Semantic Kernel（简称 SK）是微软推出的模型无关企业级 AI 编排 SDK，支持 Python、C#、Java 三大主流语言。
它帮助开发者快速构建、编排和部署 AI 智能体及多智能体系统，可兼容任意主流大模型，兼顾企业级可靠性与灵活性。
⚠️ 重要提示：项目已升级为微软官方企业级智能体框架 Microsoft Agent Framework（MAF），
MAF 是 SK 的继任者，已发布 1.0 生产级稳定版本。新项目建议使用 MAF，SK 后续仅提供最低限度的安全更新和 bug 修复。
- Python：3.10 及以上
- .NET：.NET 8.0 及以上（推荐 .NET 10.0）
- Java：JDK 17 及以上
- 支持系统：Windows / macOS / Linux
需先设置 AI 服务环境变量：
# Azure OpenAI
export AZURE_OPENAI_API_KEY=你的密钥
export AZURE_OPENAI_ENDPOINT=你的端点
# OpenAI
export OPENAI_API_KEY=你的密钥pip install semantic-kerneldotnet add package Microsoft.SemanticKernel
dotnet add package Microsoft.SemanticKernel.Agents.Core<dependency>
<groupId>com.microsoft.semantickernel</groupId>
<artifactId>semantickernel-core</artifactId>
<version>1.0.0</version>
</dependency>当用户发送复杂需求时，主智能体自动规划并委派给专业子智能体处理，完成后汇总回复用户。
Semantic Kernel 的 Agent Framework 原生支持多智能体协作，每个智能体拥有独立上下文和工具集。
通过 Semantic Kernel 的 Vector Store 抽象层，仅需修改配置即可切换不同向量数据库，无需重写代码。
支持文本分块、向量化、混合检索（向量 + 关键词）等完整 RAG 管线。
无论是 Python 数据科学团队、.NET 企业应用团队，还是 Java 后端团队，都可以用相同的概念（Kernel、Plugin、Agent）开发 AI 功能。
Microsoft 官方提供 100+ 示例代码，覆盖所有主流场景。
作为一名 AI 开发者，Semantic Kernel 是我用过的最”企业友好”的 AI 编排框架。它的模型无关设计让我可以随时切换底层 LLM，而不用改业务代码——这在企业采购谈判中非常有优势。
三语言 SDK（Python/C#/Java）的设计一致性是一大亮点。我们团队后端用 Java、AI 服务用 Python、桌面端用 C#，Semantic Kernel 让三者共享相同的 AI 编排逻辑，大幅降低了跨团队沟通成本。
插件系统非常灵活。除了写代码函数，还支持 OpenAPI 规范直接导入（自动生成插件），这让集成第三方 API 变得极其简单。MCP 协议的支持也让智能体能力扩展变得更加标准化。
需要注意的是，微软已宣布将 SK 升级为 Microsoft Agent Framework（MAF），MAF 是SK的正式继任者并已发布 1.0 稳定版。如果是全新项目，建议直接评估 MAF；但 SK 的现有用户不必担心，API 高度兼容，迁移成本很低。
⭐ 如果你在用 .NET 技术栈，Semantic Kernel 是目前唯一有微软官方长期支持的企业级 AI 框架，强烈推荐！
由 AI 自动整理，数据来源 GitHub