Microsoft Agent Framework 2026: الخليفة الرسمي لـ AutoGen وSemantic Kernel

هل كنت تبني وكلاء AI باستخدام AutoGen أو Semantic Kernel وتتساءل ما الخطوة التالية؟ الجواب وصل رسمياً في 19 فبراير 2026: أطلقت مايكروسوفت Microsoft Agent Framework بوصفه الإطار الموحّد الذي يجمع هذين الإطارَين معاً في SDK واحد يدعم Python و.NET. ليس مجرد تحديث — بل إعادة بناء كاملة من الأساس لتلبية متطلبات وكلاء الذكاء الاصطناعي في بيئات الإنتاج الفعلية.

في هذا المقال، ستجد كل ما تحتاجه: ما هو الإطار الجديد، كيف تبدأ خطوة بخطوة، كيف تُنشئ أنظمة Multi-Agent، وما الفرق بينه وبين المنافسين مثل LangGraph وCrewAI — مع أمثلة أكواد حقيقية من المصدر الرسمي.

جدول المحتويات

1. ما هو Microsoft Agent Framework؟
2. لماذا دمج AutoGen وSemantic Kernel؟
3. المميزات الرئيسية للإطار الجديد
4. البدء السريع: أول وكيل في 5 دقائق
5. بناء أنظمة Multi-Agent
6. أنماط سير العمل
7. دعم بروتوكولات A2A وMCP
8. مقارنة مع المنافسين
9. حالات استخدام عملية
10. الترحيل من AutoGen وSemantic Kernel
11. التكامل مع Azure وMicrosoft Foundry
12. المزايا والعيوب — تقييم موضوعي
13. أسئلة شائعة
14. الخلاصة والتوصيات
15. المصادر

كما أن لمستخدمي .NET، الإعداد مشابه تماماً:

dotnet add package Microsoft.Agents.AI.OpenAI --prerelease
dotnet add package Azure.Identity

إضافة Function Tools

from agent_framework import tool
from agent_framework.azure import AzureOpenAIChatClient
from azure.identity import AzureCliCredential

@tool
def get_weather(city: str) -> str:
"""الحصول على حالة الطقس لمدينة معينة"""
# هنا تضع كودك الفعلي
return f"الطقس في {city}: مشمس، 25 درجة مئوية"

client = AzureOpenAIChatClient(credential=AzureCliCredential())
agent = client.as_agent(
name="WeatherAgent",
instructions="أنت مساعد طقس. استخدم الأداة للحصول على معلومات الطقس.",
tools=[get_weather]
)

إطار عمل يأخذ الـ type-safety بجدية — كل أداة معرّفة بأنواع بيانات واضحة، مما يجعل الوكيل يعرف بدقة كيفية استدعائها.

بناء أنظمة Multi-Agent

مقال مرتبط: دليل CrewAI الشامل 2026: بناء فرق وكلاء AI متعاونة خطوة بخطوة — هل تخيلت يومًا أن يعمل فريق متكامل من الوكلاء الذكيين لأتمتة مشروعك — كلٌّ منهم متخصص في دوره، يتعا…

القوة الحقيقية تظهر عند بناء أنظمة متعددة الوكلاء. المثال الرسمي يُظهر تسلسلاً بين وكيل كتابة ووكيل مراجعة:

pip install agent-framework-orchestrations --pre

import asyncio
from agent_framework import Message
from agent_framework.azure import AzureOpenAIChatClient
from agent_framework.orchestrations import SequentialBuilder
from azure.identity import AzureCliCredential

async def main():
client = AzureOpenAIChatClient(credential=AzureCliCredential())

# وكيل الكتابة
writer = client.as_agent(
instructions="أنت كاتب محتوى محترف. اكتب مقدمة جذابة بناءً على الطلب.",
name="writer",
)

# وكيل المراجعة
reviewer = client.as_agent(
instructions="أنت محرر خبير. راجع المحتوى السابق وقدم تحسينات مختصرة.",
name="reviewer",
)

# بناء سير عمل تسلسلي: كاتب ← مراجع
workflow = SequentialBuilder(participants=[writer, reviewer]).build()

# تشغيل سير العمل
async for event in workflow.run("اكتب مقدمة عن وكلاء AI في 2026.", stream=True):
if event.type == "output":
for msg in event.data:
name = msg.author_name or "user"
print(f"[{name}]: {msg.text}")

asyncio.run(main())

ما يميز هذا المثال هو الـ streaming المدمج — الوكلاء يتواصلون في الوقت الفعلي دون الحاجة لكود إضافي.

أنماط سير العمل Workflow Patterns

مقال مرتبط: وكلاء الذكاء الاصطناعي للأعمال 2026: دليل شامل لأتمتة المبيعات والتسويق والموارد البشرية — المحتويات المحتويات 1. مقدمة: لماذا الوكلاء الذكية هي مستقبل الأعمال؟ 2. ما هو وكيل الذكاء الاصطناع…

Microsoft Agent Framework يقدم أربعة أنماط رئيسية لتنسيق الوكلاء:

1. Sequential (تسلسلي)

الأبسط والأكثر شيوعاً — كل وكيل يكمل عمله قبل أن يبدأ التالي. مثالي لسلاسل إنتاج المحتوى: بحث ← كتابة ← مراجعة ← تحسين SEO.

2. Concurrent (متوازي)

تشغيل وكلاء متعددة بالتوازي لتسريع المهام. مثلاً: تحليل موضوعات مختلفة في نفس الوقت ثم دمج النتائج.

3. Handoff (تسليم)

الوكيل يُقرر بنفسه متى يُسلّم المهمة لوكيل آخر أكثر تخصصاً. هذا النمط مفيد جداً لأنظمة دعم العملاء — وكيل عام يُسلّم للمتخصص عند الحاجة.

4. Group Chat (محادثة جماعية)

وكلاء متعددة تشارك في محادثة واحدة ويعلق كل منها على مخرجات الآخر. مشابه لـ AutoGen لكن بتحكم أفضل في التدفق.

كما أن الإطار يدعم Checkpointing — حفظ حالة سير العمل للاستئناف عند الانقطاع — وHuman-in-the-loop لإدخال قرارات بشرية في نقاط معينة.

دعم بروتوكولات A2A وMCP

من أهم ما يميز الإطار الجديد هو دعمه للبروتوكولات المفتوحة التي أصبحت معياراً في عالم الوكلاء.

A2A — Agent-to-Agent Protocol

وفقاً لـ InfoQ (فبراير 2026)، يوفر A2A “قناة تواصل تُتيح للوكلاء إيجاد بعضها واستدعاء خدمات بعضها البعض دون اتصالات مُشفّرة مسبقاً”. هذا يعني:

• وكلاء من أطر مختلفة يمكنهم التواصل مع بعضهم
• وكيل مبني بـ Microsoft Agent Framework يمكنه استدعاء وكيل مبني بـ LangGraph
• التشغيل البيني الكامل بين المنصات

MCP — Model Context Protocol

بروتوكول Anthropic المفتوح لتوحيد كيفية تواصل النماذج مع الأدوات الخارجية. دعمه في الإطار يعني أنك تستطيع استخدام أي MCP server مع وكلائك مباشرة.

وفقاً لـ Microsoft Foundry Blog (يناير 2026)، أضافت مايكروسوفت دعماً لـ A2A في Microsoft Foundry كأداة معاينة تتيح للوكلاء استدعاء أي endpoint يدعم البروتوكول.

مقارنة مع المنافسين: LangGraph vs CrewAI vs Microsoft

وفقاً لتحليل DEV Community (فبراير 2026) وتجربتي الشخصية مع هذه الأطر:

متى تختار كل إطار؟

وفقاً لمقارنة OpenAgents Blog (23 فبراير 2026):

• اختر Microsoft Agent Framework إذا: تبني على Azure أو .NET، أو تحتاج دعم A2A/MCP المدمج، أو تُرحّل من AutoGen/Semantic Kernel
• اختر LangGraph إذا: تحتاج أقصى تحكم في سير العمل وتبني تطبيقات إنتاجية معقدة
• اختر CrewAI إذا: تريد البدء بسرعة وتحتاج نموذج أدوار واضح لأتمتة سير عمل الأعمال

حالات استخدام عملية

1. وكيل تحليل البيانات المؤسسية

فريق من ثلاثة وكلاء: وكيل جمع البيانات، وكيل التحليل، وكيل التقارير. يعمل بشكل متسلسل وينتج تقريراً تلقائياً من قواعد بيانات مؤسسية متعددة.

2. خط إنتاج المحتوى

في مشاريع حقيقية رأيت هذا النموذج يُحدث فرقاً كبيراً: وكيل بحث يجمع المعلومات، وكيل كتابة ينتج المحتوى، وكيل تحسين SEO يراجع ويُحسّن — كل ذلك بدون تدخل بشري.

3. دعم العملاء الذكي

نمط Handoff يتألق هنا: وكيل عام يستقبل الأسئلة ويُسلّمها لوكلاء متخصصين (فني، مبيعات، فوترة) بناءً على طبيعة الاستفسار.

4. تحليل الكود ومراجعته

وكيل يقرأ الكود، وكيل آخر يبحث عن أخطاء، وثالث يقترح تحسينات — سير عمل يوفر ساعات من المراجعة اليدوية.

5. أتمتة سير العمل المؤسسي

ما يجعل Microsoft Agent Framework مختلفاً للمؤسسات هو التكامل المباشر مع خدمات Azure: Azure Cognitive Services، Azure Data Factory، Microsoft 365 — كلها متاحة كـ tools مباشرة.

كيفية الترحيل من AutoGen وSemantic Kernel

أعلنت مايكروسوفت أدلة ترحيل رسمية لكلا الإطارَين.

الترحيل من AutoGen

المفاهيم الأساسية تُقابَل مباشرة:

أهم تغيير: بدلاً من الاعتماد على محادثات نصية لتنسيق الوكلاء، الإطار الجديد يستخدم سير عمل صريح — هذا يُقلل استهلاك التوكن بشكل ملحوظ.

الترحيل من Semantic Kernel

التغيير الأساسي هو توحيد الـ Plugins مع الـ Function Tools. كل Plugin قديم يمكن تحويله لـ tool في الإطار الجديد بتعديلات طفيفة على التعريف.

التكامل مع Azure وMicrosoft Foundry

ما يضع Microsoft Agent Framework في موقع استراتيجي هو تكامله العميق مع المنظومة الكاملة لمايكروسوفت:

• Microsoft Foundry — منصة بناء وإدارة ونشر التطبيقات الذكية
• Azure AI Services — رؤية الحاسوب، معالجة اللغة، الترجمة، وغيرها
• Azure Active Directory — إدارة الهوية والمصادقة
• Azure Cosmos DB / SQL — قواعد البيانات كـ memory للوكلاء
• Azure Functions — تشغيل الوكلاء كخدمات serverless

للمؤسسات التي تعتمد بالفعل على Azure، هذا الإطار يوفر مسار تطوير متكامل دون الحاجة لبنية تحتية إضافية.

المزايا والعيوب — تقييم موضوعي

✅ المزايا

• دعم .NET — ميزة فريدة لا يوفرها LangGraph أو CrewAI
• بساطة البدء — وكيل عامل في 10 أسطر
• دعم A2A/MCP — تشغيل بيني مع أنظمة أخرى
• تكامل Azure مدمج — مثالي للمؤسسات
• streaming وcheckpointing مدمجَين
• مفتوح المصدر — مجتمع نشط وشفافية كاملة
• دعم متعدد المزودين — لا قفل على نموذج واحد

⚠️ العيوب والقيود

• لا يزال RC — لم يصل للإصدار 1.0 الرسمي بعد
• التوثيق قيد التطوير — بعض الجوانب غير موثقة جيداً
• أقل نضجاً من LangGraph في التحكم الدقيق بالحالة
• المجتمع أصغر مقارنة بـ LangChain/LangGraph
• يتطلب Azure للاستخدام الكامل — بعض الميزات مرتبطة بـ Azure Foundry

العيب الوحيد الجوهري

الإطار لا يزال يُفضّل Azure وFoundry. إذا كنت تعمل على بيئة غير Azure وتريد تكاملاً عميقاً مع المزودين المحليين مثل Ollama، ستجد بعض الميزات المتقدمة محدودة حالياً.

أسئلة شائعة

ما الفرق بين Microsoft Agent Framework وAutoGen؟

AutoGen يركز على المحادثات بين الوكلاء كطريقة للتنسيق، مما يستهلك توكن كثيراً. Microsoft Agent Framework يستخدم سير عمل صريح (Graph-based) أكثر كفاءة، ويدعم .NET بجانب Python، ويضيف بروتوكولات A2A وMCP. الإطار الجديد هو الخليفة الرسمي وستتوقف مايكروسوفت عن تطوير AutoGen منفرداً.

هل يمكنني استخدامه بدون Azure؟

نعم. الإطار يدعم OpenAI API، وAnthropic Claude، وOllama، وAWS Bedrock. لكن التكامل الأعمق والتجربة الأسلس تكون مع Azure وMicrosoft Foundry.

هل هو مناسب للإنتاج الآن؟

وصوله لـ Release Candidate يعني أن الـ API مستقر وجميع الميزات المخططة مكتملة. مناسب للإنتاج مع توقع تحديثات طفيفة قبل الإصدار 1.0 الرسمي. استخدمه للمشاريع الجديدة وتجنب استخدامه في أنظمة حرجة حتى يصدر الإصدار 1.0.

كيف يختلف عن Semantic Kernel؟

Semantic Kernel كان مركّزاً على تكامل نماذج LLM مع التطبيقات التقليدية عبر نظام Plugins. الإطار الجديد يضيف طبقة تنسيق كاملة للوكلاء المتعددة فوق هذه الفلسفة، مع تبسيط الـ API وتوحيده.

ما متطلبات البيئة؟

Python 3.9+ أو .NET 8+. للتشغيل الكامل مع Azure تحتاج Azure subscription وتفعيل Azure OpenAI أو Microsoft Foundry. للتشغيل مع نماذج محلية يكفي Ollama مثبتاً محلياً.

هل يدعم اللغة العربية؟

نعم — الإطار لا يعالج اللغات مباشرة بل يُمرر الطلبات للنموذج. أي نموذج يدعم العربية (GPT-5.x، Claude، Gemini) يعمل باللغة العربية بشكل كامل.

أين أجد الوثائق الرسمية؟

الوثائق متاحة على learn.microsoft.com/en-us/agent-framework، وأمثلة الكود على GitHub في مستودع microsoft/agent-framework.

الخلاصة والتوصيات

Microsoft Agent Framework ليس مجرد تحديث لـ AutoGen — هو رؤية مايكروسوفت لكيفية بناء وكلاء AI في بيئات الإنتاج الفعلية. الجمع بين بساطة البداية، وقوة أنماط سير العمل، ودعم .NET، والتكامل مع بروتوكولات A2A وMCP يجعله خياراً جدياً خاصة للمؤسسات.

إذا كنت تبني على Azure أو .NET — هذا هو الإطار الأنسب لك الآن.

إذا كنت تأتي من AutoGen أو Semantic Kernel — الترحيل واضح والأدلة الرسمية متاحة.

إذا كنت تبدأ من الصفر — جرّبه بجانب CrewAI، وقرر بناءً على حالة استخدامك المحددة.

الوصول لمرحلة Release Candidate في فبراير 2026 يعني أن الإصدار 1.0 الكامل قريب. الوقت المناسب للبدء بتجربته في مشاريع اختبارية قبل أن يصبح معياراً في مشاريع مايكروسوفت.

لمزيد من التعمق في مفاهيم وكلاء AI، راجع Agentic AI في 2026: الدليل الشامل لفهم وبناء أنظمة الذكاء الاصطناعي المستقلة.

المصادر

• Microsoft Agent Framework Reaches Release CandidateMicrosoft Foundry Blog – 19 فبراير 2026
• Migrate Semantic Kernel and AutoGen to Microsoft Agent FrameworkMicrosoft Semantic Kernel Blog – 19 فبراير 2026
• The Great AI Agent Showdown of 2026: OpenAI, AutoGen, CrewAI, or LangGraph?DEV Community – فبراير 2026
• Open Source AI Agent Frameworks Compared: CrewAI vs LangGraph vs AutoGenOpenAgents Blog – 23 فبراير 2026
• Architecting Agentic MLOps: a Layered Protocol Strategy with A2A and MCPInfoQ – فبراير 2026
• What's new in Microsoft Foundry – Dec 2025 & Jan 2026Microsoft Foundry Blog – يناير 2026
• 10 Best AI Agent Frameworks Compared (2026)AI Agents Kit – فبراير 2026
• CrewAI vs. AutoGen vs. LangGraph: The Ultimate 2026 ComparisonMarkAICode – 25 فبراير 2026
• Microsoft Agent Framework (Preview): Build AI Agents in .NETSyncfusion – يناير 2026
• Deciphering the alphabet soup of agentic AI protocolsThe Register – 30 يناير 2026
• Microsoft Agent Framework is Release Candidate! Let's GoEl Bruno Blog – 23 فبراير 2026

مقالات ذات صلة