イントロダクション

AI エージェントはさまざまなタスクを実行できますが、多くのタスクでは、大規模な言語モデル以外のツールと対話する必要があります。 エージェントは、API、データベース、または内部サービスにアクセスする必要がある場合があります。 これらのツールを手動で統合して保守すると、特にシステムの拡大や頻繁な変更に伴って、すぐに複雑になる可能性があります。

モデル コンテキスト プロトコル (MCP) サーバーは、AI エージェントと統合することで、この問題の解決に役立ちます。 Azure AI エージェントをモデル コンテキスト プロトコル (MCP) サーバーに接続すると、必要に応じてアクセスできるツールのカタログをエージェントに提供できます。 このアプローチにより、AI ソリューションの堅牢性、拡張性、保守が容易になります。

化粧品を専門とする小売業者に勤務しているとします。 チームは、製品の在庫レベルと最近の販売傾向を確認することで、在庫の管理に役立つ AI アシスタントを構築したいと考えています。 MCP サーバーを使用すると、アシスタントを一連のツールに接続して、インベントリの評価を行い、チームに推奨事項を提供できます。

このモジュールでは、MCP サーバーとクライアントを設定し、ツールを Azure AI エージェントに動的に接続する方法について説明します。 また、Microsoft Foundry Agent Service を使用して独自の AI MCP ツール ソリューションを作成する方法も練習します。