Python 2026 の重要な変更ガイド

このドキュメントでは、2026 年の初めから Python リリースのすべての重要な変更を示します。これには、コードに影響を与える可能性がある破壊的変更や重要な機能強化が含まれます。各変更は次のようにマークされます。

🔴 破壊的変更 - アップグレードにはコードの変更が必要です
🟡 機能強化 — 新機能または改善;既存のコードは引き続き機能します

このドキュメントは、1.0.0 安定版リリースに達すると削除されます。そのため、重要な変更を見逃さないように、2026 年のバージョン間でアップグレードするときに参照してください。特定のトピック (オプションの移行など) の詳細なアップグレード手順については、リンクされたアップグレードガイドまたはリンクされた PR を参照してください。

python-1.0.0rc1 / python-1.0.0b260219 (2026 年 2 月 19 日)

Release:agent-framework-coreおよびagent-framework-azure-ai1.0.0rc1に昇格しました。その他のすべてのパッケージが 1.0.0b260219に更新されました。

🔴 すべてのパッケージで統合された Azure 資格情報の処理

PR:#4088

ad_token、ad_token_provider、およびget_entra_auth_tokenパラメーター/ヘルパーは、Azure 関連のすべての Python パッケージで統一されたcredential パラメーターに置き換えられました。新しい方法では、トークンの自動キャッシュと更新に azure.identity.get_bearer_token_provider を使用します。

影響を受けるクラス: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(),
    ...
)

credential パラメーターは、TokenCredential、AsyncTokenCredential、または呼び出し可能なトークンプロバイダーを受け取ります。トークンのキャッシュと更新は自動的に処理されます。

🔴 再設計された Python 例外階層

PR:#4082

フラット ServiceException ファミリは、単一の AgentFrameworkException ルートの下にあるドメインスコープの例外分岐に置き換えられました。これにより、呼び出し元は正確な except ターゲットと明確なエラーセマンティクスが提供されます。

新しい階層:

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

例外 (ServiceException、 ServiceInitializationError、 ServiceResponseException、 ServiceContentFilterException、 ServiceInvalidAuthError、 ServiceInvalidExecutionSettingsError、 ServiceInvalidRequestError、 ServiceInvalidResponseError、 AgentExecutionException、 AgentInvocationError、 AgentInitializationError、 AgentSessionException、 ChatClientInitializationError、 CheckpointDecodingError) を削除しました。

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
    ...

注

Init 検証エラーで、カスタム例外の代わりに組み込みの ValueError/TypeError が使用されるようになりました。エージェントフレームワークの例外は、ドメインレベルの障害のために予約されています。

🔴 プロバイダーによってスコープされた状態 `source_id`

PR:#3995

プロバイダーフックは、完全なセッション状態ではなく、プロバイダースコープの状態ディクショナリ (state.setdefault(provider.source_id, {})) を受け取るようになりました。つまり、以前に state[self.source_id]["key"] 経由で入れ子になった状態にアクセスしたプロバイダーの実装は、 state["key"] に直接アクセスする必要があります。

さらに、既定InMemoryHistoryProvidersource_id"memory"から"in_memory"に変更されます。

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")

🔴 チャット/エージェントメッセージ入力の配置 (`run` と `get_response`)

PR:#3920

チャットクライアント get_response の実装が一貫して Sequence[Message]を受け取るようになりました。 agent.run(...) は柔軟性を維持し (str、 Content、 Message、シーケンスなど)、チャットクライアントを呼び出す前に入力を正規化します。

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]` スキーマパススルーの汎用セットアップが削除されました

PR:#3907

スキーマベースのツールパスは、以前の FunctionTool[Any] の一般的な動作に依存しなくなりました。 FunctionToolを直接使用し、必要に応じて pydantic BaseModel または明示的なスキーマ (たとえば、@tool(schema=...)) を指定します。

Before:

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

After:

placeholder: FunctionTool = FunctionTool(...)

🔴 Pydantic設定は`TypedDict` + `load_settings()`に置き換えられました。

PR:#3843、 #4032

pydantic-settingsベースのAFBaseSettings クラスは、TypedDictとload_settings()を使用する軽量の関数ベースの設定システムに置き換えられました。 pydantic-settingsの依存関係が完全に削除されました。

すべての設定クラス ( OpenAISettings、 AzureOpenAISettings、 AnthropicSettingsなど) が TypedDict 定義になり、設定値は属性アクセスではなくディクショナリ構文を使用してアクセスされるようになりました。

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"]

Important

Agent Framework は、ファイルから値を自動的に読み込.env。 .env の読み込みを選択するには、次のいずれかを明示的に実行する必要があります。

アプリケーションの開始時にload_dotenv() パッケージからpython-dotenvを呼び出す
env_file_path=".env"をload_settings()に渡す
シェルまたは IDE で環境変数を直接設定する

解決の順序は、明示的オーバーライド→ load_settingsファイル値 (.envが指定されている場合) →環境変数→デフォルトです。 env_file_pathを指定した場合、そのファイルが存在しないとFileNotFoundErrorが発生します。

🟡 推論モデルワークフローのハンドオフと履歴のシリアル化を修正する

PR:#4083

マルチエージェントワークフローで推論モデル (gpt-5-mini、gpt-5.2 など) を使用する場合の複数のエラーを修正します。 Responses API からの推論項目が正しくシリアル化され、 function_call が存在する場合にのみ履歴に含まれるようになり、API エラーを防ぎます。暗号化/非表示の推論コンテンツが正しく出力され、 summary フィールド形式が修正されました。また、service_session_id はハンドオフ時にクリアされ、エージェント間での状態漏洩を防ぎます。

🟡 Bedrock が`core[all]`に追加され、ツール選択のデフォルトが修正されました

PR:#3953

Amazon Bedrock は現在、 agent-framework-core[all] のエクストラに含まれており、 agent_framework.amazon 遅延インポートサーフェイスを介して利用できます。ツール選択の動作も修正されました。ツール選択の値の設定を解除しても、プロバイダーはサービスの既定値を使用し、明示的に設定された値は保持されます。

from agent_framework.amazon import BedrockClient

🟡 サポートされていないランタイムのオーバーライドに関する AzureAIClient の警告

PR:#3919

AzureAIClient ランタイムの tools または structured_output がエージェントの作成時の構成と異なる場合に警告をログに記録するようになりました。 Azure AI Agent Service では、ランタイムツールや応答形式の変更はサポートされていません。動的オーバーライドが必要な場合は、代わりに AzureOpenAIResponsesClient を使用してください。

🟡 `workflow.as_agent()` プロバイダーの設定が解除されたときにローカル履歴が既定に設定されるようになりました

PR:#3918

workflow.as_agent()なしでcontext_providersが作成されると、既定でInMemoryHistoryProvider("memory")が追加されるようになりました。コンテキストプロバイダーが明示的に指定されている場合、そのリストは変更されずに保持されます。

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

🟡 OpenTelemetry のトレースコンテキストが MCP 要求に伝達される

PR:#3780

OpenTelemetry がインストールされると、トレースコンテキスト (W3C traceparent など) が、 params._meta経由で MCP 要求に自動的に挿入されます。これにより、エージェント→ MCP サーバー呼び出し間でのエンドツーエンドの分散トレースが可能になります。コードの変更は必要ありません。これは、有効なスパンコンテキストが存在する場合にアクティブ化される追加動作です。

🟡 Azure Functions の永続的なワークフローのサポート

PR:#3630

agent-framework-azurefunctions パッケージでは、Azure Durable Functions でのWorkflow グラフの実行がサポートされるようになりました。エージェントエンティティ、アクティビティ関数、および HTTP エンドポイントを自動的に登録するworkflowに、AgentFunctionApp パラメーターを渡します。

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

ファンアウト/ファンイン、共有状態、およびヒューマンインザループパターンをサポートし、構成可能なタイムアウトと期限切れ時の自動拒否をサポートします。

python-1.0.0b260212 (2026 年 2 月 12 日)

リリースノート:python-1.0.0b260212

🔴 `HostedTool` クライアント `get__tool()` メソッドに置き換えられたクラス

PR:#3634

ホストされているツールクラスは、クライアントスコープのファクトリメソッドを優先して削除されました。これにより、プロバイダーによるツールの可用性が明示的になります。

削除されたクラス	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()]

🔴 セッション/コンテキストプロバイダーパイプラインの最終処理 (`AgentSession`、 `context_providers`)

PR:#3850

Python セッションとコンテキストプロバイダーの移行が完了しました。 AgentThread 以前のコンテキストプロバイダー型が削除されました。

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= パターンは次のように置き換えられます。 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)

🔴 チェックポイントモデルとストレージの動作がリファクタリングされました

PR:#3744

チェックポイント内部が再設計されました。これは、永続化されたチェックポイントの互換性とカスタムストレージの実装に影響します。

WorkflowCheckpoint ライブオブジェクトが格納されるようになりました (シリアル化はチェックポイントストレージで行われます)
FileCheckpointStorage は現在、pickle シリアライズを使用しています
workflow_id 削除され、 previous_checkpoint_id が追加されました
非推奨のチェックポイントフックが削除されました

バージョン間でチェックポイントを保持する場合は、ワークフローを再開する前に既存のチェックポイント成果物を再生成または移行します。

🟡 `AzureOpenAIResponsesClient` は、Microsoft Foundry プロジェクトエンドポイントをサポートします

PR:#3814

Foundry プロジェクトエンドポイントまたは AzureOpenAIResponsesClient を使って、AIProjectClient を作成できるようになりました。これにより、Azure OpenAI エンドポイントを直接使用するだけでなくなります。

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(),
)

🔴 ミドルウェア `call_next` が受け入れなくなりました `context`

PR:#3829

ミドルウェアの継続は現在、引数を受け付けません。ミドルウェアが引き続き call_next(context)を呼び出す場合は、 call_next()に更新します。

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 (2026 年 2 月 10 日)

リリースノート:python-1.0.0b260210

🔴 から削除されたワークフローファクトリメソッド `WorkflowBuilder`

PR:#3781

register_executor() と register_agent() が WorkflowBuilderから削除されました。すべてのビルダーメソッド (add_edge、 add_fan_out_edges、 add_fan_in_edges、 add_chain、 add_switch_case_edge_group、 add_multi_selection_edge_group) と start_executor は文字列名を受け入れなくなりました。これらは、Executor またはエージェントインスタンスを直接必要とします。

状態を分離するために、Executor/agent のインスタンス化とワークフローのビルドをヘルパーメソッド内でラップして、各呼び出しで新しいインスタンスが生成されるようにします。

`WorkflowBuilder` executor を用いて

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` エージェントと一緒に

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()

ヘルパーメソッドを使用した状態の分離

呼び出しごとに分離状態を必要とするワークフローの場合は、ヘルパーメソッドで構築をラップします。

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`は`Agent`に名前を変更し、`ChatMessage`は`Message`に名前を変更しました。

PR:#3747

冗長な Chat プレフィックスを削除することで、Python のコア型が簡略化されました。下位互換性エイリアスは提供されません。

以前は	クリック後
`ChatAgent`	`Agent`
`RawChatAgent`	`RawAgent`
`ChatMessage`	`Message`
`ChatClientProtocol`	`SupportsChatGetResponse`

インポートの更新

Before:

from agent_framework import ChatAgent, ChatMessage

After:

from agent_framework import Agent, Message

型参照を更新する

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")])

注

ChatClient、 ChatResponse、 ChatOptions、および ChatMessageStore は、この変更によって名前が変更 されません 。

🔴 Types API は、応答/メッセージモデル間で更新を確認します

PR:#3647

このリリースには、メッセージ/応答の入力とヘルパー API の広範で破壊的なクリーンアップが含まれています。

Role FinishReasonは、既知の値のNewTypestrRoleLiteralを持つ/のラッパーをFinishReasonLiteralするようになりました。それらを文字列として扱います ( .value 使用法はありません)。
Message 構築は Message(role, contents=[...])で標準化されています。 contents 内の文字列はテキストコンテンツに自動的に変換されます。
ChatResponse AgentResponseコンストラクターがmessages= (単一のMessageまたはシーケンス) を中心とするようになりました。従来のtext=コンストラクターの使用は応答から削除されました。
ChatResponseUpdate AgentResponseUpdate text=を受け入れなくなりました。contents=[Content.from_text(...)]を使用します。
更新の組み合わせヘルパー名が簡略化されました。
try_parse_value が ChatResponse および AgentResponseから削除されました。

ヘルパーメソッドの名前変更

以前は	クリック後
`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(...)`

応答更新構築の更新

Before:

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

After:

from agent_framework import AgentResponseUpdate, Content

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

`try_parse_value`を`try/except`に`.value`上で置き換える

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}")

🔴 統合 `run`/`get_response` モデルと `ResponseStream` の使用

PR:#3379

Python API は、 agent.run(...) と client.get_response(...)を中心に統合され、ストリーミングは ResponseStreamで表されました。

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)

🔴 コアコンテキスト/プロトコルの種類の名前変更

PR:#3714、 #3717

以前は	クリック後
`AgentRunContext`	`AgentContext`
`AgentProtocol`	`SupportsAgentRun`

インポートと型の注釈を適宜更新します。

🔴 ミドルウェア継続パラメーターの名前が次に変更されました `call_next`

PR:#3735

ミドルウェアシグネチャでは、call_nextの代わりにnextを使用する必要があります。

Before:

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

After:

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

🔴 標準化された TypeVar 名 (`TName` → `NameT`)

PR:#3770

コードベースは、サフィックス T が使用される一貫した TypeVar 名前付けスタイルに従うようになりました。

Before:

TMessage = TypeVar("TMessage")

After:

MessageT = TypeVar("MessageT")

フレームワークジェネリックに関するカスタムラッパーを維持する場合は、ローカルの TypeVar 名を新しい規則に合わせて調整して、注釈のチャーンを減らします。

🔴 エージェントとしてのワークフローの出力とストリーミングの変更

PR:#3649

workflow.as_agent() の動作が更新され、出力とストリーミングが標準のエージェント応答パターンに合わせて調整されました。従来の出力/更新処理に依存するエージェントとしてのワークフローコンシューマーを確認し、現在の AgentResponse/AgentResponseUpdate フローに更新します。

🔴 Fluent Builder メソッドがコンストラクターパラメーターに移動されました

PR:#3693

6 つのビルダー (WorkflowBuilder、 SequentialBuilder、 ConcurrentBuilder、 GroupChatBuilder、 MagenticBuilder、 HandoffBuilder) の単一構成 fluent メソッドがコンストラクターパラメーターに移行されました。設定の唯一の構成パスであった Fluent メソッドは、コンストラクター引数を優先して削除されます。

`WorkflowBuilder`

set_start_executor()、 with_checkpointing()、および with_output_from() が削除されます。代わりにコンストラクターパラメーターを使用してください。

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()、および with_intermediate_outputs() が削除されます。代わりにコンストラクターパラメーターを使用してください。

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()、および with_intermediate_outputs() は削除されます。代わりにコンストラクターパラメーターを使用してください。

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()、および with_intermediate_outputs() は削除されます。代わりにコンストラクターパラメーターを使用してください。

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() と with_termination_condition() が削除されます。代わりにコンストラクターパラメーターを使用してください。

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()
)

検証の変更

WorkflowBuilder コンストラクター引数として start_executor が必要になりました (以前は fluent メソッドを使用して設定しました)
SequentialBuilder、ConcurrentBuilder、GroupChatBuilder、および MagenticBuilder では、構築時に participants または participant_factories が必要です。どちらも渡されなかった場合は ValueError が発生します。

注

HandoffBuilder は既にコンストラクターパラメーターとして participants/participant_factories を受け入れ、この点で変更されていません。

🔴 ワークフローイベントは `WorkflowEvent` 識別子を使用して、単一の `type` に統合されました。

PR:#3690

個々のすべてのワークフローイベントサブクラスは、単一のジェネリック WorkflowEvent[DataT] クラスに置き換えられました。 isinstance()チェックを使用してイベントの種類を識別する代わりに、event.type文字列リテラル (たとえば、"output"、"request_info"、"status") を確認します。これは、Contentからのpython-1.0.0b260123 クラス統合と同じパターンに従います。

イベントクラスを削除しました

次のエクスポートされたイベントサブクラスは存在しなくなりました。

旧クラス	新しい `event.type` 値
`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"`

インポートの更新

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

イベントの種類のチェックを更新する

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}")

`AgentResponseUpdate` を使用したストリーミング

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}")

型の注釈

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

注

WorkflowEvent はジェネリック (WorkflowEvent[DataT]) ですが、混合イベントのコレクションには、 WorkflowEvent[Any] またはパラメーター化されていない WorkflowEventを使用します。

🔴 `workflow.send_responses*` 削除;使用 `workflow.run(responses=...)`

PR:#3720

send_responses() send_responses_streaming()はWorkflowから削除されました。応答を run()に直接渡すことで、一時停止したワークフローを続行します。

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` `State`に名前が変更されました。ワークフロー状態 API は同期的です

PR:#3667

状態 API では awaitが不要になり、名前付けは標準化されました。

以前は	クリック後
`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`

🔴 オーケストレーションビルダーが移動されました `agent_framework.orchestrations`

PR:#3685

オーケストレーションビルダーが専用のパッケージ名前空間に追加されました。

Before:

from agent_framework import SequentialBuilder, GroupChatBuilder

After:

from agent_framework.orchestrations import SequentialBuilder, GroupChatBuilder

🟡 実行時間の長いバックグラウンド応答と継続トークン

PR:#3808

options={"background": True}とcontinuation_tokenを介した Python エージェントの実行で、バックグラウンド応答がサポートされるようになりました。

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})

🟡 セッション/コンテキストプロバイダーのプレビューの種類がサイドバイサイドで追加されました

PR:#3763

SessionContextやBaseContextProviderなど、増分移行用のレガシ API と共に、新しいセッション/コンテキストパイプラインの種類が導入されました。

🟡 コードインタープリターストリーミングに増分コードデルタが含まれるようになりました

PR:#3775

ストリーミングコードインタープリターは現在、ストリーミングコンテンツ内でコードの差分の更新を確認できるため、UIが生成されたコードを段階的にレンダリング可能になっています。

🟡 `@tool` では、明示的なスキーマ処理がサポートされます

PR:#3734

推定されたスキーマ出力でカスタマイズが必要な場合に、ツール定義で明示的なスキーマ処理を使用できるようになりました。

python-1.0.0b260130 (2026 年 1 月 30 日)

リリースノート:python-1.0.0b260130

🟡 `ChatOptions`と`ChatResponse`/`AgentResponse`は現在、応答形式を考慮したジェネリックになっています

PR:#3305

ChatOptions、 ChatResponse、および AgentResponse は、応答形式の型によってパラメーター化されたジェネリック型になりました。これにより、 response_formatで構造化された出力を使用する場合の型推論が向上します。

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!)

ヒント

これは、重大ではない機能強化です。型パラメーターのない既存のコードは引き続き機能します。上記のコードスニペットでオプションと応答に型を指定する必要はありません。これらはわかりやすくするためにここに示されています。

🟡 `BaseAgent` Claude Agent SDK のサポートが追加されました

PR:#3509

Python SDK には、Claude Agent SDK の BaseAgent 実装が含まれるようになり、Agent Framework でのファーストクラスのアダプターベースの使用が可能になりました。

python-1.0.0b260128 (2026 年 1 月 28 日)

リリースノート:python-1.0.0b260128

🔴 `AIFunction`を`FunctionTool`に名前を変更し、`@ai_function`を`@tool`に名前を変更

PR:#3413

クラスとデコレーターは、業界用語との明確さと一貫性を保つため、名前が変更されました。

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)

🔴 GroupChat およびマゼンティックにファクトリパターンが追加されました; API の名前が変更されました

PR:#3224

グループチャットに参加者ファクトリとオーケストレーターファクトリを追加しました。名前の変更も含まれます。

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` に名前を変更しました `GitHub`

PR:#3486

正しい大文字と小文字を使用するように、クラス名とパッケージ名が更新されました。

Before:

from agent_framework_github_copilot import GithubCopilotAgent

agent = GithubCopilotAgent(...)

After:

from agent_framework_github_copilot import GitHubCopilotAgent

agent = GitHubCopilotAgent(...)

python-1.0.0b260127 (2026 年 1 月 27 日)

リリースノート:python-1.0.0b260127

🟡 `BaseAgent` GitHub Copilot SDK のサポートが追加されました

PR:#3404

Python SDK には、GitHub Copilot SDK 統合用の BaseAgent 実装が含まれるようになりました。

python-1.0.0b260123 (2026 年 1 月 23 日)

リリースノート:python-1.0.0b260123

🔴 classmethod コンストラクターを使用して 1 つのクラスに簡略化されたコンテンツタイプ

PR:#3252

( BaseContentから派生した) すべての古いコンテンツタイプを、classmethods で単一の Content クラスに置き換えて、特定の型を作成しました。

完全な移行リファレンス

旧型	新しいメソッド
`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(...)`

追加の新しいメソッド (直接先行操作なし):

Content.from_text_reasoning(...) — 推論や思考に関する内容
Content.from_hosted_vector_store(...) — ベクターストアの参照の場合
Content.from_usage(...) — 使用状況/トークン情報の場合
Content.from_mcp_server_tool_call(...) / Content.from_mcp_server_tool_result(...) — MCP サーバーツールの場合
Content.from_code_interpreter_tool_call(...) / Content.from_code_interpreter_tool_result(...) — コードインタープリターの場合
Content.from_image_generation_tool_call(...) / Content.from_image_generation_tool_result(...) — 画像生成用

型チェック

isinstance()チェックの代わりに、type プロパティを使用します。

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)

基本的な例

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")

🔴 注釈型は`Annotation`および`TextSpanRegion` TypedDicts に簡略化されました。

PR:#3252

クラスベースの注釈型を、より単純な TypedDict 定義に置き換えられました。

旧型	新しいタイプ
`CitationAnnotation` (クラス)	`Annotation` (typedDict with `type="citation"`)
`BaseAnnotation` (クラス)	`Annotation` (TypedDict)
`TextSpanRegion` ( `SerializationMixin`を持つクラス)	`TextSpanRegion` (TypedDict)
`Annotations` (型エイリアス)	`Annotation`
`AnnotatedRegions` (型エイリアス)	`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"
}

注

AnnotationとTextSpanRegionがTypedDictになったため、クラスインスタンスではなくディクショナリとして作成します。

🔴 `response_format` 検証エラーがユーザーに表示されるようになりました

PR:#3274

ChatResponse.valueおよびAgentResponse.valueは、スキーマ検証が失敗したとき、ValidationErrorを自動的に返すのではなくNoneを発生させるようになりました。

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 実行ロジックが簡略化されました。MCP と Anthropic クライアントの修正

PR:#3322

AG-UI での run メソッドのシグネチャと動作が簡略化されました。

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
)

🟡 Anthropic クライアントで `response_format` 構造化された出力がサポートされるようになりました

PR:#3301

OpenAI クライアントや Azure クライアントと同様に、 response_format経由で Anthropic クライアントで構造化された出力解析を使用できるようになりました。

🟡 拡張された Azure AI 構成 (`reasoning`、 `rai_config`)

PR:#3403、 #3265

Azure AI のサポートは、エージェントの作成時に推論構成のサポートと rai_config によって拡張されました。

python-1.0.0b260116 (2026 年 1 月 16 日)

リリースノート:python-1.0.0b260116

🔴 `create_agent` に名前を変更しました `as_agent`

PR:#3249

目的をより明確にするためにメソッドの名前が変更されました。

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` に名前を変更しました `executor_id`

PR:#3166

API の整合性のために名前が変更されたプロパティ。

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 では、サービスで管理されるセッション継続性がサポートされます

PR:#3136

AG-UI では、複数ターンの継続性を維持するために、サービスで管理される会話 ID (Foundry マネージドセッション/スレッドなど) が保持されるようになりました。

python-1.0.0b260114 (2026 年 1 月 14 日)

リリースノート:python-1.0.0b260114

🔴 リファクタリングされたオーケストレーション

PR:#3023

Agent Framework ワークフローでのオーケストレーションの広範なリファクタリングと簡略化:

グループチャット: オーケストレーター Executor を専用のエージェントベースと関数ベース (BaseGroupChatOrchestrator、 GroupChatOrchestrator、 AgentBasedGroupChatOrchestrator) に分割します。ブロードキャストモデルを使用して、スタートポロジに簡略化されました。
ハンドオフ: 単一レベル、コーディネーター、およびカスタム Executor のサポートが削除されました。 HandoffAgentExecutorで放送モデルに移行。
シーケンシャルと同時実行: AgentApprovalExecutor と AgentRequestInfoExecutorを介してサブワークフローに依存する簡略化された要求情報メカニズム。

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]
)

🔴 TypedDict および Generic として導入されたオプション

PR:#3140

型の安全性と IDE オートコンプリートを向上させるために、TypedDict を使用してオプションが型定義されています。

📖 完全な移行手順については、「型指定されたオプションガイド」を参照してください。

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` 削除;単数形に `context_provider` ; `middleware` はリストである必要があります

PR:#3139

display_name エージェントから削除されたパラメーター
context_providers (複数形、受け入れリスト) を context_provider に変更 (単数形、1 個のみ可)
middleware リストが必要になりました (1 つのインスタンスを受け入れなくなりました)
AggregateContextProvider コードから削除された (必要に応じてサンプル実装を使用する)

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` に名前を変更しました `AgentResponse`

PR:#3207

AgentRunResponse AgentRunResponseUpdateの名前が AgentResponse および AgentResponseUpdate に変更されました。

Before:

from agent_framework import AgentRunResponse, AgentRunResponseUpdate

After:

from agent_framework import AgentResponse, AgentResponseUpdate

🟡 YAML 定義ワークフロー用に追加された宣言型ワークフローランタイム

PR:#2815

宣言型 YAML ワークフローを実行するためのグラフベースのランタイムが追加され、カスタムランタイムコードなしでマルチエージェントオーケストレーションが有効になりました。

🟡 MCP の読み込み/信頼性の向上

PR:#3154

MCP 統合により、接続損失の動作、読み込み時の改ページ位置のサポート、および表現制御オプションが改善されました。

🟡 Foundry `A2ATool` でターゲット URL のない接続がサポートされるようになりました

PR:#3127

A2ATool では、直接ターゲット URL が構成されていない場合でも、プロジェクト接続メタデータを介して Foundry でサポートされる A2A 接続を解決できるようになりました。

python-1.0.0b260107 (2026 年 1 月 7 日)

リリースノート:python-1.0.0b260107

このリリースでは大きな変更はありません。

python-1.0.0b260106 (2026 年 1 月 6 日)

リリースノート:python-1.0.0b260106

このリリースでは大きな変更はありません。

概要テーブル

リリース	リリースノート	タイプ	変更	PR
post-1.0.0b260212 (未リリース)	N/A	🔴 速報	チャット/エージェントメッセージの入力が整列されています: カスタム `get_response()` 実装は`Sequence[Message]` を受け入れるべきです	#3920
post-1.0.0b260212 (未リリース)	N/A	🔴 速報	`FunctionTool[Any]` スキーマパススルーの互換性 shim が削除されました。必要に応じて明示的なスキーマで `FunctionTool` を使用する	#3907
post-1.0.0b260212 (未リリース)	N/A	🟡 強化	`workflow.as_agent()` コンテキストプロバイダーが設定されていない場合、既定で `InMemoryHistoryProvider("memory")` が挿入されるようになりました	#3918
1.0.0b260212	Notes	🔴 速報	`HostedTool` クラスが削除されました。クライアント `get__tool()` メソッドを使用してホステッドツールを作成する	#3634
1.0.0b260212		🔴 速報	セッション/コンテキストプロバイダーパイプラインの最終処理: `AgentThread` 削除、使用 `AgentSession` + `context_providers`	#3850
1.0.0b260212		🔴 速報	チェックポイントモデル/ストレージリファクタリング (`workflow_id` 削除、 `previous_checkpoint_id` 追加、ストレージ動作の変更)	#3744
1.0.0b260212		🟡 強化	`AzureOpenAIResponsesClient` は Foundry プロジェクトエンドポイントから、または`AIProjectClient`から作成できます。	#3814
1.0.0b260212		🔴 速報	ミドルウェアの継続が`context`を受け入れなくなりました。`call_next(context)`を`call_next()`に更新してください。	#3829
1.0.0b260210	Notes	🔴 速報	`send_responses()` / `send_responses_streaming()` 削除;使用 `workflow.run(responses=...)`	#3720
1.0.0b260210		🔴 速報	`SharedState` → `State`; ワークフロー状態 API が同期しており、チェックポイント状態フィールドの名前が変更されました	#3667
1.0.0b260210		🔴 速報	オーケストレーションビルダーが`agent_framework.orchestrations`パッケージに移動しました	#3685
1.0.0b260210		🟡 強化	Python エージェントの応答に追加されたバックグラウンド応答と `continuation_token` サポート	#3808
1.0.0b260210		🟡 強化	サイドバイサイドで追加されたセッション/コンテキストプレビューの種類 (`SessionContext`、 `BaseContextProvider`)	#3763
1.0.0b260210		🟡 強化	ストリーミングコードインタープリターの更新に、増分コードデルタが含まれるようになりました	#3775
1.0.0b260210		🟡 強化	`@tool` デコレーターが明示的なスキーマ処理のサポートを追加	#3734
1.0.0b260210	Notes	🔴 速報	`register_executor()` / `register_agent()` `WorkflowBuilder`から削除されました。インスタンスを直接使用し、状態を分離するヘルパーメソッドを使用してください。	#3781
1.0.0b260210		🔴 速報	`ChatAgent` → `Agent`、 `ChatMessage` → `Message`、 `RawChatAgent` → `RawAgent`、 `ChatClientProtocol` → `SupportsChatGetResponse`	#3747
1.0.0b260210		🔴 速報	型 API レビュー: `Role`/`FinishReason` 型の変更、応答/更新コンストラクターの厳密化、補助関数の名前が `from_updates` に変更されること、および `try_parse_value` の削除	#3647
1.0.0b260210		🔴 速報	`run` / `get_response`と`ResponseStream`を中心に統合されたAPIたち	#3379
1.0.0b260210		🔴 速報	`AgentRunContext` に名前が変更された `AgentContext`	#3714
1.0.0b260210		🔴 速報	`AgentProtocol` に名前が変更された `SupportsAgentRun`	#3717
1.0.0b260210		🔴 速報	ミドルウェア `next` パラメーターの名前が次に変更されました `call_next`	#3735
1.0.0b260210		🔴 速報	TypeVar の名前付けの標準化 (`TName` → `NameT`)	#3770
1.0.0b260210		🔴 速報	現在のエージェント応答フローに合わせた、エージェントとしてのワークフローの出力/ストリーム動作	#3649
1.0.0b260210		🔴 速報	Fluent ビルダーメソッドが 6 つのビルダー間でコンストラクターパラメーターに移動されました	#3693
1.0.0b260210		🔴 速報	`WorkflowEvent`判別機能を使用して単一の`type`に統合されたワークフローイベント。`isinstance()` →`event.type == "..."`	#3690
1.0.0b260130	Notes	🟡 強化	`ChatOptions` / `ChatResponse` / `AgentResponse` 汎用的な応答フォーマット	#3305
1.0.0b260130		🟡 強化	`BaseAgent` Claude Agent SDK 統合のサポートが追加されました	#3509
1.0.0b260128	Notes	🔴 速報	`AIFunction` → `FunctionTool`、 `@ai_function` → `@tool`	#3413
1.0.0b260128		🔴 速報	GroupChat/Magentic のファクトリパターン。 `with_standard_manager` → `with_manager`、 `participant_factories` → `register_participant`	#3224
1.0.0b260128		🔴 速報	`Github` → `GitHub`	#3486
1.0.0b260127	Notes	🟡 強化	`BaseAgent` GitHub Copilot SDK 統合のサポートが追加されました	#3404
1.0.0b260123	Notes	🔴 速報	classmethods を使用して単一の `Content` クラスに統合されたコンテンツタイプ	#3252
1.0.0b260123		🔴 速報	`response_format` 検証エラーが発生するようになりました `ValidationError`	#3274
1.0.0b260123		🔴 速報	AG-UI 実行ロジックが簡略化されました	#3322
1.0.0b260123		🟡 強化	Anthropic クライアントが構造化出力 `response_format` サポートを追加	#3301
1.0.0b260123		🟡 強化	`reasoning`と`rai_config`のサポートによって拡張された Azure AI 構成	#3403、 #3265
1.0.0b260116	Notes	🔴 速報	`create_agent` → `as_agent`	#3249
1.0.0b260116		🔴 速報	`source_executor_id` → `executor_id`	#3166
1.0.0b260116		🟡 強化	AG-UI では、サービスで管理されるセッション/スレッドの継続性がサポートされます	#3136
1.0.0b260114	Notes	🔴 速報	リファクタリングされたオーケストレーション (GroupChat、ハンドオフ、シーケンシャル、同時実行)	#3023
1.0.0b260114		🔴 速報	TypedDict および Generic としてのオプション	#3140
1.0.0b260114		🔴 速報	`display_name` 削除; `context_providers` → `context_provider` (単数形)、 `middleware` はリストである必要があります	#3139
1.0.0b260114		🔴 速報	`AgentRunResponse` / `AgentRunResponseUpdate` に名前を変更しました `AgentResponse`/`AgentResponseUpdate`	#3207
1.0.0b260114		🟡 強化	YAML 定義ワークフロー用に追加された宣言型ワークフローランタイム	#2815
1.0.0b260114		🟡 強化	MCP の読み込み/信頼性の向上 (接続損失処理、改ページ位置、表現制御)	#3154
1.0.0b260114		🟡 強化	Foundry `A2ATool` では、明示的なターゲット URL のない接続がサポートされます	#3127
1.0.0b260107	Notes	—	重要な変更なし	—
1.0.0b260106	Notes	—	重要な変更なし	—

次のステップ

サポートの概要

フィードバック

このページはお役に立ちましたか?

Last updated on 2026-02-21

次の方法で共有

Python 2026 の重要な変更ガイド

python-1.0.0rc1 / python-1.0.0b260219 (2026 年 2 月 19 日)

🔴 すべてのパッケージで統合された Azure 資格情報の処理

🔴 再設計された Python 例外階層

🔴 プロバイダーによってスコープされた状態 source_id

🔴 チャット/エージェント メッセージ入力の配置 (run と get_response)

🔴 FunctionTool[Any] スキーマ パススルーの汎用セットアップが削除されました

🔴 Pydantic設定はTypedDict + load_settings()に置き換えられました。

🟡 推論モデル ワークフローのハンドオフと履歴のシリアル化を修正する

🟡 Bedrock がcore[all]に追加され、ツール選択のデフォルトが修正されました

🟡 サポートされていないランタイムのオーバーライドに関する AzureAIClient の警告

🟡 workflow.as_agent() プロバイダーの設定が解除されたときにローカル履歴が既定に設定されるようになりました

🟡 OpenTelemetry のトレース コンテキストが MCP 要求に伝達される

🟡 Azure Functions の永続的なワークフローのサポート

python-1.0.0b260212 (2026 年 2 月 12 日)

🔴 Hosted*Tool クライアント get_*_tool() メソッドに置き換えられたクラス

🔴 セッション/コンテキスト プロバイダー パイプラインの最終処理 (AgentSession、 context_providers)

🔴 チェックポイント モデルとストレージの動作がリファクタリングされました

🟡 AzureOpenAIResponsesClient は、Microsoft Foundry プロジェクト エンドポイントをサポートします

🔴 ミドルウェア call_next が受け入れなくなりました context

python-1.0.0b260210 (2026 年 2 月 10 日)

🔴 から削除されたワークフロー ファクトリ メソッド WorkflowBuilder

WorkflowBuilder executor を用いて

WorkflowBuilder エージェントと一緒に

ヘルパー メソッドを使用した状態の分離

🔴 ChatAgentはAgentに名前を変更し、ChatMessageはMessageに名前を変更しました。

インポートの更新

型参照を更新する

🔴 Types API は、応答/メッセージ モデル間で更新を確認します

ヘルパー メソッドの名前変更

応答更新構築の更新

try_parse_valueをtry/exceptに.value上で置き換える

🔴 統合 run/get_response モデルと ResponseStream の使用

🔴 コア コンテキスト/プロトコルの種類の名前変更

🔴 ミドルウェア継続パラメーターの名前が次に変更されました call_next

🔴 標準化された TypeVar 名 (TName → NameT)

🔴 エージェントとしてのワークフローの出力とストリーミングの変更

🔴 Fluent Builder メソッドがコンストラクター パラメーターに移動されました

WorkflowBuilder

SequentialBuilder / ConcurrentBuilder

GroupChatBuilder

MagenticBuilder

HandoffBuilder

検証の変更

🔴 ワークフローイベントは WorkflowEvent 識別子を使用して、単一の type に統合されました。

イベント クラスを削除しました

インポートの更新

イベントの種類のチェックを更新する

AgentResponseUpdate を使用したストリーミング

型の注釈

🔴 workflow.send_responses* 削除;使用 workflow.run(responses=...)

🔴 SharedState Stateに名前が変更されました。ワークフロー状態 API は同期的です

🔴 オーケストレーション ビルダーが移動されました agent_framework.orchestrations

🟡 実行時間の長いバックグラウンド応答と継続トークン

🟡 セッション/コンテキスト プロバイダーのプレビューの種類がサイド バイ サイドで追加されました

🟡 コード インタープリター ストリーミングに増分コード デルタが含まれるようになりました

🟡 @tool では、明示的なスキーマ処理がサポートされます

python-1.0.0b260130 (2026 年 1 月 30 日)

🟡 ChatOptionsとChatResponse/AgentResponseは現在、応答形式を考慮したジェネリックになっています

🟡 BaseAgent Claude Agent SDK のサポートが追加されました

python-1.0.0b260128 (2026 年 1 月 28 日)

🔴 AIFunctionをFunctionToolに名前を変更し、@ai_functionを@toolに名前を変更

🔴 GroupChat およびマゼンティックにファクトリパターンが追加されました; API の名前が変更されました

🔴 Github に名前を変更しました GitHub

python-1.0.0b260127 (2026 年 1 月 27 日)

🟡 BaseAgent GitHub Copilot SDK のサポートが追加されました

python-1.0.0b260123 (2026 年 1 月 23 日)

🔴 classmethod コンストラクターを使用して 1 つのクラスに簡略化されたコンテンツ タイプ

完全な移行リファレンス

型チェック

基本的な例

🔴 注釈型はAnnotationおよびTextSpanRegion TypedDicts に簡略化されました。

🔴 response_format 検証エラーがユーザーに表示されるようになりました

🔴 AG-UI 実行ロジックが簡略化されました。MCP と Anthropic クライアントの修正

🟡 Anthropic クライアントで response_format 構造化された出力がサポートされるようになりました

🟡 拡張された Azure AI 構成 (reasoning、 rai_config)

python-1.0.0b260116 (2026 年 1 月 16 日)

🔴 create_agent に名前を変更しました as_agent

🔴 WorkflowOutputEvent.source_executor_id に名前を変更しました executor_id

🔴 プロバイダーによってスコープされた状態 `source_id`

🔴 チャット/エージェントメッセージ入力の配置 (`run` と `get_response`)

🔴 `FunctionTool[Any]` スキーマパススルーの汎用セットアップが削除されました

🔴 Pydantic設定は`TypedDict` + `load_settings()`に置き換えられました。

🟡 推論モデルワークフローのハンドオフと履歴のシリアル化を修正する

🟡 Bedrock が`core[all]`に追加され、ツール選択のデフォルトが修正されました

🟡 `workflow.as_agent()` プロバイダーの設定が解除されたときにローカル履歴が既定に設定されるようになりました

🟡 OpenTelemetry のトレースコンテキストが MCP 要求に伝達される

🔴 `HostedTool` クライアント `get__tool()` メソッドに置き換えられたクラス

🔴 セッション/コンテキストプロバイダーパイプラインの最終処理 (`AgentSession`、 `context_providers`)

🔴 チェックポイントモデルとストレージの動作がリファクタリングされました

🟡 `AzureOpenAIResponsesClient` は、Microsoft Foundry プロジェクトエンドポイントをサポートします

🔴 ミドルウェア `call_next` が受け入れなくなりました `context`

🔴 から削除されたワークフローファクトリメソッド `WorkflowBuilder`

`WorkflowBuilder` executor を用いて

`WorkflowBuilder` エージェントと一緒に

ヘルパーメソッドを使用した状態の分離

🔴 `ChatAgent`は`Agent`に名前を変更し、`ChatMessage`は`Message`に名前を変更しました。

🔴 Types API は、応答/メッセージモデル間で更新を確認します

ヘルパーメソッドの名前変更

`try_parse_value`を`try/except`に`.value`上で置き換える

🔴 統合 `run`/`get_response` モデルと `ResponseStream` の使用

🔴 コアコンテキスト/プロトコルの種類の名前変更

🔴 ミドルウェア継続パラメーターの名前が次に変更されました `call_next`

🔴 標準化された TypeVar 名 (`TName` → `NameT`)

🔴 Fluent Builder メソッドがコンストラクターパラメーターに移動されました

`WorkflowBuilder`

`SequentialBuilder` / `ConcurrentBuilder`

`GroupChatBuilder`

`MagenticBuilder`

`HandoffBuilder`

🔴 ワークフローイベントは `WorkflowEvent` 識別子を使用して、単一の `type` に統合されました。

イベントクラスを削除しました

`AgentResponseUpdate` を使用したストリーミング

🔴 `workflow.send_responses*` 削除;使用 `workflow.run(responses=...)`

🔴 `SharedState` `State`に名前が変更されました。ワークフロー状態 API は同期的です

🔴 オーケストレーションビルダーが移動されました `agent_framework.orchestrations`

🟡 セッション/コンテキストプロバイダーのプレビューの種類がサイドバイサイドで追加されました

🟡 コードインタープリターストリーミングに増分コードデルタが含まれるようになりました

🟡 `@tool` では、明示的なスキーマ処理がサポートされます

🟡 `ChatOptions`と`ChatResponse`/`AgentResponse`は現在、応答形式を考慮したジェネリックになっています

🟡 `BaseAgent` Claude Agent SDK のサポートが追加されました

🔴 `AIFunction`を`FunctionTool`に名前を変更し、`@ai_function`を`@tool`に名前を変更

🔴 `Github` に名前を変更しました `GitHub`

🟡 `BaseAgent` GitHub Copilot SDK のサポートが追加されました

🔴 classmethod コンストラクターを使用して 1 つのクラスに簡略化されたコンテンツタイプ

🔴 注釈型は`Annotation`および`TextSpanRegion` TypedDicts に簡略化されました。

🔴 `response_format` 検証エラーがユーザーに表示されるようになりました

🟡 Anthropic クライアントで `response_format` 構造化された出力がサポートされるようになりました

🟡 拡張された Azure AI 構成 (`reasoning`、 `rai_config`)

🔴 `create_agent` に名前を変更しました `as_agent`

🔴 `WorkflowOutputEvent.source_executor_id` に名前を変更しました `executor_id`

🔴 `display_name` 削除;単数形に `context_provider` ; `middleware` はリストである必要があります

🔴 `AgentRunResponse` に名前を変更しました `AgentResponse`

🟡 YAML 定義ワークフロー用に追加された宣言型ワークフローランタイム

🟡 Foundry `A2ATool` でターゲット URL のない接続がサポートされるようになりました