Panduan Perubahan Signifikan Python 2026

Dokumen ini mencantumkan semua perubahan signifikan dalam rilis Python sejak awal 2026, termasuk perubahan yang merusak dan peningkatan penting yang bisa memengaruhi kode Anda. Setiap perubahan ditandai sebagai:

🔴 Melanggar — Memerlukan perubahan kode untuk ditingkatkan
🟡 Peningkatan — Kemampuan atau peningkatan baru; kode yang ada terus berfungsi

Dokumen ini akan dihapus setelah kita mencapai rilis stabil 1.0.0, jadi silakan merujuknya saat meningkatkan antar versi pada tahun 2026 untuk memastikan Anda tidak melewatkan perubahan penting apa pun. Untuk instruksi peningkatan terperinci tentang topik tertentu (misalnya, migrasi opsi), lihat panduan peningkatan tertaut atau PR yang ditautkan.

python-1.0.0rc5 / python-1.0.0b260318 (18 Maret 2026)

Rilis: Dijadwalkan untuk 18 Maret 2026. agent-framework-core dan agent-framework-azure-ai pindah ke 1.0.0rc5; paket Python yang tersisa selaras pada baris build Maret 2026 (1.0.0b260318).

🔴 Kwarg runtime publik dibagi menjadi wadah eksplisit

PR:#4581

Agen Python publik dan API percakapan tidak lagi memperlakukan penerusan publik menyeluruh **kwargs sebagai mekanisme data runtime utama. Nilai runtime sekarang dibagi berdasarkan tujuan:

Gunakan function_invocation_kwargs untuk nilai yang hanya akan dilihat oleh alat-alat atau middleware untuk fungsi.
Gunakan client_kwargs untuk kwarg lapisan klien dan konfigurasi middleware klien.
Akses data alat/runtime melalui FunctionInvocationContext (ctx.kwargs dan ctx.session).
Tentukan alat dengan parameter konteks yang disuntikkan alih-alih **kwargs; parameter konteks yang disuntikkan tidak ditampilkan dalam skema yang dilihat model.
Saat mendelegasikan ke sub-agen sebagai alat bantu, gunakan agent.as_tool(propagate_session=True) jika agen anak harus berbagi sesi pemanggil.

Before:

from typing import Any

from agent_framework import tool


@tool
def send_email(address: str, **kwargs: Any) -> str:
    return f"Queued email for {kwargs['user_id']}"


response = await agent.run(
    "Send the update to finance@example.com",
    user_id="user-123",
    request_id="req-789",
)

After:

from agent_framework import FunctionInvocationContext, tool


@tool
def send_email(address: str, ctx: FunctionInvocationContext) -> str:
    user_id = ctx.kwargs["user_id"]
    session_id = ctx.session.session_id if ctx.session else "no-session"
    return f"Queued email for {user_id} in {session_id}"


response = await agent.run(
    "Send the update to finance@example.com",
    session=agent.create_session(),
    function_invocation_kwargs={
        "user_id": "user-123",
        "request_id": "req-789",
    },
)

Jika Anda menerapkan publik run() atau get_response() metode kustom, tambahkan function_invocation_kwargs dan client_kwargs ke tanda tangan tersebut. Untuk alat, lebih suka parameter yang dianotasi sebagai FunctionInvocationContext - dapat diberi nama ctx, context, atau nama anotasi lainnya. Jika Anda memberikan model skema/input eksplisit, parameter yang tidak dianotasikan biasa bernama ctx juga dikenali. Objek konteks yang sama tersedia untuk middleware fungsi, dan merupakan tempat dimana kwargs fungsi runtime serta status sesi sekarang berada. Definisi alat yang masih mengandalkan **kwargs hanya menggunakan jalur kompatibilitas warisan dan akan dihapus.

python-1.0.0rc4 / python-1.0.0b260311 (11 Maret 2026)

Catatan Rilis:python-1.0.0rc4

🔴 Integrasi Azure AI sekarang memfokuskan pada `azure-ai-projects` 2.0 GA

PR:#4536

Integrasi Python dengan Azure AI sekarang menerapkan antarmuka GA 2.0 azure-ai-projects.

Rentang dependensi yang didukung sekarang azure-ai-projects>=2.0.0,<3.0.
foundry_features passthrough telah dihapus dari pembuatan agen Azure AI.
Perilaku pratinjau sekarang menggunakan allow_preview=True pada klien/penyedia yang didukung.
Kompabilitas shim beta/GA yang dicampur telah dihapus, sehingga pastikan untuk memperbarui semua impor dan nama tipe sesuai dengan spesifikasi SDK GA 2.0.

🔴 Pengendali alat GitHub Copilot sekarang menggunakan `ToolInvocation` / `ToolResult` dan Python 3.11+

PR:#4551

agent-framework-github-copilot sekarang memantau github-copilot-sdk>=0.1.32.

Penangan alat menerima ToolInvocation klasifikasi data alih-alih mentah dict.
Mengembalikan ToolResult menggunakan bidang snake_case seperti result_type dan text_result_for_llm.
Paket agent-framework-github-copilot sekarang memerlukan Python 3.11+.

Before:

from typing import Any


def handle_tool(invocation: dict[str, Any]) -> dict[str, Any]:
    args = invocation.get("arguments", {})
    return {
        "resultType": "success",
        "textResultForLlm": f"Handled {args.get('city', 'request')}",
    }

After:

from copilot.types import ToolInvocation, ToolResult


def handle_tool(invocation: ToolInvocation) -> ToolResult:
    args = invocation.arguments
    return ToolResult(
        result_type="success",
        text_result_for_llm=f"Handled {args.get('city', 'request')}",
    )

python-1.0.0rc3 / python-1.0.0b260304 (4 Maret 2026)

Catatan Rilis:python-1.0.0rc3

🔴 Penyedia keterampilan menyelesaikan seputar struktur yang ditentukan oleh kode `Skill` / `SkillResource`

PR:#4387

Python Agent Skills sekarang mendukung objek yang ditentukan kode Skill dan SkillResource serta kemampuan berbasis file, dan antarmuka penyedia publik distandarisasi dengan SkillsProvider.

Jika Anda masih mengimpor pratinjau/internal FileAgentSkillsProvideryang lebih lama, beralihlah ke SkillsProvider.
Pencarian sumber daya berbasis file tidak lagi bergantung pada referensi yang dikutip backtick di SKILL.md; sumber daya ditemukan dari direktori keterampilan sebagai gantinya.

Jika Anda memiliki pratinjau/kode internal yang diimpor FileAgentSkillsProvider, beralihlah ke antarmuka publik saat ini.

from agent_framework import Skill, SkillResource, SkillsProvider

python-1.0.0rc2 / python-1.0.0b260226 (26 Februari 2026)

Catatan Rilis:Python-1.0.0rc2

🔴 Alur kerja deklaratif diganti `InvokeTool` dengan `InvokeFunctionTool`

PR:#3716

Alur kerja Python deklaratif tidak lagi menggunakan jenis tindakan lama InvokeTool . Ganti dengan InvokeFunctionTool dan daftarkan panggilan Python dengan WorkflowFactory.register_tool().

Before:

actions:
  - kind: InvokeTool
    toolName: send_email

After:

factory = WorkflowFactory().register_tool("send_email", send_email)

actions:
  - kind: InvokeFunctionTool
    functionName: send_email

python-1.0.0rc1 / python-1.0.0b260219 (19 Februari 2026)

Rilis:agent-framework-core dan agent-framework-azure-ai dipromosikan ke 1.0.0rc1. Semua paket lain diperbarui ke 1.0.0b260219.

🔴 Penanganan kredensial Azure terpadu di semua paket

PR:#4088

Parameter / pembantu ad_token, ad_token_provider, dan get_entra_auth_token telah diganti dengan parameter terpadu credential di semua paket Python terkait Azure. Pendekatan baru menggunakan azure.identity.get_bearer_token_provider untuk penyimpanan sementara dan penyegaran token otomatis.

Kelas yang terpengaruh:AzureOpenAIChatClient, AzureOpenAIResponsesClient, AzureOpenAIAssistantsClient, AzureAIClient, AzureAIAgentClient, AzureAIProjectAgentProvider, AzureAIAgentsProvider, AzureAISearchContextProvider, PurviewClient, PurviewPolicyMiddleware, PurviewChatPolicyMiddleware.

Before:

from azure.identity import AzureCliCredential, get_bearer_token_provider

token_provider = get_bearer_token_provider(
    AzureCliCredential(), "https://cognitiveservices.azure.com/.default"
)

client = AzureOpenAIResponsesClient(
    azure_ad_token_provider=token_provider,
    ...
)

After:

from azure.identity import AzureCliCredential

client = AzureOpenAIResponsesClient(
    credential=AzureCliCredential(),
    ...
)

Parameter credential menerima TokenCredential, , AsyncTokenCredentialatau penyedia token yang dapat dipanggil. Pen-caching-an dan refresh token ditangani secara otomatis.

🔴 Hierarki pengecualian Python yang didesain ulang

PR:#4082

Keluarga datar dari tipe ServiceException telah diganti dengan cabang pengecualian cakupan domain di bawah satu akar AgentFrameworkException. Ini memberi pemanggil target yang tepat except serta semantik kesalahan yang jelas.

Hierarki baru:

AgentFrameworkException
├── AgentException
│   ├── AgentInvalidAuthException
│   ├── AgentInvalidRequestException
│   ├── AgentInvalidResponseException
│   └── AgentContentFilterException
├── ChatClientException
│   ├── ChatClientInvalidAuthException
│   ├── ChatClientInvalidRequestException
│   ├── ChatClientInvalidResponseException
│   └── ChatClientContentFilterException
├── IntegrationException
│   ├── IntegrationInitializationError
│   ├── IntegrationInvalidAuthException
│   ├── IntegrationInvalidRequestException
│   ├── IntegrationInvalidResponseException
│   └── IntegrationContentFilterException
├── ContentError
├── WorkflowException
│   ├── WorkflowRunnerException
│   ├── WorkflowValidationError
│   └── WorkflowActionError
├── ToolExecutionException
├── MiddlewareTermination
└── SettingNotFoundError

Pengecualian yang dihapus:ServiceException, ServiceInitializationError, ServiceResponseException, ServiceContentFilterException, ServiceInvalidAuthError, ServiceInvalidExecutionSettingsError, ServiceInvalidRequestError, ServiceInvalidResponseError, AgentExecutionException, AgentInvocationError, AgentInitializationError, AgentSessionException, ChatClientInitializationError, CheckpointDecodingError

Before:

from agent_framework.exceptions import ServiceException, ServiceResponseException

try:
    result = await agent.run("Hello")
except ServiceResponseException:
    ...
except ServiceException:
    ...

After:

from agent_framework.exceptions import AgentException, AgentInvalidResponseException, AgentFrameworkException

try:
    result = await agent.run("Hello")
except AgentInvalidResponseException:
    ...
except AgentException:
    ...
except AgentFrameworkException:
    # catch-all for any Agent Framework error
    ...

Nota

Kesalahan validasi init sekarang menggunakan ValueError/TypeError bawaan daripada pengecualian kustom. Pengecualian Kerangka Kerja Agen dicadangkan untuk kegagalan tingkat domain.

🔴 Status penyedia yang dicakup oleh `source_id`

PR:#3995

Pengait penyedia sekarang menerima kamus status yang berskala penyedia (state.setdefault(provider.source_id, {})) alih-alih status sesi penuh. Ini berarti implementasi penyedia yang sebelumnya mengakses status berlapis melalui state[self.source_id]["key"] sekarang harus mengakses state["key"] secara langsung.

Selain itu, InMemoryHistoryProvider default source_id berubah dari "memory" ke "in_memory".

Before:

# In a custom provider hook:
async def on_before_agent(self, state: dict, **kwargs):
    my_data = state[self.source_id]["my_key"]

# InMemoryHistoryProvider default source_id
provider = InMemoryHistoryProvider("memory")

After:

# Provider hooks receive scoped state — no nested access needed:
async def on_before_agent(self, state: dict, **kwargs):
    my_data = state["my_key"]

# InMemoryHistoryProvider default source_id changed
provider = InMemoryHistoryProvider("in_memory")

🔴 Pengaturan pengetikan pesan yang diketik oleh obrolan/agen (`run` vs `get_response`)

PR:#3920

Implementasi chat-client get_response sekarang secara konsisten menerima Sequence[Message]. agent.run(...) tetap fleksibel (str, Content, , Messageatau urutannya), dan menormalkan input sebelum memanggil klien obrolan.

Before:

async def get_response(self, messages: str | Message | list[Message], **kwargs): ...

After:

from collections.abc import Sequence
from agent_framework import Message

async def get_response(self, messages: Sequence[Message], **kwargs): ...

🔴 `FunctionTool[Any]` pengaturan generik dihapus untuk penerusan skema

PR:#3907

Jalur alat berbasis skema tidak lagi bergantung pada perilaku generik sebelumnya FunctionTool[Any] . Gunakan FunctionTool secara langsung dan berikan skema pydantic BaseModel atau eksplisit jika diperlukan (misalnya, dengan @tool(schema=...)).

Before:

placeholder: FunctionTool[Any] = FunctionTool(...)

After:

placeholder: FunctionTool = FunctionTool(...)

🔴 Pengaturan Pydantic diganti dengan `TypedDict` + `load_settings()`

PRs:#3843, #4032

Kelas pydantic-settingsberbasis AFBaseSettings telah diganti dengan sistem pengaturan ringan berbasis fungsi menggunakan TypedDict dan load_settings(). Dependensi pydantic-settings dihapus sepenuhnya.

Semua kelas pengaturan (misalnya, OpenAISettings, , AzureOpenAISettings) AnthropicSettingssekarang TypedDict merupakan definisi, dan nilai pengaturan diakses melalui sintaks kamus alih-alih akses atribut.

Before:

from agent_framework.openai import OpenAISettings

settings = OpenAISettings()  # pydantic-settings auto-loads from env
api_key = settings.api_key
model_id = settings.model_id

After:

from agent_framework.openai import OpenAISettings, load_settings

settings = load_settings(OpenAISettings, env_prefix="OPENAI_")
api_key = settings["api_key"]
model_id = settings["model_id"]

Penting

Kerangka Kerja Agen tidak secara otomatis memuat nilai dari .env file. Anda harus secara eksplisit memilih untuk berpartisipasi dalam .env pemuatan dengan:

Memanggil load_dotenv() dari paket python-dotenv di awal aplikasi Anda
Meneruskan env_file_path=".env" ke load_settings()
Mengatur variabel lingkungan langsung di shell atau IDE Anda

Urutan resolusi adalah: penggantian eksplisit → nilai berkas load_settings (ketika .env disediakan) → variabel lingkungan → nilai-nilai bawaan. Jika Anda menentukan env_file_path, file harus ada atau FileNotFoundError dinaikkan.

🟡 Memperbaiki pengalihan alur kerja model penalaran dan pencatatan riwayat

PR:#4083

Memperbaiki beberapa kegagalan saat menggunakan model penalaran (misalnya, gpt-5-mini, gpt-5.2) dalam alur kerja multi-agen. Item alasan dari API Respons sekarang diserialisasikan dengan benar dan hanya dimasukkan ke dalam riwayat ketika function_call juga hadir, mencegah kesalahan API. Konten penalaran terenkripsi/tersembunyi sekarang ditampilkan dengan benar, dan format bidang summary sudah dikoreksi. Elemen service_session_id juga dibersihkan pada handoff untuk mencegah kebocoran status lintas agen.

🟡 Bedrock ditambahkan ke `core[all]` dan default pilihan alat diperbaiki

PR:#3953

Amazon Bedrock sekarang termasuk dalam agent-framework-core[all] ekstra dan tersedia melalui agent_framework.amazon antarmuka impor tunda. Perilaku pilihan alat juga diperbaiki: nilai pilihan alat yang tidak diatur sekarang tetap tidak diatur sehingga penyedia menggunakan default layanan mereka, sementara nilai yang ditetapkan secara eksplisit dipertahankan.

from agent_framework.amazon import BedrockClient

🟡 AzureAIClient memperingatkan tentang penimpaan runtime yang tidak didukung

PR:#3919

AzureAIClient sekarang mencatat peringatan saat runtime tools atau structured_output berbeda dari konfigurasi waktu pembuatan agen. Azure AI Agent Service tidak mendukung alat runtime atau perubahan format respons — gunakan AzureOpenAIResponsesClient sebagai gantinya jika Anda memerlukan penimpaan dinamis.

🟡 `workflow.as_agent()` sekarang mengatur riwayat lokal secara default ketika penyedia tidak diatur

PR:#3918

Ketika workflow.as_agent() dibuat tanpa context_providers, sekarang ditambahkan InMemoryHistoryProvider("memory") secara default. Jika penyedia konteks disediakan secara eksplisit, daftar tersebut dipertahankan tidak berubah.

workflow_agent = workflow.as_agent(name="MyWorkflowAgent")
# Default local history provider is injected when none are provided.

🟡 Konteks pelacakan OpenTelemetry ditransmisikan ke permintaan MCP

PR:#3780

Ketika OpenTelemetry diinstal, konteks pelacakan (misalnya, W3C traceparent) secara otomatis dimasukkan ke dalam permintaan MCP melalui params._meta. Ini memungkinkan pelacakan terdistribusi secara end-to-end dari agen ke panggilan server MCP. Tidak ada perubahan kode yang diperlukan — ini adalah perilaku aditif yang diaktifkan ketika konteks rentang yang valid ada.

🟡 Dukungan alur kerja yang tahan lama untuk Azure Functions

PR:#3630

Paket agent-framework-azurefunctions sekarang mendukung menjalankan Workflow grafik di Azure Durable Functions. Teruskan workflow parameter ke AgentFunctionApp untuk mendaftarkan entitas agen, fungsi aktivitas, dan titik akhir HTTP secara otomatis.

from agent_framework.azurefunctions import AgentFunctionApp

app = AgentFunctionApp(workflow=my_workflow)
# Automatically registers:
#   POST /api/workflow/run          — start a workflow
#   GET  /api/workflow/status/{id}  — check status
#   POST /api/workflow/respond/{id}/{requestId} — HITL response

Mendukung pola fan-out/fan-in, shared state, dan human-in-the-loop dengan batas waktu yang dapat dikonfigurasi dan penolakan otomatis pada kedaluwarsa.

python-1.0.0b260212 (12 Februari 2026)

Catatan Rilis:python-1.0.0b260212

🔴 `HostedTool`kelas digantikan oleh metode klien `get__tool()`

PR:#3634

Kelas alat yang dihosting dihapus untuk mendukung metode pabrik dengan cakupan klien. Hal ini membuat ketersediaan alat menjadi eksplisit oleh penyedia.

Kelas yang dihapus	Replacement
`HostedCodeInterpreterTool`	`client.get_code_interpreter_tool()`
`HostedWebSearchTool`	`client.get_web_search_tool()`
`HostedFileSearchTool`	`client.get_file_search_tool(...)`
`HostedMCPTool`	`client.get_mcp_tool(...)`
`HostedImageGenerationTool`	`client.get_image_generation_tool(...)`

Before:

from agent_framework import HostedCodeInterpreterTool, HostedWebSearchTool

tools = [HostedCodeInterpreterTool(), HostedWebSearchTool()]

After:

from agent_framework.openai import OpenAIResponsesClient

client = OpenAIResponsesClient()
tools = [client.get_code_interpreter_tool(), client.get_web_search_tool()]

🔴 Alur penyedia sesi/konteks diselesaikan (`AgentSession`, `context_providers`)

PR:#3850

Sesi Python dan migrasi penyedia konteks selesai. AgentThread dan jenis penyedia konteks lama dihapus.

AgentThread → AgentSession
agent.get_new_thread() → agent.create_session()
agent.get_new_thread(service_thread_id=...) → agent.get_session(service_session_id=...)
context_provider= / chat_message_store_factory= pola digantikan oleh context_providers=[...]

Before:

thread = agent.get_new_thread()
response = await agent.run("Hello", thread=thread)

After:

session = agent.create_session()
response = await agent.run("Hello", session=session)

🔴 Model titik pemeriksaan dan perilaku penyimpanan direfaktor

PR:#3744

Struktur internal titik pemeriksaan didesain ulang, yang memengaruhi kompatibilitas titik pemeriksaan yang disimpan dan implementasi penyimpanan kustom.

WorkflowCheckpoint sekarang menyimpan objek langsung (serialisasi terjadi di penyimpanan titik pemeriksaan)
FileCheckpointStorage sekarang menggunakan serialisasi "pickle"
workflow_id telah dihapus dan previous_checkpoint_id ditambahkan
Hook titik pemeriksaan yang tidak digunakan lagi dihapus

Jika Anda mempertahankan titik pemeriksaan antar versi, lakukan regenerasi atau migrasikan artefak titik pemeriksaan yang ada sebelum meneruskan alur kerja.

🟡 `AzureOpenAIResponsesClient` mendukung titik akhir proyek Microsoft Foundry

PR:#3814

Anda sekarang dapat membuat AzureOpenAIResponsesClient dengan titik akhir proyek Foundry atau AIProjectClient, bukan hanya dengan titik akhir langsung Azure OpenAI.

from azure.identity import DefaultAzureCredential
from agent_framework.azure import AzureOpenAIResponsesClient

client = AzureOpenAIResponsesClient(
    project_endpoint="https://<your-project>.services.ai.azure.com",
    deployment_name="gpt-4o-mini",
    credential=DefaultAzureCredential(),
)

🔴 Middleware `call_next` tidak lagi menerima `context`

PR:#3829

Kelanjutan middleware sekarang tidak mengambil argumen. Jika middleware Anda masih memanggil call_next(context), perbarui ke call_next().

Before:

async def telemetry_middleware(context, call_next):
    # ...
    return await call_next(context)

After:

async def telemetry_middleware(context, call_next):
    # ...
    return await call_next()

python-1.0.0b260210 (10 Februari 2026)

Catatan Rilis:python-1.0.0b260210

🔴 Metode pabrik alur kerja dihapus dari `WorkflowBuilder`

PR:#3781

register_executor() dan register_agent() telah dihapus dari WorkflowBuilder. Semua metode penyusun (add_edge, , add_fan_out_edges, add_fan_in_edgesadd_chain, add_switch_case_edge_group, add_multi_selection_edge_group) dan start_executor tidak lagi menerima nama string — mereka memerlukan instans eksekutor atau agen secara langsung.

Untuk mengisolasi status, bungkus instansiasi eksekutor/agen dan pembangunan alur kerja di dalam metode bantu sehingga setiap panggilan menghasilkan instansi baru.

`WorkflowBuilder` dengan pelaksana

Before:

workflow = (
    WorkflowBuilder(start_executor="UpperCase")
    .register_executor(lambda: UpperCaseExecutor(id="upper"), name="UpperCase")
    .register_executor(lambda: ReverseExecutor(id="reverse"), name="Reverse")
    .add_edge("UpperCase", "Reverse")
    .build()
)

After:

upper = UpperCaseExecutor(id="upper")
reverse = ReverseExecutor(id="reverse")

workflow = WorkflowBuilder(start_executor=upper).add_edge(upper, reverse).build()

`WorkflowBuilder` dengan agen

Before:

builder = WorkflowBuilder(start_executor="writer_agent")
builder.register_agent(factory_func=create_writer_agent, name="writer_agent")
builder.register_agent(factory_func=create_reviewer_agent, name="reviewer_agent")
builder.add_edge("writer_agent", "reviewer_agent")

workflow = builder.build()

After:

writer_agent = create_writer_agent()
reviewer_agent = create_reviewer_agent()

workflow = WorkflowBuilder(start_executor=writer_agent).add_edge(writer_agent, reviewer_agent).build()

Isolasi status dengan metode pembantu

Untuk alur kerja yang membutuhkan status terisolasi per pemanggilan, bungkus konstruksi dalam metode pembantu:

def create_workflow() -> Workflow:
    """Each call produces fresh executor instances with independent state."""
    upper = UpperCaseExecutor(id="upper")
    reverse = ReverseExecutor(id="reverse")

    return WorkflowBuilder(start_executor=upper).add_edge(upper, reverse).build()

workflow_a = create_workflow()
workflow_b = create_workflow()

🔴 `ChatAgent` diganti namanya menjadi `Agent`, `ChatMessage` diganti namanya menjadi `Message`

PR:#3747

Jenis Core Python telah disederhanakan dengan menghapus awalan redundan Chat . Tidak disediakan alias untuk kompatibilitas mundur.

Sebelumnya	Setelahnya
`ChatAgent`	`Agent`
`RawChatAgent`	`RawAgent`
`ChatMessage`	`Message`
`ChatClientProtocol`	`SupportsChatGetResponse`

Memperbarui impor

Before:

from agent_framework import ChatAgent, ChatMessage

After:

from agent_framework import Agent, Message

Memperbarui referensi tipe

Before:

agent = ChatAgent(
    chat_client=client,
    name="assistant",
    instructions="You are a helpful assistant.",
)

message = ChatMessage(role="user", contents=[Content.from_text("Hello")])

After:

agent = Agent(
    client=client,
    name="assistant",
    instructions="You are a helpful assistant.",
)

message = Message(role="user", contents=[Content.from_text("Hello")])

Nota

ChatClient, ChatResponse, ChatOptions, dan ChatMessageStoretidak namanya diubah dengan perubahan ini.

🔴 Jenis API meninjau pembaruan di seluruh model respons/pesan

PR:#3647

Rilis ini mencakup penyempurnaan pengetikan pesan/respons yang luas dan memengaruhi API pembantu.

Role dan FinishReason sekarang menjadi pembungkus di atas NewType menggunakan strRoleLiteral/ untuk nilai yang diketahui. Perlakukan mereka sebagai string (tanpa menggunakan .value).
Message konstruksi distandarisasi pada Message(role, contents=[...]); string di contents dikonversi secara otomatis ke konten teks.
ChatResponse dan AgentResponse konstruktor sekarang berpusat pada messages= (tunggal Message atau urutan); penggunaan konstruktor warisan text= dihapus dari respons.
ChatResponseUpdate dan AgentResponseUpdate tidak lagi menerima text=; gunakan contents=[Content.from_text(...)].
Nama asisten penggabungan pembaruan telah disederhanakan.
try_parse_value dihapus dari ChatResponse dan AgentResponse.

Nama metode pembantu

Sebelumnya	Setelahnya
`ChatResponse.from_chat_response_updates(...)`	`ChatResponse.from_updates(...)`
`ChatResponse.from_chat_response_generator(...)`	`ChatResponse.from_update_generator(...)`
`AgentResponse.from_agent_run_response_updates(...)`	`AgentResponse.from_updates(...)`

Memperbarui konstruksi pembaruan respons

Before:

update = AgentResponseUpdate(text="Processing...", role="assistant")

After:

from agent_framework import AgentResponseUpdate, Content

update = AgentResponseUpdate(
    contents=[Content.from_text("Processing...")],
    role="assistant",
)

Ganti `try_parse_value` dengan `try/except` di `.value`

Before:

if parsed := response.try_parse_value(MySchema):
    print(parsed.name)

After:

from pydantic import ValidationError

try:
    parsed = response.value
    if parsed:
        print(parsed.name)
except ValidationError as err:
    print(f"Validation failed: {err}")

🔴Model dan penggunaan terpadu `run`/`get_responseResponseStream`

PR:#3379

API Python dikonsolidasikan di sekitar agent.run(...) dan client.get_response(...), dengan streaming yang diwakili oleh ResponseStream.

Before:

async for update in agent.run_stream("Hello"):
    print(update)

After:

stream = agent.run("Hello", stream=True)
async for update in stream:
    print(update)

🔴 Perubahan nama konteks/protokol inti

PRs:#3714, #3717

Sebelumnya	Setelahnya
`AgentRunContext`	`AgentContext`
`AgentProtocol`	`SupportsAgentRun`

Perbarui impor dan ketik anotasi yang sesuai.

🔴 Parameter kelanjutan middleware diganti namanya menjadi `call_next`

PR:#3735

Tanda tangan middleware sekarang harus digunakan call_next alih-alih next.

Before:

async def my_middleware(context, next):
    return await next(context)

After:

async def my_middleware(context, call_next):
    return await call_next(context)

🔴 Nama TypeVar distandarisasi (`TName` → `NameT`)

PR:#3770

Basis kode sekarang mengikuti gaya penamaan TypeVar yang konsisten di mana akhiran T digunakan.

Before:

TMessage = TypeVar("TMessage")

After:

MessageT = TypeVar("MessageT")

Jika Anda mempertahankan pembungkus khusus di sekitar generik kerangka kerja, sejajarkan nama TypeVar lokal Anda dengan konvensi baru untuk mengurangi perubahan berlebihan pada anotasi.

🔴 Output Alur Kerja Sebagai Agen dan Perubahan Streaming

PR:#3649

workflow.as_agent() perilaku diperbarui untuk menyelaraskan output dan streaming dengan pola respons agen standar. Tinjau konsumen workflow-as-agent yang bergantung pada penanganan output/pembaruan lama dan perbarui ke alur AgentResponse/AgentResponseUpdate saat ini.

🔴 Metode penyusun fasih dipindahkan ke parameter konstruktor

PR:#3693

Metode fasih konfigurasi tunggal di 6 penyusun (WorkflowBuilder, , SequentialBuilder, ConcurrentBuilderGroupChatBuilder, MagenticBuilder, HandoffBuilder) telah dimigrasikan ke parameter konstruktor. Metode fluent yang merupakan jalur konfigurasi satu-satunya untuk pengaturan dihapus untuk mendukung penggunaan argumen konstruktor.

`WorkflowBuilder`

set_start_executor(), with_checkpointing(), dan with_output_from() dihapus. Gunakan parameter konstruktor sebagai gantinya.

Before:

upper = UpperCaseExecutor(id="upper")
reverse = ReverseExecutor(id="reverse")

workflow = (
    WorkflowBuilder(start_executor=upper)
    .add_edge(upper, reverse)
    .set_start_executor(upper)
    .with_checkpointing(storage)
    .build()
)

After:

upper = UpperCaseExecutor(id="upper")
reverse = ReverseExecutor(id="reverse")

workflow = (
    WorkflowBuilder(start_executor=upper, checkpoint_storage=storage)
    .add_edge(upper, reverse)
    .build()
)

`SequentialBuilder` / `ConcurrentBuilder`

participants(), , register_participants()with_checkpointing(), dan with_intermediate_outputs() dihapus. Gunakan parameter konstruktor sebagai gantinya.

Before:

workflow = SequentialBuilder().participants([agent_a, agent_b]).with_checkpointing(storage).build()

After:

workflow = SequentialBuilder(participants=[agent_a, agent_b], checkpoint_storage=storage).build()

`GroupChatBuilder`

participants(), , register_participants()with_orchestrator(), with_termination_condition(), with_max_rounds(), with_checkpointing(), dan with_intermediate_outputs() dihapus. Gunakan parameter konstruktor sebagai gantinya.

Before:

workflow = (
    GroupChatBuilder()
    .with_orchestrator(selection_func=selector)
    .participants([agent1, agent2])
    .with_termination_condition(lambda conv: len(conv) >= 4)
    .with_max_rounds(10)
    .build()
)

After:

workflow = GroupChatBuilder(
    participants=[agent1, agent2],
    selection_func=selector,
    termination_condition=lambda conv: len(conv) >= 4,
    max_rounds=10,
).build()

`MagenticBuilder`

participants(), , register_participants()with_manager(), with_plan_review(), with_checkpointing(), dan with_intermediate_outputs() dihapus. Gunakan parameter konstruktor sebagai gantinya.

Before:

workflow = (
    MagenticBuilder()
    .participants([researcher, coder])
    .with_manager(agent=manager_agent)
    .with_plan_review()
    .build()
)

After:

workflow = MagenticBuilder(
    participants=[researcher, coder],
    manager_agent=manager_agent,
    enable_plan_review=True,
).build()

`HandoffBuilder`

with_checkpointing() dan with_termination_condition() dihapus. Gunakan parameter konstruktor sebagai gantinya.

Before:

workflow = (
    HandoffBuilder(participants=[triage, specialist])
    .with_start_agent(triage)
    .with_termination_condition(lambda conv: len(conv) > 5)
    .with_checkpointing(storage)
    .build()
)

After:

workflow = (
    HandoffBuilder(
        participants=[triage, specialist],
        termination_condition=lambda conv: len(conv) > 5,
        checkpoint_storage=storage,
    )
    .with_start_agent(triage)
    .build()
)

Perubahan validasi

WorkflowBuilder sekarang memerlukan start_executor sebagai argumen konstruktor (sebelumnya diatur melalui metode lancar)
SequentialBuilder, ConcurrentBuilder, GroupChatBuilder, dan MagenticBuilder sekarang memerlukan participants atau participant_factories saat waktu konstruksi — jika keduanya tidak diberikan, maka akan memicu ValueError

Nota

HandoffBuilder sudah diterima participants/participant_factories sebagai parameter konstruktor dan tidak diubah dalam hal ini.

🔴 Peristiwa alur kerja digabungkan menjadi satu `WorkflowEvent` dengan `type` diskriminator

PR:#3690

Semua subkelas peristiwa alur kerja individual telah digantikan oleh satu kelas generik WorkflowEvent[DataT] . Alih-alih menggunakan isinstance() pemeriksaan untuk mengidentifikasi jenis peristiwa, Anda sekarang memeriksa event.type string literal (misalnya, "output", "request_info", "status"). Ini mengikuti pola serupa dengan konsolidasi kelas Content dari python-1.0.0b260123.

Kelas peristiwa yang dihapus

Subkelas peristiwa yang diekspor berikut tidak ada lagi:

Kelas Lama	Nilai Baru `event.type`
`WorkflowOutputEvent`	`"output"`
`RequestInfoEvent`	`"request_info"`
`WorkflowStatusEvent`	`"status"`
`WorkflowStartedEvent`	`"started"`
`WorkflowFailedEvent`	`"failed"`
`ExecutorInvokedEvent`	`"executor_invoked"`
`ExecutorCompletedEvent`	`"executor_completed"`
`ExecutorFailedEvent`	`"executor_failed"`
`SuperStepStartedEvent`	`"superstep_started"`
`SuperStepCompletedEvent`	`"superstep_completed"`

Memperbarui impor

Before:

from agent_framework import (
    WorkflowOutputEvent,
    RequestInfoEvent,
    WorkflowStatusEvent,
    ExecutorCompletedEvent,
)

After:

from agent_framework import WorkflowEvent
# Individual event classes no longer exist; use event.type to discriminate

Memperbarui pemeriksaan jenis peristiwa

Before:

async for event in workflow.run_stream(input_message):
    if isinstance(event, WorkflowOutputEvent):
        print(f"Output from {event.executor_id}: {event.data}")
    elif isinstance(event, RequestInfoEvent):
        requests[event.request_id] = event.data
    elif isinstance(event, WorkflowStatusEvent):
        print(f"Status: {event.state}")

After:

async for event in workflow.run_stream(input_message):
    if event.type == "output":
        print(f"Output from {event.executor_id}: {event.data}")
    elif event.type == "request_info":
        requests[event.request_id] = event.data
    elif event.type == "status":
        print(f"Status: {event.state}")

Streaming dengan `AgentResponseUpdate`

Before:

from agent_framework import AgentResponseUpdate, WorkflowOutputEvent

async for event in workflow.run_stream("Write a blog post about AI agents."):
    if isinstance(event, WorkflowOutputEvent) and isinstance(event.data, AgentResponseUpdate):
        print(event.data, end="", flush=True)
    elif isinstance(event, WorkflowOutputEvent):
        print(f"Final output: {event.data}")

After:

from agent_framework import AgentResponseUpdate

async for event in workflow.run_stream("Write a blog post about AI agents."):
    if event.type == "output" and isinstance(event.data, AgentResponseUpdate):
        print(event.data, end="", flush=True)
    elif event.type == "output":
        print(f"Final output: {event.data}")

Anotasi tipe

Before:

pending_requests: list[RequestInfoEvent] = []
output: WorkflowOutputEvent | None = None

After:

from typing import Any
from agent_framework import WorkflowEvent

pending_requests: list[WorkflowEvent[Any]] = []
output: WorkflowEvent | None = None

Nota

WorkflowEvent umum (WorkflowEvent[DataT]), tetapi untuk koleksi peristiwa campuran, gunakan WorkflowEvent[Any] atau tidak diparameterisasi WorkflowEvent.

🔴 `workflow.send_responses*` Dihapus; Menggunakan `workflow.run(responses=...)`

PR:#3720

send_responses() dan send_responses_streaming() dihapus dari Workflow. Lanjutkan alur kerja yang dijeda dengan meneruskan respons langsung ke run().

Before:

async for event in workflow.send_responses_streaming(
    checkpoint_id=checkpoint_id,
    responses=[approved_response],
):
    ...

After:

async for event in workflow.run(
    checkpoint_id=checkpoint_id,
    responses=[approved_response],
):
    ...

🔴 `SharedState` diganti namanya menjadi `State`; API status alur kerja sinkron

PR:#3667

API status tidak lagi memerlukan await, dan penamaan distandarkan:

Sebelumnya	Setelahnya
`ctx.shared_state`	`ctx.state`
`await ctx.get_shared_state("k")`	`ctx.get_state("k")`
`await ctx.set_shared_state("k", v)`	`ctx.set_state("k", v)`
`checkpoint.shared_state`	`checkpoint.state`

🔴 Penyusun orkestrasi dipindahkan ke `agent_framework.orchestrations`

PR:#3685

Penyusun orkestrasi sekarang berada di namespace paket khusus.

Before:

from agent_framework import SequentialBuilder, GroupChatBuilder

After:

from agent_framework.orchestrations import SequentialBuilder, GroupChatBuilder

🟡 Proses latar belakang yang berlangsung lama dan token kelanjutan

PR:#3808

Respons latar belakang sekarang didukung untuk agen Python berjalan melalui options={"background": True} dan continuation_token.

response = await agent.run("Long task", options={"background": True})
while response.continuation_token is not None:
    response = await agent.run(options={"continuation_token": response.continuation_token})

🟡 Jenis pratinjau penyedia sesi/konteks ditambahkan secara berdampingan

PR:#3763

Jenis alur sesi/konteks baru diperkenalkan bersama API warisan untuk migrasi inkremental, termasuk SessionContext dan BaseContextProvider.

🟡 Aliran penerjemah kode sekarang mengikutsertakan delta kode inkremental

PR:#3775

Penerjemah kode streaming sekarang menjalankan pembaruan delta kode permukaan dalam konten yang dialirkan sehingga UI dapat merender kode yang dihasilkan secara progresif.

🟡 `@tool` mendukung penanganan skema eksplisit

PR:#3734

Definisi alat sekarang dapat menggunakan penanganan skema eksplisit ketika output skema yang disimpulkan membutuhkan penyesuaian.

python-1.0.0b260130 (30 Januari 2026)

Catatan Rilis:python-1.0.0b260130

🟡 `ChatOptions` dan `ChatResponse`/`AgentResponse` sekarang generik terhadap format respons

PR:#3305

ChatOptions, ChatResponse, dan AgentResponse sekarang merupakan jenis generik yang diparameterkan oleh jenis format respons. Ini memungkinkan inferensi jenis yang lebih baik saat menggunakan output terstruktur dengan response_format.

Before:

from agent_framework import ChatOptions, ChatResponse
from pydantic import BaseModel

class MyOutput(BaseModel):
    name: str
    score: int

options: ChatOptions = {"response_format": MyOutput}  # No type inference
response: ChatResponse = await client.get_response("Query", options=options)
result = response.value  # Type: Any

After:

from agent_framework import ChatOptions, ChatResponse
from pydantic import BaseModel

class MyOutput(BaseModel):
    name: str
    score: int

options: ChatOptions[MyOutput] = {"response_format": MyOutput}  # Generic parameter
response: ChatResponse[MyOutput] = await client.get_response("Query", options=options)
result = response.value  # Type: MyOutput | None (inferred!)

Petunjuk / Saran

Ini adalah peningkatan yang tidak merusak. Kode yang ada tanpa parameter jenis terus berfungsi. Anda tidak perlu menentukan jenis dalam cuplikan kode di atas untuk opsi dan respons; mereka ditampilkan di sini untuk kejelasan.

🟡 `BaseAgent` dukungan ditambahkan untuk Claude Agent SDK

PR:#3509

Python SDK sekarang menyertakan BaseAgent implementasi untuk Claude Agent SDK, memungkinkan penggunaan berbasis adaptor kelas satu dalam Agent Framework.

python-1.0.0b260128 (28 Januari 2026)

Catatan Rilis:python-1.0.0b260128

🔴 `AIFunction` diganti namanya menjadi `FunctionTool` dan `@ai_function` diganti namanya menjadi `@tool`

PR:#3413

Kelas dan dekorator telah diganti namanya untuk kejelasan dan konsistensi dengan terminologi industri.

Before:

from agent_framework.core import ai_function, AIFunction

@ai_function
def get_weather(city: str) -> str:
    """Get the weather for a city."""
    return f"Weather in {city}: Sunny"

# Or using the class directly
func = AIFunction(get_weather)

After:

from agent_framework.core import tool, FunctionTool

@tool
def get_weather(city: str) -> str:
    """Get the weather for a city."""
    return f"Weather in {city}: Sunny"

# Or using the class directly
func = FunctionTool(get_weather)

🔴 Pola pabrik ditambahkan ke GroupChat dan Magentic; Mengganti nama API

PR:#3224

Menambahkan pabrik peserta dan pabrik orkestrator ke obrolan grup. Juga termasuk mengganti nama:

with_standard_manager → with_manager
participant_factories → register_participant

Before:

from agent_framework.workflows import MagenticBuilder

builder = MagenticBuilder()
builder.with_standard_manager(manager)
builder.participant_factories(factory1, factory2)

After:

from agent_framework.workflows import MagenticBuilder

builder = MagenticBuilder()
builder.with_manager(manager)
builder.register_participant(factory1)
builder.register_participant(factory2)

🔴 `Github` diganti namanya menjadi `GitHub`

PR:#3486

Nama kelas dan paket diperbarui untuk menggunakan casing yang benar.

Before:

from agent_framework_github_copilot import GithubCopilotAgent

agent = GithubCopilotAgent(...)

After:

from agent_framework_github_copilot import GitHubCopilotAgent

agent = GitHubCopilotAgent(...)

python-1.0.0b260127 (27 Januari 2026)

Catatan Rilis:python-1.0.0b260127

🟡 `BaseAgent` dukungan ditambahkan untuk GitHub Copilot SDK

PR:#3404

Python SDK sekarang memiliki BaseAgent implementasi untuk integrasi GitHub Copilot SDK.

python-1.0.0b260123 (23 Januari 2026)

Catatan Rilis:python-1.0.0b260123

🔴 Jenis konten disederhanakan ke satu kelas dengan konstruktor classmethod

PR:#3252

Mengganti semua jenis Konten lama (berasal dari BaseContent) dengan sebuah kelas Content tunggal yang menggunakan metode kelas untuk menciptakan jenis tertentu.

Referensi Migrasi Penuh

Tipe Lama	Metode Baru
`TextContent(text=...)`	`Content.from_text(text=...)`
`DataContent(data=..., media_type=...)`	`Content.from_data(data=..., media_type=...)`
`UriContent(uri=..., media_type=...)`	`Content.from_uri(uri=..., media_type=...)`
`ErrorContent(message=...)`	`Content.from_error(message=...)`
`HostedFileContent(file_id=...)`	`Content.from_hosted_file(file_id=...)`
`FunctionCallContent(name=..., arguments=..., call_id=...)`	`Content.from_function_call(name=..., arguments=..., call_id=...)`
`FunctionResultContent(call_id=..., result=...)`	`Content.from_function_result(call_id=..., result=...)`
`FunctionApprovalRequestContent(...)`	`Content.from_function_approval_request(...)`
`FunctionApprovalResponseContent(...)`	`Content.from_function_approval_response(...)`

Metode baru tambahan (tidak ada pendahulu langsung):

Content.from_text_reasoning(...) — Untuk konten penalaran/pemikiran
Content.from_hosted_vector_store(...) — Untuk referensi penyimpanan vektor
Content.from_usage(...) — Untuk informasi penggunaan/token
Content.from_mcp_server_tool_call(...) / Content.from_mcp_server_tool_result(...) — Untuk alat server MCP
Content.from_code_interpreter_tool_call(...) / Content.from_code_interpreter_tool_result(...) — Untuk penerjemah kode
Content.from_image_generation_tool_call(...) / Content.from_image_generation_tool_result(...) — Untuk pembuatan gambar

Pemeriksaan Jenis

Sebagai pengganti isinstance() pemeriksaan, gunakan properti type :

Before:

from agent_framework.core import TextContent, FunctionCallContent

if isinstance(content, TextContent):
    print(content.text)
elif isinstance(content, FunctionCallContent):
    print(content.name)

After:

from agent_framework.core import Content

if content.type == "text":
    print(content.text)
elif content.type == "function_call":
    print(content.name)

Contoh Dasar

Before:

from agent_framework.core import TextContent, DataContent, UriContent

text = TextContent(text="Hello world")
data = DataContent(data=b"binary", media_type="application/octet-stream")
uri = UriContent(uri="https://example.com/image.png", media_type="image/png")

After:

from agent_framework.core import Content

text = Content.from_text("Hello world")
data = Content.from_data(data=b"binary", media_type="application/octet-stream")
uri = Content.from_uri(uri="https://example.com/image.png", media_type="image/png")

🔴 Jenis anotasi disederhanakan ke `Annotation` dan `TextSpanRegion` TypedDicts

PR:#3252

Mengganti jenis anotasi berbasis kelas dengan definisi yang lebih TypedDict sederhana.

Tipe Lama	Tipe Baru
`CitationAnnotation` (kelas)	`Annotation` (TypedDict dengan `type="citation"`)
`BaseAnnotation` (kelas)	`Annotation` (TypedDict)
`TextSpanRegion` (kelas dengan `SerializationMixin`)	`TextSpanRegion` (TypedDict)
`Annotations` (alias jenis)	`Annotation`
`AnnotatedRegions` (alias jenis)	`TextSpanRegion`

Before:

from agent_framework import CitationAnnotation, TextSpanRegion

region = TextSpanRegion(start_index=0, end_index=25)
citation = CitationAnnotation(
    annotated_regions=[region],
    url="https://example.com/source",
    title="Source Title"
)

After:

from agent_framework import Annotation, TextSpanRegion

region: TextSpanRegion = {"start_index": 0, "end_index": 25}
citation: Annotation = {
    "type": "citation",
    "annotated_regions": [region],
    "url": "https://example.com/source",
    "title": "Source Title"
}

Nota

Karena Annotation dan TextSpanRegion sekarang TypedDict, Anda membuatnya sebagai kamus daripada instans kelas.

🔴 `response_format` kesalahan validasi sekarang terlihat oleh pengguna

PR:#3274

ChatResponse.value dan AgentResponse.value sekarang naikkan ValidationError ketika validasi skema gagal alih-alih mengembalikan Nonesecara diam-diam .

Before:

response = await agent.run(query, options={"response_format": MySchema})
if response.value:  # Returns None on validation failure - no error details
    print(response.value.name)

After:

from pydantic import ValidationError

# Option 1: Catch validation errors
try:
    print(response.value.name)  # Raises ValidationError on failure
except ValidationError as e:
    print(f"Validation failed: {e}")

# Option 2: Safe parsing (returns None on failure)
if result := response.try_parse_value(MySchema):
    print(result.name)

🔴 AG-UI menjalankan logika yang disederhanakan; Perbaikan klien MCP dan Antropis

PR:#3322

Signature metode run dan perilaku dalam AG-UI telah disederhanakan.

Before:

from agent_framework.ag_ui import AGUIEndpoint

endpoint = AGUIEndpoint(agent=agent)
result = await endpoint.run(
    request=request,
    run_config={"streaming": True, "timeout": 30}
)

After:

from agent_framework.ag_ui import AGUIEndpoint

endpoint = AGUIEndpoint(agent=agent)
result = await endpoint.run(
    request=request,
    streaming=True,
    timeout=30
)

🟡 Klien antropis `response_format` sekarang mendukung output terstruktur

PR:#3301

Anda sekarang dapat menggunakan penguraian output terstruktur dengan klien Anthropic melalui response_format, mirip dengan klien OpenAI dan Azure.

🟡 Konfigurasi Azure AI diperluas (`reasoning`, `rai_config`)

PRs:#3403, #3265

Dukungan Azure AI diperluas dengan dukungan konfigurasi penalaran dan rai_config selama pembuatan agen.

python-1.0.0b260116 (16 Januari 2026)

Catatan Rilis:python-1.0.0b260116

🔴 `create_agent` diganti namanya menjadi `as_agent`

PR:#3249

Metode diganti namanya untuk kejelasan yang lebih baik pada tujuannya.

Before:

from agent_framework.core import ChatClient

client = ChatClient(...)
agent = client.create_agent()

After:

from agent_framework.core import ChatClient

client = ChatClient(...)
agent = client.as_agent()

🔴 `WorkflowOutputEvent.source_executor_id` diganti namanya menjadi `executor_id`

PR:#3166

Properti diganti namanya untuk konsistensi API.

Before:

async for event in workflow.run_stream(...):
    if isinstance(event, WorkflowOutputEvent):
        executor = event.source_executor_id

After:

async for event in workflow.run_stream(...):
    if isinstance(event, WorkflowOutputEvent):
        executor = event.executor_id

🟡 AG-UI mendukung kelangsungan sesi yang dikelola layanan

PR:#3136

AG-UI sekarang mempertahankan identitas percakapan yang dikelola oleh layanan (misalnya, sesi/utas yang dikelola Foundry) untuk mempertahankan kelangsungan percakapan multi-giliran.

python-1.0.0b260114 (14 Januari 2026)

Catatan Rilis:python-1.0.0b260114

🔴 Orkestrasi diubah struktur

PR:#3023

Perombakan menyeluruh dan penyederhanaan orkestrasi dalam Alur Kerja Framework Agen.

Obrolan Grup: Pisahkan eksekutor orkestrator menjadi berbasis agen khusus dan berbasis fungsi (BaseGroupChatOrchestrator, GroupChatOrchestrator, AgentBasedGroupChatOrchestrator). Disederhanakan ke topologi bintang dengan model penyiaran.
Handoff: Menghapus dukungan tingkat tunggal, koordinator, dan pelaksana kustom. Beralih ke model penyiaran dengan HandoffAgentExecutor.
Berurutan & Bersamaan: Mekanisme informasi permintaan yang disederhanakan untuk bergantung pada sub-workflow melalui AgentApprovalExecutor dan AgentRequestInfoExecutor.

Before:

from agent_framework.workflows import GroupChat, HandoffOrchestrator

# Group chat with custom coordinator
group = GroupChat(
    participants=[agent1, agent2],
    coordinator=my_coordinator
)

# Handoff with single tier
handoff = HandoffOrchestrator(
    agents=[agent1, agent2],
    tier="single"
)

After:

from agent_framework.workflows import (
    GroupChatOrchestrator,
    HandoffAgentExecutor,
    AgentApprovalExecutor
)

# Group chat with star topology
group = GroupChatOrchestrator(
    participants=[agent1, agent2]
)

# Handoff with executor-based approach
handoff = HandoffAgentExecutor(
    agents=[agent1, agent2]
)

🔴 Opsi yang diperkenalkan sebagai TypedDict dan Generic

PR:#3140

Opsi sekarang ditik menggunakan TypedDict untuk keamanan jenis yang lebih baik dan pelengkapan otomatis IDE.

📖 Untuk instruksi migrasi lengkap, lihat Panduan Opsi Yang Ditiru.

Before:

response = await client.get_response(
    "Hello!",
    model_id="gpt-4",
    temperature=0.7,
    max_tokens=1000,
)

After:

response = await client.get_response(
    "Hello!",
    options={
        "model_id": "gpt-4",
        "temperature": 0.7,
        "max_tokens": 1000,
    },
)

🔴 `display_name` Dihapus; `context_provider` ke tunggal; `middleware` harus berupa daftar

PR:#3139

display_name parameter dihapus dari agen
context_providers (plural, daftar penerimaan) diubah menjadi context_provider (tunggal, hanya 1 yang diizinkan)
middleware sekarang memerlukan daftar (tidak lagi menerima instans tunggal)
AggregateContextProvider dihapus dari kode (gunakan implementasi sampel jika diperlukan)

Before:

from agent_framework.core import Agent, AggregateContextProvider

agent = Agent(
    name="my-agent",
    display_name="My Agent",
    context_providers=[provider1, provider2],
    middleware=my_middleware,  # single instance was allowed
)

aggregate = AggregateContextProvider([provider1, provider2])

After:

from agent_framework.core import Agent

# Only one context provider allowed; combine manually if needed
agent = Agent(
    name="my-agent",  # display_name removed
    context_provider=provider1,  # singular, only 1
    middleware=[my_middleware],  # must be a list now
)

# For multiple context providers, create your own aggregate
class MyAggregateProvider:
    def __init__(self, providers):
        self.providers = providers
    # ... implement aggregation logic

🔴 `AgentRunResponse` diganti namanya menjadi `AgentResponse`

PR:#3207

AgentRunResponse dan AgentRunResponseUpdate diganti namanya menjadi AgentResponse dan AgentResponseUpdate.

Before:

from agent_framework import AgentRunResponse, AgentRunResponseUpdate

After:

from agent_framework import AgentResponse, AgentResponseUpdate

🟡 Runtime alur kerja deklaratif ditambahkan untuk workflow yang didefinisikan oleh YAML

PR:#2815

Runtime berbasis grafik ditambahkan untuk menjalankan alur kerja YAML deklaratif, memungkinkan orkestrasi multi-agen tanpa kode runtime kustom.

🟡 Peningkatan pemuatan/keandalan MCP

PR:#3154

Integrasi MCP mendapat peningkatan perilaku saat kehilangan koneksi, dukungan paginasi saat memuat, dan opsi kontrol representasi visual.

🟡 Foundry `A2ATool` sekarang mendukung koneksi tanpa URL target

PR:#3127

A2ATool sekarang dapat memproses koneksi A2A yang didukung oleh Foundry melalui metadata koneksi proyek bahkan jika URL target langsung tidak dikonfigurasi.

python-1.0.0b260107 (7 Januari 2026)

Catatan Rilis:python-1.0.0b260107

Tidak ada perubahan signifikan dalam rilis ini.

python-1.0.0b260106 (6 Januari 2026)

Catatan Rilis:python-1.0.0b260106

Tidak ada perubahan signifikan dalam rilis ini.

Tabel Ringkasan

Pelepasan	Catatan Rilis	Tipe	Ubah	PR
1.0.0rc5 / 1.0.0b260318	Tidak Tersedia (terjadwal)	🔴 Berita Terkini	"Public runtime kwargs dibagi menjadi `function_invocation_kwargs` dan `client_kwargs`; alat sekarang menggunakan `FunctionInvocationContext` / `ctx.session`"	#4581
1.0.0rc4 / 1.0.0b260311	Notes	🔴 Berita Terkini	Pengintegrasian Azure AI sekarang menargetkan `azure-ai-projects` 2.0 GA; `foundry_features` dihapus dan `allow_preview` merupakan opsi pratinjau	#4536
1.0.0rc4 / 1.0.0b260311	Notes	🔴 Berita Terkini	Integrasi GitHub Copilot sekarang menggunakan `ToolInvocation` / `ToolResult`; `agent-framework-github-copilot` memerlukan Python 3.11+	#4551
1.0.0rc3 / 1.0.0b260304	Notes	🔴 Berita Terkini	Penyedia keterampilan menambahkan kode yang ditentukan `Skill` / `SkillResource`; impor yang lebih lama dan referensi sumber daya backtick harus diperbarui.	#4387
1.0.0rc2 / 1.0.0b260226	Notes	🔴 Berita Terkini	Alur kerja deklaratif mengganti `InvokeTool` dengan `InvokeFunctionTool` dan `WorkflowFactory.register_tool()`	#3716
1.0.0rc1 / 1.0.0b260219	Notes	🔴 Berita Terkini	Penanganan kredensial Azure terpadu di seluruh paket Azure	#4088
1.0.0rc1 / 1.0.0b260219	Notes	🔴 Berita Terkini	Hierarki pengecualian Python didesain ulang di bawah `AgentFrameworkException`	#4082
1.0.0rc1 / 1.0.0b260219	Notes	🔴 Berita Terkini	Status penyedia sekarang dicakup oleh `source_id`	#3995
1.0.0rc1 / 1.0.0b260219	Notes	🔴 Berita Terkini	Implementasi kustom `get_response()` harus menerima `Sequence[Message]`	#3920
1.0.0rc1 / 1.0.0b260219	Notes	🔴 Berita Terkini	`FunctionTool[Any]` skema shim passthrough dihapus	#3907
1.0.0rc1 / 1.0.0b260219	Notes	🔴 Berita Terkini	Pengaturan dipindahkan dari `AFBaseSettings` / pydantic-settings ke `TypedDict` + `load_settings()`	#3843, #4032
1.0.0rc1 / 1.0.0b260219	Notes	🟡 Peningkatan	Perbaikan penyerahan alur kerja model penalaran dan serialisasi riwayat	#4083
1.0.0rc1 / 1.0.0b260219	Notes	🟡 Peningkatan	Bedrock ditambahkan ke `core[all]`; pilihan alat default diperbaiki	#3953
1.0.0rc1 / 1.0.0b260219	Notes	🟡 Peningkatan	`AzureAIClient` mengingatkan mengenai penggantian runtime yang tidak didukung	#3919
1.0.0rc1 / 1.0.0b260219	Notes	🟡 Peningkatan	`workflow.as_agent()` menyuntikkan riwayat lokal saat penyedia tidak diatur atau tidak disetel	#3918
1.0.0rc1 / 1.0.0b260219	Notes	🟡 Peningkatan	Konteks jejak OpenTelemetry diteruskan ke permintaan MCP	#3780
1.0.0rc1 / 1.0.0b260219	Notes	🟡 Peningkatan	Dukungan alur kerja tahan lama ditambahkan untuk Azure Functions	#3630
1.0.0b260212	Notes	🔴 Berita Terkini	`HostedTool`kelas-kelas dihapus; membuat alat yang dihosting melalui metode klien `get__tool()`	#3634
1.0.0b260212	Notes	🔴 Berita Terkini	Alur penyedia sesi/konteks diselesaikan: `AgentThread` dihapus, gunakan `AgentSession` + `context_providers`	#3850
1.0.0b260212	Notes	🔴 Berita Terkini	Model titik pemeriksaan/refaktor penyimpanan (`workflow_id` dihapus, `previous_checkpoint_id` ditambahkan, perilaku penyimpanan berubah)	#3744
1.0.0b260212	Notes	🟡 Peningkatan	`AzureOpenAIResponsesClient` dapat dibuat dari titik akhir proyek Foundry atau `AIProjectClient`	#3814
1.0.0b260212	Notes	🔴 Berita Terkini	Kelanjutan middleware tidak lagi menerima `context`; perbarui `call_next(context)` ke `call_next()`	#3829
1.0.0b260210	Notes	🔴 Berita Terkini	`send_responses()` / `send_responses_streaming()` Dihapus; Menggunakan `workflow.run(responses=...)`	#3720
1.0.0b260210	Notes	🔴 Berita Terkini	`SharedState` `State`→ ; API status alur kerja bersifat sinkron dan bidang status titik pemeriksaan diganti namanya	#3667
1.0.0b260210	Notes	🔴 Berita Terkini	Penyusun orkestrasi dipindahkan ke `agent_framework.orchestrations` paket	#3685
1.0.0b260210	Notes	🟡 Peningkatan	Tanggapan latar belakang dan dukungan `continuation_token` ditambahkan ke tanggapan agen Python	#3808
1.0.0b260210	Notes	🟡 Peningkatan	Jenis pratinjau sesi/konteks ditambahkan berdampingan (`SessionContext`, `BaseContextProvider`)	#3763
1.0.0b260210	Notes	🟡 Peningkatan	Pembaruan penerjemah kode streaming sekarang menyertakan delta kode inkremental	#3775
1.0.0b260210	Notes	🟡 Peningkatan	`@tool` dekorator menambahkan dukungan penanganan skema eksplisit	#3734
1.0.0b260210	Notes	🔴 Berita Terkini	`register_executor()` / `register_agent()` dihapus dari `WorkflowBuilder`; gunakan instans secara langsung, metode pembantu untuk isolasi status	#3781
1.0.0b260210	Notes	🔴 Berita Terkini	`ChatAgent` → `Agent`, `ChatMessage` → `Message`, `RawChatAgent` → `RawAgent`, `ChatClientProtocol` → `SupportsChatGetResponse`	#3747
1.0.0b260210	Notes	🔴 Berita Terkini	Jenis ulasan API: `Role`/`FinishReason` perubahan jenis, pengetatan respons/pembaruan konstruktor, fungsi pembantu mengganti nama menjadi `from_updates`, serta penghapusan `try_parse_value`	#3647
1.0.0b260210	Notes	🔴 Berita Terkini	API terpadu di sekitar `run`/`get_response` dan `ResponseStream`	#3379
1.0.0b260210	Notes	🔴 Berita Terkini	`AgentRunContext` diganti namanya menjadi `AgentContext`	#3714
1.0.0b260210	Notes	🔴 Berita Terkini	`AgentProtocol` diganti namanya menjadi `SupportsAgentRun`	#3717
1.0.0b260210	Notes	🔴 Berita Terkini	Parameter middleware `next` diganti namanya menjadi `call_next`	#3735
1.0.0b260210	Notes	🔴 Berita Terkini	Penamaan TypeVar yang distandarisasi (`TName` → `NameT`)	#3770
1.0.0b260210	Notes	🔴 Berita Terkini	Perilaku output/aliran alur kerja sebagai agen yang selaras dengan alur respons agen saat ini	#3649
1.0.0b260210	Notes	🔴 Berita Terkini	Metode penyusun yang fasih dipindahkan ke parameter konstruktor di 6 penyusun	#3693
1.0.0b260210	Notes	🔴 Berita Terkini	Peristiwa workflow disatukan menjadi satu `WorkflowEvent` dengan diskriminator `type`; `isinstance()` → `event.type == "..."`	#3690
1.0.0b260130	Notes	🟡 Peningkatan	`ChatOptions` / `ChatResponse` / `AgentResponse` generik mengenai format respons	#3305
1.0.0b260130	Notes	🟡 Peningkatan	`BaseAgent` dukungan ditambahkan untuk integrasi Claude Agent SDK	#3509
1.0.0b260128	Notes	🔴 Berita Terkini	`AIFunction` `FunctionTool`, `@ai_function` → `@tool`	#3413
1.0.0b260128	Notes	🔴 Berita Terkini	Pola Pabrik untuk GroupChat/Magentic; `with_standard_manager` → `with_manager`, `participant_factories` → `register_participant`	#3224
1.0.0b260128	Notes	🔴 Berita Terkini	`Github` → `GitHub`	#3486
1.0.0b260127	Notes	🟡 Peningkatan	`BaseAgent` dukungan ditambahkan untuk integrasi GitHub Copilot SDK	#3404
1.0.0b260123	Notes	🔴 Berita Terkini	Jenis konten dikonsolidasikan ke kelas tunggal `Content` dengan classmethods	#3252
1.0.0b260123	Notes	🔴 Berita Terkini	`response_format` kesalahan validasi sekarang muncul `ValidationError`	#3274
1.0.0b260123	Notes	🔴 Berita Terkini	AG-UI menjalankan logika yang disederhanakan	#3322
1.0.0b260123	Notes	🟡 Peningkatan	Klien antropis `response_format` menambahkan dukungan untuk output terstruktur	#3301
1.0.0b260123	Notes	🟡 Peningkatan	Konfigurasi Azure AI diperluas dengan dukungan `reasoning` dan `rai_config`	#3403, #3265
1.0.0b260116	Notes	🔴 Berita Terkini	`create_agent` → `as_agent`	#3249
1.0.0b260116	Notes	🔴 Berita Terkini	`source_executor_id` → `executor_id`	#3166
1.0.0b260116	Notes	🟡 Peningkatan	AG-UI mendukung kelangsungan sesi/utas yang dikelola layanan	#3136
1.0.0b260114	Notes	🔴 Berita Terkini	Orkestrasi direfaktorisasi (GroupChat, Handoff, Eksekusi Berurutan, Eksekusi Bersamaan)	#3023
1.0.0b260114	Notes	🔴 Berita Terkini	Opsi sebagai TypedDict dan Generic	#3140
1.0.0b260114	Notes	🔴 Berita Terkini	`display_name` Dihapus; `context_providers` → `context_provider` (tunggal); `middleware` harus menjadi daftar	#3139
1.0.0b260114	Notes	🔴 Berita Terkini	`AgentRunResponse` / `AgentRunResponseUpdate` diganti namanya menjadi `AgentResponse`/`AgentResponseUpdate`	#3207
1.0.0b260114	Notes	🟡 Peningkatan	Runtime alur kerja deklaratif ditambahkan untuk alur kerja yang didefinisikan YAML	#2815
1.0.0b260114	Notes	🟡 Peningkatan	Peningkatan pemuatan/keandalan MCP (penanganan kehilangan koneksi, penomoran halaman, kontrol representasi)	#3154
1.0.0b260114	Notes	🟡 Peningkatan	Foundry `A2ATool` mendukung koneksi tanpa URL target eksplisit	#3127
1.0.0b260107	Notes	—	Tidak ada perubahan signifikan	—
1.0.0b260106	Notes	—	Tidak ada perubahan signifikan	—

Langkah selanjutnya

Gambaran umum dukungan

Saran dan Komentar

Apakah halaman ini membantu?

Last updated on 2026-03-17

Bagikan melalui

Panduan Perubahan Signifikan Python 2026

python-1.0.0rc5 / python-1.0.0b260318 (18 Maret 2026)

🔴 Kwarg runtime publik dibagi menjadi wadah eksplisit

python-1.0.0rc4 / python-1.0.0b260311 (11 Maret 2026)

🔴 Integrasi Azure AI sekarang memfokuskan pada azure-ai-projects 2.0 GA

🔴 Pengendali alat GitHub Copilot sekarang menggunakan ToolInvocation / ToolResult dan Python 3.11+

python-1.0.0rc3 / python-1.0.0b260304 (4 Maret 2026)

🔴 Penyedia keterampilan menyelesaikan seputar struktur yang ditentukan oleh kode Skill / SkillResource

python-1.0.0rc2 / python-1.0.0b260226 (26 Februari 2026)

🔴 Alur kerja deklaratif diganti InvokeTool dengan InvokeFunctionTool

python-1.0.0rc1 / python-1.0.0b260219 (19 Februari 2026)

🔴 Penanganan kredensial Azure terpadu di semua paket

🔴 Hierarki pengecualian Python yang didesain ulang

🔴 Status penyedia yang dicakup oleh source_id

🔴 Pengaturan pengetikan pesan yang diketik oleh obrolan/agen (run vs get_response)

🔴 FunctionTool[Any] pengaturan generik dihapus untuk penerusan skema

🔴 Pengaturan Pydantic diganti dengan TypedDict + load_settings()

🟡 Memperbaiki pengalihan alur kerja model penalaran dan pencatatan riwayat

🟡 Bedrock ditambahkan ke core[all] dan default pilihan alat diperbaiki

🟡 AzureAIClient memperingatkan tentang penimpaan runtime yang tidak didukung

🟡 workflow.as_agent() sekarang mengatur riwayat lokal secara default ketika penyedia tidak diatur

🟡 Konteks pelacakan OpenTelemetry ditransmisikan ke permintaan MCP

🟡 Dukungan alur kerja yang tahan lama untuk Azure Functions

python-1.0.0b260212 (12 Februari 2026)

🔴 Hosted*Toolkelas digantikan oleh metode klien get_*_tool()

🔴 Alur penyedia sesi/konteks diselesaikan (AgentSession, context_providers)

🔴 Model titik pemeriksaan dan perilaku penyimpanan direfaktor

🟡 AzureOpenAIResponsesClient mendukung titik akhir proyek Microsoft Foundry

🔴 Middleware call_next tidak lagi menerima context

python-1.0.0b260210 (10 Februari 2026)

🔴 Metode pabrik alur kerja dihapus dari WorkflowBuilder

WorkflowBuilder dengan pelaksana

WorkflowBuilder dengan agen

Isolasi status dengan metode pembantu

🔴 ChatAgent diganti namanya menjadi Agent, ChatMessage diganti namanya menjadi Message

Memperbarui impor

Memperbarui referensi tipe

🔴 Jenis API meninjau pembaruan di seluruh model respons/pesan

Nama metode pembantu

Memperbarui konstruksi pembaruan respons

Ganti try_parse_value dengan try/except di .value

🔴Model dan penggunaan terpadu run/get_responseResponseStream

🔴 Perubahan nama konteks/protokol inti

🔴 Parameter kelanjutan middleware diganti namanya menjadi call_next

🔴 Nama TypeVar distandarisasi (TName → NameT)

🔴 Output Alur Kerja Sebagai Agen dan Perubahan Streaming

🔴 Metode penyusun fasih dipindahkan ke parameter konstruktor

WorkflowBuilder

SequentialBuilder / ConcurrentBuilder

GroupChatBuilder

MagenticBuilder

HandoffBuilder

Perubahan validasi

🔴 Peristiwa alur kerja digabungkan menjadi satu WorkflowEvent dengan type diskriminator

Kelas peristiwa yang dihapus

Memperbarui impor

Memperbarui pemeriksaan jenis peristiwa

Streaming dengan AgentResponseUpdate

Anotasi tipe

🔴 workflow.send_responses* Dihapus; Menggunakan workflow.run(responses=...)

🔴 SharedState diganti namanya menjadi State; API status alur kerja sinkron

🔴 Penyusun orkestrasi dipindahkan ke agent_framework.orchestrations

🟡 Proses latar belakang yang berlangsung lama dan token kelanjutan

🟡 Jenis pratinjau penyedia sesi/konteks ditambahkan secara berdampingan

🟡 Aliran penerjemah kode sekarang mengikutsertakan delta kode inkremental

🟡 @tool mendukung penanganan skema eksplisit

python-1.0.0b260130 (30 Januari 2026)

🟡 ChatOptions dan ChatResponse/AgentResponse sekarang generik terhadap format respons

🟡 BaseAgent dukungan ditambahkan untuk Claude Agent SDK

python-1.0.0b260128 (28 Januari 2026)

🔴 AIFunction diganti namanya menjadi FunctionTool dan @ai_function diganti namanya menjadi @tool

🔴 Pola pabrik ditambahkan ke GroupChat dan Magentic; Mengganti nama API

🔴 Github diganti namanya menjadi GitHub

python-1.0.0b260127 (27 Januari 2026)

🟡 BaseAgent dukungan ditambahkan untuk GitHub Copilot SDK

python-1.0.0b260123 (23 Januari 2026)

🔴 Jenis konten disederhanakan ke satu kelas dengan konstruktor classmethod

Referensi Migrasi Penuh

Pemeriksaan Jenis

🔴 Integrasi Azure AI sekarang memfokuskan pada `azure-ai-projects` 2.0 GA

🔴 Pengendali alat GitHub Copilot sekarang menggunakan `ToolInvocation` / `ToolResult` dan Python 3.11+

🔴 Penyedia keterampilan menyelesaikan seputar struktur yang ditentukan oleh kode `Skill` / `SkillResource`

🔴 Alur kerja deklaratif diganti `InvokeTool` dengan `InvokeFunctionTool`

🔴 Status penyedia yang dicakup oleh `source_id`

🔴 Pengaturan pengetikan pesan yang diketik oleh obrolan/agen (`run` vs `get_response`)

🔴 `FunctionTool[Any]` pengaturan generik dihapus untuk penerusan skema

🔴 Pengaturan Pydantic diganti dengan `TypedDict` + `load_settings()`

🟡 Bedrock ditambahkan ke `core[all]` dan default pilihan alat diperbaiki

🟡 `workflow.as_agent()` sekarang mengatur riwayat lokal secara default ketika penyedia tidak diatur

🔴 `HostedTool`kelas digantikan oleh metode klien `get__tool()`

🔴 Alur penyedia sesi/konteks diselesaikan (`AgentSession`, `context_providers`)

🟡 `AzureOpenAIResponsesClient` mendukung titik akhir proyek Microsoft Foundry

🔴 Middleware `call_next` tidak lagi menerima `context`

🔴 Metode pabrik alur kerja dihapus dari `WorkflowBuilder`

`WorkflowBuilder` dengan pelaksana

`WorkflowBuilder` dengan agen

🔴 `ChatAgent` diganti namanya menjadi `Agent`, `ChatMessage` diganti namanya menjadi `Message`

Ganti `try_parse_value` dengan `try/except` di `.value`

🔴Model dan penggunaan terpadu `run`/`get_responseResponseStream`

🔴 Parameter kelanjutan middleware diganti namanya menjadi `call_next`

🔴 Nama TypeVar distandarisasi (`TName` → `NameT`)

`WorkflowBuilder`

`SequentialBuilder` / `ConcurrentBuilder`

`GroupChatBuilder`

`MagenticBuilder`

`HandoffBuilder`

🔴 Peristiwa alur kerja digabungkan menjadi satu `WorkflowEvent` dengan `type` diskriminator

Streaming dengan `AgentResponseUpdate`

🔴 `workflow.send_responses*` Dihapus; Menggunakan `workflow.run(responses=...)`

🔴 `SharedState` diganti namanya menjadi `State`; API status alur kerja sinkron

🔴 Penyusun orkestrasi dipindahkan ke `agent_framework.orchestrations`

🟡 `@tool` mendukung penanganan skema eksplisit

🟡 `ChatOptions` dan `ChatResponse`/`AgentResponse` sekarang generik terhadap format respons

🟡 `BaseAgent` dukungan ditambahkan untuk Claude Agent SDK

🔴 `AIFunction` diganti namanya menjadi `FunctionTool` dan `@ai_function` diganti namanya menjadi `@tool`

🔴 `Github` diganti namanya menjadi `GitHub`

🟡 `BaseAgent` dukungan ditambahkan untuk GitHub Copilot SDK

🔴 Jenis anotasi disederhanakan ke `Annotation` dan `TextSpanRegion` TypedDicts

🔴 `response_format` kesalahan validasi sekarang terlihat oleh pengguna

🟡 Klien antropis `response_format` sekarang mendukung output terstruktur

🟡 Konfigurasi Azure AI diperluas (`reasoning`, `rai_config`)

🔴 `create_agent` diganti namanya menjadi `as_agent`

🔴 `WorkflowOutputEvent.source_executor_id` diganti namanya menjadi `executor_id`

🔴 `display_name` Dihapus; `context_provider` ke tunggal; `middleware` harus berupa daftar

🔴 `AgentRunResponse` diganti namanya menjadi `AgentResponse`

🟡 Foundry `A2ATool` sekarang mendukung koneksi tanpa URL target