Azure AI 托管智能体框架

要解决什么问题

在 Azure 上跑「能长期存在、可复用」的智能体，往往要同时处理 Entra 认证、HTTP 客户端生命周期、工具注册，以及多轮对话状态。若仍依赖连接字符串或 API Key，审计与密钥轮换都会变难；若把同步/异步混用，也容易在令牌缓存和连接释放上踩坑。

本技能围绕 Microsoft Agent Framework Python SDK 与 Azure AI Foundry 的托管智能体场景，把从创建到调用的主路径写清楚。

技能如何工作

• 认证与生命周期：优先 DefaultAzureCredential；本地用 Azure CLI / VS Code 等即可，生产可通过 AZURE_TOKEN_CREDENTIALS 收紧凭证链。客户端与异步凭证应放在 async with / with 中，避免传输与令牌缓存泄漏。
• 核心工作流：基础智能体、带 函数工具 与 托管工具 的智能体、流式响应、对话线程、结构化输出。
• Provider 方法：create_agent()、get_agent(agent_id)、as_agent(sdk_agent)（包装已有 SDK 对象，无额外 HTTP）。
• 托管工具：如 HostedCodeInterpreterTool（Python）、HostedFileSearchTool（向量检索）、HostedWebSearchTool（Bing）、HostedMCPTool / MCPStreamableHTTPTool（MCP 托管与客户端侧）。
• 约定：SDK 以异步为先；tools= 可直接传函数（自动转 AIFunction）；参数用 Annotated[..., Field(description=...)]；多轮用 get_new_thread()。

适用边界与注意点

• 面向 Azure AI Foundry 托管智能体，不是通用离线 Agent 框架教程；细节工具与 MCP、线程、高级能力见技能内 references/*.md。
• 示例可能省略上下文管理器，生产代码应始终为客户端与 DefaultAzureCredential（azure.identity.aio）使用上下文管理器。
• 服务托管 MCP 优先 HostedMCPTool，客户端托管用 MCPStreamableHTTPTool。