クイック スタート: 最初のホステッド エージェントをデプロイする

• Azure Developer CLI (AZD) 1.25.3 以降。

• azd microsoft.foundry拡張機能。 AZD のインストール後に拡張機能をインストールして確認します。

  azd ext install microsoft.foundry
  

• Azure にサインインします。

  azd auth login
  

• Visual Studio Code。
• Microsoft Foundry Toolkit for Visual Studio Code。

手順 1: サンプル プロジェクトをスキャフォールディングする

基本的な Agent Framework サンプル マニフェストを使用して、新しいホステッド エージェント プロジェクトを初期化します。

azd ai agent init -m "https://github.com/microsoft-foundry/foundry-samples/blob/main/samples/python/hosted-agents/agent-framework/responses/01-basic/agent.manifest.yaml"

対話型フローでは、次の入力を求めます:

• エージェント名: 名前をカスタマイズするか、既定の agent-framework-agent-basic-responses をそのまま使用します
• Foundry Project: 新しい Foundry プロジェクトを作成 を選択します
• テナント: Azure テナントを選択します
• サブスクリプション: Azure サブスクリプションを選択する
• Location: Azureリージョンを選択します
• モデル: 既定の gpt-4.1-mini、またはアクセスできる別のモデルを選択します。
• モデルのバージョン: 既定のオプションを選択します。
• モデル SKU: Batch ではない使用可能なクォータ (通常は Standard または GlobalStandard) のオプションを選択します
• デプロイ容量: 既定の 10 を選択します
• デプロイ名: 既定の gpt-4.1-mini を選択します

完了すると、 AZD プロジェクトに AI エージェント定義が正常に追加されたことがわかります。

非対話型コマンド

--no-prompt フラグを使用して、コーディング エージェントのような非対話型環境でinitを実行することもできます。

azd ai agent init -m "https://github.com/microsoft-foundry/foundry-samples/blob/main/samples/python/hosted-agents/agent-framework/responses/01-basic/agent.manifest.yaml" --no-prompt

続行する前に、AZURE_SUBSCRIPTION_IDとAZURE_LOCATIONを設定します。

azd env set AZURE_SUBSCRIPTION_ID <subscription-id>
azd env set AZURE_LOCATION <region>

モデルのデプロイを構成するには、configの azure.yaml セクションを編集します。

deployments:
    - name: <deployment-name>
      model:
        name: <model-name>
        format: OpenAI
        version: <model-version>
      sku:
        name: GlobalStandard
        capacity: 1

手順 2: Azure リソースをプロビジョニングする

azure.yamlで定義されているリソースをプロビジョニングします。

azd provision

この手順には数分かかり、次のリソースが作成されます。 プロビジョニングとデプロイを一緒に実行するには、代わりに azd up を使用できます。

手順 3: エージェントをローカルでテストする

1. エージェントを起動します。

   azd ai agent run --no-inspector
   

   このコマンドは、仮想環境を作成し、依存関係をインストールし、startupCommandで定義されているazure.yamlを使用してエージェントを起動します。 プレビュー パッケージは、セットアップ中に pip 依存関係のバージョン競合の警告を生成できます。 これらの警告は非ブロッキングです。 それらがあっても、エージェントは起動し、正常に応答します。

2. 別のターミナルで、テスト プロンプトを送信します。

   azd ai agent invoke --local "Write a haiku about deploying cloud applications."
   

   エージェントからの俳句応答が表示されます。

手順 4: Foundry エージェント サービスにデプロイする

エージェント コンテナーをビルドしてデプロイします。

azd deploy

コマンドが完了すると、出力にエージェントプレイグラウンドとエージェント エンドポイントへのリンクが表示されます。

Deploying services (azd deploy)

  Done: Deploying service basic-agent
  - Agent playground (portal): https://ai.azure.com/.../build/agents/basic-agent/build?version=1
  - Agent endpoint: https://ai-account-<name>.services.ai.azure.com/api/projects/<project>/agents/basic-agent/versions/1

手順 1: Foundry プロジェクトを作成する

1. コマンド パレット (Ctrl + Shift + P) を開き、Foundry Toolkit: Create Project を選択します。
2. Azure サブスクリプションを選択します。
3. 新しいリソース グループを作成するか、既存のリソース グループを選択します。
4. Foundry プロジェクトの名前を入力します。

手順 2: モデルをデプロイする

1. コマンド パレットを開き、[ Foundry Toolkit: Open Model Catalog]\(Foundry Toolkit: モデル カタログを開く\) を選択します。
2. gpt-4.1を検索し、[デプロイ] を選択します。
3. モデルのデプロイ ページで、Microsoft Foundry にデプロイ を選択します。

手順 3: ホステッド エージェント プロジェクトを作成する

1. コマンド パレットを開き、[ Foundry Toolkit: Create new Hosted Agent]\(Foundry Toolkit: 新しいホステッド エージェントの作成\) を選択します。
2. 言語として Python を選択します。
3. [フレームワーク] で、[ エージェント フレームワーク] を選択します。
4. プロトコルの種類として [Responses API ] を選択します。
5. サンプル コードとして [ 基本 ] を選択します。
6. [次へ] ボタンを選択します。
7. プロジェクト ファイルのフォルダーを選択し、エージェントの名前を入力します。
8. [Environment Setup]\(環境のセットアップ\) で、[Set up with Microsoft Foundry を選択すると、手順 1 と 2 で作成したプロジェクトとモデルがコンテンツに自動的に設定されます。
9. [作成] ボタンを選択します。

新しい VS Code ウィンドウが開き、プロジェクトがアクティブなワークスペースとして表示されます。

手順 4: 依存関係をインストールする

仮想環境を作成し、要件をインストールします。

macOS または Linux の場合:

python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

Windows PowerShell の場合:

python -m venv .venv
.\.venv\Scripts\Activate.ps1
pip install -r requirements.txt

手順 5: エージェントをローカルでテストする

F5 キーを押して、デバッグが有効になっているローカル HTTP サーバーを起動します。 Foundry Toolkit Agent Inspector が対話型テスト用に開き、コードにブレークポイントを設定できます。

デバッグなしでサーバーを実行するには:

python main.py

エージェントは http://localhost:8088/ で待ち受けます。 curl (または任意の HTTP クライアント) を使用してテスト プロンプトを送信します。

curl -sS -H "Content-Type: application/json" -X POST http://localhost:8088/responses \
    -d '{"input": "Write a haiku about deploying cloud applications.", "stream": false}'

手順 6: Foundry Agent Service にデプロイする

1. コマンド パレットを開き、 Foundry Toolkit: Deploy Hosted Agent を選択します。 デプロイ Web ビューが開きます。
2. [デプロイ方法] で 、[ コード] を選択します。
3. パッケージ モードとして [リモート ] を選択します。
4. "エージェント名" は自動的に設定されます。
5. [次へ] ボタンを選択します。
6. この「Review and Deploy」ページでは、各項目が自動的に入力されるはずです。
7. [デプロイ] ボタンを選択します。

デプロイが完了すると、Foundry Toolkit エクスプローラーの [Hosted Agents (Preview)] の下にエージェントが表示されます。

1. エージェントの状態を確認します:

   azd ai agent show
   

   エージェントが "アクティブ" であることを確認します。

2. デプロイされたエージェントに同じプロンプトを送信します。

   azd ai agent invoke "Write a haiku about deploying cloud applications."
   

   数秒以内に俳句の応答が表示されます。

3. (省略可能)エージェントとの対話中にコンテナー ログをストリーミングします。

   azd ai agent monitor --follow
   

   プラットフォームによって Application Insights 接続文字列がコンテナーに挿入されるため、OpenTelemetry トレースは、前にプロビジョニングした Application Insights リソースにも表示されます。 Azure portalInvestigate>Transaction search または Performance で表示します。

1. Foundry Toolkit エクスプローラーで、[ Hosted Agents (Preview)] を展開し、エージェントを選択します。 詳細ページには、[ デプロイの詳細] の下の状態が表示されます。
2. [プレイグラウンド] タブを選択し、Write a haiku about deploying cloud applications.などのテスト プロンプトを送信します。

azd down

azd は、削除するリソースを一覧表示し、確認を求めます。 クリーンアップには約 2 ~ 5 分かかります。

1. Azure ポータルを開き、エージェントを含むリソース グループに移動します。
2. [ リソース グループの削除] を選択し、確認するリソース グループ名を入力して、[削除] を選択 します。