在開發 AI Agent 時，我們經常會遇到一個挑戰：單一的 Prompt 雖然強大，但無法處理複雜業務邏輯（例如：訂單取消、多專家審核、跨部門審批）時，單靠 LLM 的推理很容易出錯且難以監控。為了讓 AI 的行為可預測且可靠，我們需要一種方式將多個 AI 步驟「編排」起來。
Microsoft Agent Framework (MAF) 引入的一套工作流編程模型，正是為了解決這個問題。它讓工程師能將多個 AI Agent 或處理邏輯組合成一個有向圖（Directed Graph），並提供從本地開發到雲端部署的完整路徑。
工作流的核心組件：Executor 與 WorkflowBuilder
在 MAF 中，最基本的執行單位叫做 Executor（執行器）。你可以將它想像成一個函數，它接收特定類型的輸入，處理後產出特定類型的輸出。
例如，在一個「取消訂單」的流程中，你可以定義三個 Executor： OrderLookup：負責從資料庫查找訂單。 OrderCancel：負責將訂單狀態更新為已取消。 SendEmail：負責發送通知郵件。
定義好這些 Executor 後，我們使用 WorkflowBuilder 將它們連接起來。這個 Builder 就像是在畫流程圖，定義數據如何從一個步驟流向下一個步驟。最重要的一點是，MAF 在編譯時期就會檢查前後步驟的輸入與輸出類型是否匹配，避免了運行時才發現數據格式不對的低級錯誤。
從 In-Process 到 Durable Execution 的演進
對於 Junior 工程師來說，最容易上手的開發方式是 In-Process（進程內）執行。這意味著整個工作流在記憶體中運行，不需要安裝任何外部基礎設施，非常適合快速原型開發或單元測試。
然而，在生產環境中，記憶體執行有巨大的風險：如果伺服器當機或重啟，所有正在進行的工作流狀態都會消失。對於需要運行數小時甚至數天的 AI 任務，這是不可能的。
這時就需要引入 Durable Task 堆棧。透過將工作流轉移到 Durable Runtime，你的 AI 流程將獲得以下能力：
狀態持久化（Stateful Execution）：工作流在每一步完成後都會自動記錄檢查點（Checkpoint）。如果進程崩潰，系統能從最後一個成功的步驟恢復，而不是從頭開始。
分佈式執行（Distributed Execution）：工作流中的不同 Executor 可以運行在不同的機器上，由 Durable Task Scheduler 統一協調。
可觀測性（Observability）：提供視覺化儀表板，讓你能清楚看到每個步驟的執行時間、輸入輸出數據以及在哪裡發生了錯誤。
實務進階模式：並行處理與人工干預
在實際 AI 應用中，我們經常需要更複雜的模式，而不僅僅是線性流程：
Fan-Out / Fan-In（扇出與扇入）： 當你需要多個 AI 專家同時分析同一個問題時，可以使用此模式。例如，將一個物理問題同時發給「物理專家 Agent」和「化學專家 Agent」（Fan-Out），待兩者都回覆後，再由一個「總結 Agent」將結果彙整（Fan-In）。
Human-in-the-Loop（人工干預）： 有些關鍵步驟（如：高額費用報銷）不能完全交給 AI。MAF 提供了 RequestPort，它會讓工作流在該處暫停，進入等待狀態，直到外部的人員透過 API 發送核准或拒絕的信號後，流程才會繼續執行。
雲端部署：Azure Functions 的無伺服器化
當工作流準備好上線時，最推薦的方案是部署到 Azure Functions。這將 MAF 的工作流直接映射到 Durable Functions 的原語上：
工作流定義變成了 Orchestrator Function（編排函數）。 每個 Executor 變成了 Activity Function（活動函數）。
這樣做最大的好處是 Serverless Scaling（無伺服器伸縮）。當沒有任務時，資源會縮減至零以節省成本；當大量請求湧入時，Azure 會自動擴展計算資源。此外，它還能將工作流直接暴露為 HTTP 接口，甚至支持 MCP (Model Context Protocol)，讓其他 AI 客戶端（如 GitHub Copilot）能將你的工作流當作一個 Tool 來調用。
總結
Microsoft Agent Framework 的設計理念是「定義一次，運行處處」。你可以使用同一套 Workflow 定義，在開發階段用記憶體運行，在測試階段用 Docker 模擬器，最後在生產環境部署到 Azure Functions。這種解耦讓工程師能專注於 AI 邏輯的編排，而將複雜的狀態管理、重試機制與擴展性交給底層框架處理。
來源：devblogs.microsoft.com - Durable Workflows in the Microsoft Agent Framework
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。