavioural interview, technical interview, cuối cùng summariser tổng hợp feedback.
• 2 MCP Servers — một bằng Python (parse CV/resume), một bằng .NET (query interview database).
• Microsoft Foundry — model routing, content safety, managed hosting.

12. Migration từ Semantic Kernel / AutoGen

Nếu team bạn đang dùng Semantic Kernel hoặc AutoGen, đây là mapping cơ bản:

13. Quick Start — Từ 0 đến Agent đầu tiên

# 1. Tạo project .NET 10
dotnet new console -n MyFirstAgent
cd MyFirstAgent

# 2. Thêm packages
dotnet add package Microsoft.Agents.AI
dotnet add package Microsoft.Agents.AI.OpenAI
# Hoặc: Microsoft.Agents.AI.Foundry cho Azure AI Foundry

// Program.cs — Agent đơn giản nhất
using Microsoft.Agents.AI;
using Microsoft.Agents.AI.OpenAI;
using OpenAI;

var openAiClient = new OpenAIClient(Environment.GetEnvironmentVariable("OPENAI_API_KEY"));
var chatClient = openAiClient
    .GetChatClient("gpt-4o")
    .AsIChatClient();

var agent = chatClient.CreateAIAgent(
    instructions: "Bạn là trợ lý lập trình .NET. Trả lời ngắn gọn, có code example.");

// Single turn
var response = await agent.RunAsync("Viết extension method convert string sang slug URL");
Console.WriteLine(response);

// Multi-turn với session
var session = new AgentSession();
await agent.RunAsync("Thêm hỗ trợ Unicode cho method trên", session: session);
Console.WriteLine(session.Messages.Last().Text);

dotnet add package Microsoft.Extensions.AI.Ollama
var chatClient = new OllamaChatClient(new Uri("http://localhost:11434"), "llama3.1");

14. Best Practices cho Production

• Bắt đầu single-agent: 80% use case chỉ cần một agent với tools tốt. Chỉ thêm agent khi có bottleneck rõ ràng về chuyên môn hoặc parallelism.
• Middleware cho cross-cutting concerns: Logging, security, rate limiting — đừng nhồi vào agent instructions. Middleware tách biệt, testable, reusable.
• YAML agents cho behavior iteration: Khi cần thay đổi agent behavior thường xuyên, dùng declarative YAML thay vì hard-code. PM và domain expert có thể review instructions qua PR.
• OpenTelemetry từ ngày đầu: Đừng đợi production mới thêm telemetry. Setup ngay từ development — cost gần như zero nhưng debug value rất cao.
• Handoff > Group Chat cho customer-facing: Handoff cho conversation flow rõ ràng, predictable. Group Chat phù hợp cho internal brainstorming nhưng khó kiểm soát output quality.
• Function middleware cho tool safety: Validate mọi tool input, đặc biệt khi tool truy cập database hoặc external API. LLM có thể hallucinate parameters.

Kết luận

Microsoft Agent Framework 1.0 đánh dấu bước trưởng thành của hệ sinh thái AI agent trên .NET. Thay vì chọn giữa Semantic Kernel (enterprise) và AutoGen (multi-agent), giờ đây bạn có một SDK thống nhất kết hợp tinh hoa của cả hai, cộng thêm graph workflows, declarative YAML agents, MCP integration, và observability chuẩn OpenTelemetry.

Với 5 orchestration patterns built-in, 3 tầng middleware pipeline, hỗ trợ 7+ model providers, và tích hợp sâu với .NET Aspire — Agent Framework 1.0 là câu trả lời production-ready cho câu hỏi "build AI agents trên .NET như thế nào?"

Nếu bạn đang dùng Semantic Kernel hoặc AutoGen, đây là lúc bắt đầu lên kế hoạch migrate. Nếu bạn mới bắt đầu — Agent Framework 1.0 là điểm khởi đầu tốt nhất.

Tham khảo

• Microsoft Agent Framework Version 1.0 — Official Announcement
• Agent Framework Overview — Microsoft Learn
• Agent Framework GitHub Repository (MIT License)
• Workflow Orchestrations — Microsoft Learn
• Agent Middleware — Microsoft Learn
• Declarative Agents — Microsoft Learn
• Observability — Microsoft Learn
• Golden Triangle: AG-UI, DevUI & OpenTelemetry Deep Dive
• Real-World Example with Agent Framework, Foundry, MCP and Aspire
• Visual Studio Magazine: Microsoft Ships Agent Framework 1.0