エージェントと言語 MCP サーバーを接続して使用する

8 分

Azure Language MCP サーバーの機能を理解したら、次の手順はエージェントに接続して使用を開始することです。これには、Microsoft Foundry でエージェントを作成し、Language MCP ツールを接続し、エージェントプレイグラウンドでテストし、必要に応じてプログラムでエージェントと対話するクライアントアプリケーションを構築する必要があります。

Foundry プロジェクトとエージェントを作成する

Azure Language MCP サーバーを使用するには、まず、デプロイされたモデルを含む Microsoft Foundry プロジェクトが必要です。

Microsoft Foundry ポータルで、新しいプロジェクトを作成します (または既存のプロジェクトを使用します)。
エージェントが推論と応答の生成に使用するモデル ( gpt-4.1 など) をデプロイします。
エージェントを作成し、その目的を説明する指示を与えます。例えば次が挙げられます。
```
You are an AI agent that assists users by helping them analyze and summarize text.
```

これで、エージェントはツール接続を受信する準備ができました。

Azure Language MCP サーバーを接続する

Foundry ポータルの [ツール] ページを使用して、Azure Language MCP サーバーをエージェントに接続します。

ナビゲーションウィンドウで、[ ツール ] ページを選択します。
[ ツールの接続 ] を選択し、カタログから [Foundry Tools] の [Azure Language] を選択します。
次の設定で接続を構成します。
- Foundry リソース名: Foundry リソースの名前 (たとえば、 myproject-resource)。
- 認証: キーベース。
- 資格情報 (Ocp-Apim-Subscription-Key): Foundry プロジェクトのキー。
接続が作成されるまで待ってから、[ エージェントで使用 ] を選択し、エージェントを選択します。

Foundry Tools の Azure 言語の接続構成を示す Foundry ポータルのツールカタログのスクリーンショット。

エージェントは、Azure Language MCP サーバーによって公開されているすべてのテキスト分析ツールにアクセスできるようになりました。

ヒント

プロジェクトキーは、Foundry ポータルのプロジェクトホームページにあります。

エージェントの更新に関する手順

言語 MCP ツールを接続した後、エージェントの指示を更新して、ツールを使用するように指示します。

You are an AI agent that assists users by helping them analyze text. Use the Azure Language tool to perform text analysis tasks.

この命令は、エージェントがテキスト分析要求を処理するときに接続されたツールを使用する必要があることを理解するのに役立ちます。

エージェントの遊び場でテストする

Foundry ポータルのエージェントプレイグラウンドは、エージェントをアプリケーションにデプロイする前にテストするための対話型環境を提供します。

テキスト分析を必要とするプロンプトを送信すると、エージェントは次の操作を行います。

必要なタスク (言語検出やエンティティ認識など) を識別します。
適切な Azure 言語 MCP ツールを呼び出します。
結合された応答を返します。

エージェントが初めて MCP ツールを使用するときは、ツールの使用を承認するように求められます。このツールを 1 回の使用で承認するか、[ Foundry Tools ツールですべての Azure 言語を常に承認する] を選択して、今後の承認プロンプトをスキップすることができます。

エージェントが応答したら、[ ログ ] ウィンドウを確認して、使用されたツールを確認できます。ログには、各 MCP ツール呼び出し、送信された入力、および返された結果が表示されます。

クライアントアプリケーションをビルドする

エージェントプレイグラウンドはテストに役立ちますが、通常はプログラムでエージェントを使用するクライアントアプリケーションを構築する必要があります。 Microsoft Foundry SDK では、OpenAI Responses API を使用してこれをサポートしています。

クライアントアプリケーションをビルドするには、 azure-ai-projects パッケージと azure-identity パッケージを使用します。一般的なパターンは次のとおりです。

開発中 Foundry プロジェクトエンドポイントと AIProjectClient (これは開発中の Azure CLI 資格情報を使用します) を使用して、DefaultAzureCredential を作成します。
get_openai_client()を呼び出して、プロジェクトクライアントから OpenAI クライアントを取得します。
responses.create()を呼び出して、エージェントにユーザープロンプトを送信します。

重要な部分は、エージェントを参照する方法です。 extra_body パラメーターで名前で指定します。

response = openai_client.responses.create(
    input=[{"role": "user", "content": user_prompt}],
    extra_body={
        "agent_reference": {
            "name": "Text-Analysis-Agent",
            "type": "agent_reference"
        }
    },
)

print(response.output_text)

エージェントはプロンプトを処理し、適切な MCP ツールを呼び出し、結果を output_textで返します。また、( response.model_dump_json() を使用して) 完全な応答 JSON を調べて、エージェントが呼び出したツール ( extract_named_entities_from_text や detect_language_from_text など) と、各ツール呼び出しの引数と結果を確認することもできます。

MCP サーバーをコードで接続する

Foundry ポータルを使用して Azure Language MCP サーバーを接続する代わりに、エージェントの作成時に MCP ツール接続をコードで直接定義することもできます。 MCPTool SDK の azure-ai-projects クラスを使用して、サーバーのラベル、URL、および許可されるツールを指定します。

from azure.ai.projects.models import MCPTool

mcp_tool = MCPTool(
    server_label="azure-language",
    server_url="https://{foundry-resource-name}.cognitiveservices.azure.com/language/mcp?api-version=2025-11-15-preview",
    require_approval="always",
)

その後、SDK を使用してエージェントを作成するときに、 mcp_tool を渡します。この方法は、ツール接続をポータルで手動で構成するのではなく、アプリケーションコードの一部として管理する場合に便利です。 allowed_toolsで MCPTool プロパティを使用して、エージェントが呼び出すことができる特定の言語ツールを制限することもできます。

マルチタスクプロンプトを使用したツールの選択

ユーザーのプロンプトに複数のテキスト分析タスクが含まれている場合、エージェントは 1 回に複数のツールを呼び出すことができます。たとえば、プロンプトは次のようになります。

「このレビューで言及されているエンティティと日付、およびそれが肯定的か否定的かを教えてください。

このプロンプトには、エンティティ認識とセンチメント分析の両方が必要です。エージェントは両方のタスクを識別し、適切なツール (extract_named_entities_from_text と detect_language_from_text) を呼び出し、結果を 1 つの応答に結合します。

各ツール呼び出しは MCP サーバーを個別に通過し、エージェントは出力をユーザーの一貫性のある回答に合成します。

フィードバック

このページはお役に立ちましたか?