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 バージョン 1.23.0 以降

• Visual Studio Code
• Microsoft Foundry for Visual Studio Code extension

手順 1: サンプル projectを設定する

Azure Developer CLI エージェント拡張機能をインストールし、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。

1. Azure Developer CLI の ai agent 拡張機能をインストールします。

   azd ext install azure.ai.agents
   

   拡張機能がインストールされていることを確認するには、次を実行します。

   azd ext list
   

2. 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
   

   メッセージが表示されたら、[ テンプレートから新規に開始] を選択します。 対話型フローでは、次の構成について説明します。

   • 環境名 — リソース グループ名を決定します (たとえば、my-hosted-agentを作成rg-my-hosted-agent)。
   • Azure サブスクリプション - Foundry リソースを作成するサブスクリプションを選択します。
   • 場所 - リソースのリージョンを選択します。
   • モデル SKU — リージョンとサブスクリプションで使用可能な SKU を選択します。
   • デプロイ名 - モデル デプロイの名前を入力します。
   • コンテナー サイズ — CPU とメモリの割り当てを選択するか、既定値をそのまま使用します。

   注

   同じ名前のリソース グループが既に存在する場合、 azd provision は既存のグループを使用します。 競合を回避するには、一意の環境名を選択するか、既存のリソース グループを最初に削除します。

   Important

   MCP サーバーを使用していない場合は、 agent.yaml ファイル内の次の行をコメント アウトまたは削除します。

   - name: AZURE_AI_PROJECT_TOOL_CONNECTION_ID
     value: <CONNECTION_ID_PLACEHOLDER>
   

3. 必要なAzure リソースをプロビジョニングします。

   注

   リソース のプロビジョニングには、Azure サブスクリプションContributor アクセス権が必要です。

   azd provision
   

   このコマンドには約 5 分かかり、次のリソースが作成されます。

   リソース	目的	費用
   リソースグループ	関連するすべてのリソースを同じ領域に整理します	コストなし
   モデル デプロイ	エージェントによって使用されるモデル	Foundry の価格を参照してください
   鋳造プロジェクト	エージェントをホストし、AI 機能を提供する	従量制。Foundryの価格を参照してください
   Azure Container Registry	エージェント コンテナー イメージを保存します	Basic層。ACRの価格をご覧ください。
   Log Analytics ワークスペース	すべてのログ データを 1 か所で管理する	直接コストはかからなくなります。 Log Analytics コストを参照してください
   Application Insights	エージェントのパフォーマンスとログを監視する	従量制で; Azure Monitor の価格をご確認ください。
   マネージド ID	Azure サービスに対してエージェントを認証します	コストなし

   ヒント

   このクイック スタートが完了したら、 azd down を実行してリソースを削除し、料金の発生を停止します。

手順 2: エージェントをローカルでテストする

デプロイする前に、エージェントがローカルで動作することを確認します。

1. エージェントをローカルで起動します。

   azd ai agent run
   

   このコマンドは、環境を自動的に設定し、依存関係をインストールして、エージェントを起動します。 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。

   エージェントの起動に失敗した場合は、次の一般的な問題を確認してください。

   エラー	解決策
   AuthenticationError または DefaultAzureCredential エラー	azd auth loginをもう一度実行して、セッションを更新します。
   ResourceNotFound	エンドポイント URL が Foundry ポータルの値と一致するかどうかを確認します。
   DeploymentNotFound	Build>Deployments でデプロイ名を確認します。
   Connection refused	他のプロセスでポート 8088 が使用されていないことを確認します。

2. 別のターミナルで、ローカル エージェントにテスト メッセージを送信します。

   azd ai agent invoke --local "What is Microsoft Foundry?"
   

   Microsoft Foundry に関する Web 検索結果が表示されるはずです。

手順 3: Foundry エージェント サービスにデプロイする

手順 1 でインフラストラクチャを既にプロビジョニングしているため、エージェント コードをAzureにデプロイします。

azd deploy

エージェント コンテナーはリモートでビルドされるため、Docker Desktop はコンピューター上で必要ありません。

完了すると、出力には、エージェントプレイグラウンドへのリンクと、プログラムによってエージェントを呼び出すためのエンドポイントが表示されます。

Deploying services (azd deploy)

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

手順 1: Foundry プロジェクトを作成する

VS Code で Microsoft Foundry 拡張機能を使用して、新しい Microsoft Foundry Project リソースを作成します。

1. コマンド パレット (Ctrl + Shift + P) を開き、Microsoft Foundry: 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 Project リソースの名前を入力します。

プロジェクトの作成が完了したら、次の手順に進み、モデルをデプロイします。

手順 2: モデルをデプロイする

VS Code の Microsoft Foundry 拡張機能を使用して、Foundry にモデルをデプロイします。

1. コマンド パレット (Ctrl + Shift + P) を開き、Microsoft Foundry: Open Model Catalog を選択します。

2. モデル カタログを参照するか、gpt-4.1 を検索し、[ デプロイ ] ボタンを選択します。

3. [モデルのデプロイ] ページで、Microsoft Foundryへのデプロイ ボタンを選択します。

モデルが正常にデプロイされたら、次の手順に進み、Hosted Agent プロジェクトを作成します

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

VS Code の Microsoft Foundry 拡張機能を使用して、新しいホステッド エージェント プロジェクトをスキャフォールディングします。

1. コマンド パレット (Ctrl + Shift + P) を開き、Microsoft Foundry: Create new Hosted Agent を選択します。

2. 単一エージェントまたはマルチエージェント ワークフロー テンプレートを選択する

3. プログラミング言語 、Python、または C# を選択します。

4. 前の手順でデプロイした既存の gpt-4.1 モデルを選択します。

5. プロジェクト ファイルを保存するフォルダーを選択します。

6. ホストされるエージェントの名前を入力します。

新しい VS Code ウィンドウが起動し、新しいエージェント プロジェクト フォルダー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

仮想環境を使用してプロジェクトの依存関係を分離することをお勧めします。

macOS/Linux:

python -m venv .venv
source .venv/bin/activate

Windows (PowerShell):

python -m venv .venv
.\.venv\Scripts\Activate.ps1

依存関係のインストール

pip を使用して必要なPythonの依存関係をインストールします。

pip install -r requirements.txt

必要なパッケージは次のとおりです。

• azure-ai-agentserver-agentframework - Agent Framework と AgentServer SDK

手順 5: エージェントをローカルでテストする

デプロイする前に、エージェントを実行してテストします。

オプション 1: F5 キーを押す (推奨)

VS Code で F5 キーを押してデバッグを開始します。 または、VS Code デバッグ メニューを使用することもできます。

1. [実行とデバッグ] ビューを開きます (Ctrl + Shift + D / Cmd + Shift + D)
2. ドロップダウンから [Debug Local Workflow HTTP Server]\(ローカル ワークフロー HTTP サーバーのデバッグ\) を選択します
3. 緑色の [デバッグの開始 ] ボタンをクリックします (または F5 キーを押します)

これにより、次の操作が行われます。

1. デバッグを有効にして HTTP サーバーを起動する
2. Foundry Toolkit Agent Inspector を開いて対話型テストを行う
3. ブレークポイントを設定し、ワークフローを検査できるようにします

オプション 2: ターミナルで実行する

HTTP サーバーとして実行する (既定):

python main.py

これにより、 http://localhost:8088/でホストされるエージェントがローカルで開始されます。

PowerShell (Windows):

$body = @{
   input = "I need a hotel in Seattle from 2025-03-15 to 2025-03-18, budget under `$200 per night"
    stream = $false
} | ConvertTo-Json

Invoke-RestMethod -Uri http://localhost:8088/responses -Method Post -Body $body -ContentType "application/json"

Bash/curl (Linux/macOS):

curl -sS -H "Content-Type: application/json" -X POST http://localhost:8088/responses \
   -d '{"input": "Find me hotels in Seattle for March 20-23, 2025 under $200 per night","stream":false}'

エージェントは、 get_available_hotels ツールを使用して、条件に一致する利用可能なホテルを検索します。

手順 6: Foundry Agent Service にデプロイする

VS Code から直接エージェントをデプロイします。

1. コマンド パレット (Ctrl + Shift + P) を開き、Microsoft Foundry: Deploy Hosted Agent を選択します。

2. ホストされるエージェント コンテナーの CPU とメモリの構成を選択します。

3. 表示されたダイアログで、[確認と展開] ボタンを選択します。

左側のアイコンを選択して、Microsoft Foundry エクスプローラーに切り替えます。 デプロイが完了すると、エージェント が [Hosted Agents (Preview)] ツリー ビュー サイドバーに表示されます。

エージェントの状態を確認する

エージェントの状態を調べて、実行中であることを確認します。

1. ホストされたエージェント (プレビュー) ツリー ビューから、ホストされているエージェントを選択します。

2. バージョン (v1) を選択して詳細ページを開きます。

詳細ページには、[コンテナーの詳細] セクションの下に [状態] が表示されます。

VS Code を使用してプレイグラウンドでテストする

Microsoft Foundry for VS Code には、エージェントとチャットして対話するための統合されたプレイグラウンドが含まれています。

1. ホストされたエージェント (プレビュー) ツリー ビューから、ホストされているエージェントを選択します。

2. バージョン (v1) を選択して詳細ページを開きます。

3. Playground オプションを選択し、メッセージを入力して送信してエージェントをテストします。

エージェントの状態を確認する

デプロイされたエージェントの状態を確認します。

azd ai agent show

デプロイされたエージェントをテストする

デプロイされたエージェントにテスト メッセージを送信します。

azd ai agent invoke "What is Microsoft Foundry?"

Microsoft Foundryに関するWeb検索結果が表示された応答が見えるはずです。 エージェントが外部ソースに対してクエリを実行する場合、応答には数秒かかる場合があります。

エージェント ログの表示

エージェントのライブ ログを監視します。

azd ai agent monitor

確認する前に削除される内容をプレビューするには:

azd down --preview

削除する準備ができたら、次のコマンドを実行します。

azd down

クリーンアップ プロセスには約 2 ~ 5 分かかります。

リソースを削除するには、Azure ポータルを開き、リソース グループに移動して、含まれているすべてのリソースと共に削除します。

エージェントのコンテナー ログを表示する

問題のトラブルシューティングを行うには、コンテナーのコンソールとシステム ログを確認できます。

1. ホストされたエージェント (プレビュー) ツリー ビューから、ホストされているエージェントを選択します。

2. バージョン (v1) を選択して詳細ページを開きます。

3. 右側の [ログ] ボタンを選択して、ログ ビューアーを開きます。