Visual Studio Code で Azure AI Foundry Agent Service を操作する (プレビュー)

2025-08-14

AI Foundry the VS Code 拡張機能の使用を開始したら、Azure AI Foundry Agent Service を使用できます。エージェントは、次のような "スマート" マイクロサービスです。

トレーニングデータを使用して質問に回答するか、取得拡張生成 (RAG) を使用して他のソースを検索する
特定のアクションを実行する
完全なワークフローを自動化する

エージェントは、AI モデルとツールを組み合わせて、データにアクセスして操作します。

Azure AI Foundry 開発者は、VS Code の使い慣れた強力な環境でエージェントを開発、テスト、デプロイすることで、生産性を維持できます。

重要

この記事で "(プレビュー)" と付記されている項目は、現在、パブリックプレビュー段階です。このプレビューはサービスレベルアグリーメントなしで提供されており、運用環境ではお勧めしません。特定の機能はサポート対象ではなく、機能が制限されることがあります。詳細については、「 Microsoft Azure プレビューの追加使用条件」を参照してください。

デザイナービュー内で Azure AI エージェントを作成および編集する

Azure AI エージェントを作成するには、次の手順に従います。

まず、[ 作業の開始 ] セクションを完了して Azure リソースにサインインし、既定のプロジェクトを設定します。
エージェントで使用するモデルをデプロイします。
Azure AI Foundry 拡張機能ビューで、[ リソース ] セクションを見つけます。
[+] サブセクションの横にある (プラス) アイコンを選択して、新しい AI エージェントを作成します。

デザイナーでエージェントを操作する

保存場所を選択すると、エージェントの .yaml ファイルとデザイナービューの両方が開き、AI エージェントが編集されます。

エージェントデザイナーで次のタスクを実行します。
1. プロンプトにエージェントの名前を入力します。
2. ドロップダウンからモデルのデプロイ名を選択します。デプロイ名は、既存のモデルをデプロイしたときに選択した名前です。
3. 次のフィールドを構成します。 ID は拡張機能によって生成されます。
  - エージェントの説明を追加する
  - システム命令を設定する
  - エージェント用のツールを構成する
4. .yaml ファイルを保存するには、VS Code メニューバーの [ファイル>保存 ] を選択します。

Azure AI エージェントの YAML 定義を調べる

デザイナーと同時に AI エージェントの .yaml ファイルが開かれます。このファイルには、次の .yaml ファイルの例と同様に、エージェントの詳細とセットアップ情報が含まれています。

# yaml-language-server: $schema=https://aka.ms/ai-foundry-vsc/agent/1.0.0
version: 1.0.0
name: my-agent
description: Description of the agent
id: ''
metadata:
  authors:
    - author1
    - author2
  tags:
    - tag1
    - tag2
model:
  id: 'gpt-4o-1'
  options:
    temperature: 1
    top_p: 1
instructions: Instructions for the agent
tools: []

Azure AI エージェントにツールを追加する

Azure AI Agent Service には、データソースとの対話に使用できる一連のツールがあります。

Azure AI Foundry VS Code 拡張機能の Azure AI エージェントで使用できるツール

Azure AI Foundry VS Code 拡張機能では、次のツールを使用できます。

AI エージェントにツールを追加する

次の手順で AI エージェントにツールを追加します。

デザイナーの TOOL セクションの右上隅にある [ツールの追加] ボタンを選択して、ドロップダウンを表示します。追加するツールを選択します。
デザイナーには、次の図のように、ツールを構成するための適切なウィンドウが表示されます。

[コードインタープリターツール] ダイアログボックス:

[ファイルのアップロードツール] ダイアログボックス: [

[Bing検索による接地] ダイアログボックス: [Bing

[OpenAPI 3.0 指定] ダイアログボックス:
必要な情報を入力したら、左下隅にある [アップロードして保存 ] ボタンを選択します。

注

ツールを追加するときに、必要な新しいアセットを追加することもできます。たとえば、ファイル検索ツールを追加する場合は、既存のベクターストアアセットを使用したり、ベクターストアの新しいアセットを作成してアップロードしたファイルをホストしたりできます。

Azure AI Foundry Studio で Azure AI エージェントを作成する

次の手順で、Azure AI Foundry にエージェントを直接作成します。

デザイナーの左下にある [ Create on Azure AI Foundry]$Azure AI Foundry で作成 $ ボタンを選択します。

$[Deploy to Azure AI Foundry]$Azure AI Foundry へのデプロイ$ ボタンが強調表示されているエージェントデザイナーのスクリーンショット。$
VS Code ナビゲーションバーで、 Azure リソース ビューを更新します。デプロイされたエージェントは、[ エージェント] サブ セクションの下に表示されます。

デプロイされた AI エージェントの詳細を表示する

デプロイされたエージェントを選択すると、ビューのみのモードで [エージェントの基本設定] ページが開きます。

[ エージェントの編集 ] ボタンを選択して、エージェントデザイナーと、編集するエージェントの yaml 定義を表示します。
[ コードファイルを開く ] ボタンを選択して、エージェントを使用するサンプルコードファイルを作成します。
[ プレイグラウンドを開く ] ボタンを選択して 、エージェントプレイグラウンドを開きます。

デプロイされた AI エージェントを編集および更新する

デプロイされたエージェントを編集するには、[エージェント環境設定] ページで [エージェントの編集] ボタンを選択します。エージェントデザイナーが開き、エージェントの .yaml ファイルが表示されます。モデル、ツール、手順など、エージェントの構成を編集します。編集が完了したら、左下隅にある [Update on Azure AI Foundry ] ボタンを選択して変更を保存します。

$[Update on Azure AI Foundry]$Azure AI Foundry の更新$ ボタンが強調表示されている [エージェントの基本設定] ページのスクリーンショット。$

エージェントのサンプルコードを調べる

次の手順を使用してサンプルコードファイルを作成します。

デプロイしたエージェントを右クリックし、[コードファイルを開く] オプションを選択するか、[エージェントの環境設定] ページで [コードファイルを開く] ボタンを選択します。
上部の中央にある [Choose preferred SDK]$優先 SDK の選択$ ドロップダウンで、使用 する任意の SDK を選択 し、Enter キーを押します。

$エージェントコードファイルを選択するための [Choose preferred SDK]$優先 SDK の選択$ ドロップダウンのスクリーンショット。$
上部中央の [言語の選択] ドロップダウンで使用する言語を選択し、Enter キーを押します。
上部のセンターで、[認証方法の選択] ドロップダウンで使用する認証 方法を選択 し、Enter キーを押します。

サンプルコードファイルを調べる

AI Foundry プロジェクト API を使用してエージェントと対話するための基本的な呼び出しを示す次の Python サンプルコードファイル。

エージェントプレイグラウンドを使用してエージェントと対話する

次の手順を使用して 、Agents Playground を開きます。

デプロイしたエージェントを右クリックし、[Open Playground]$ プレイグラウンドを開く $ オプションを選択します。このアクションは、エージェントでスレッドを開始し、メッセージを送信できるようにします。
または、[ツール] サブセクションで [エージェントプレイグラウンド] リンクを選択し、上部中央の一覧からエージェントを選択します。
プレイグラウンド ページが表示されます。
プロンプトを入力し、出力を表示します。 Bing 検索を使用した典拠ツールはウェブで情報を検索します。エージェントは、エージェントデザイナーで構成したモデルとツールを使用します。情報のソースは、[ エージェントの注釈] セクションに表示され、次の図で強調表示されています。

スレッドを探索する

[スレッド] サブセクションには、エージェントでの実行中に作成されたスレッドが表示されます。 Azure リソース拡張機能ビューで、[スレッド] サブセクションの前にあるキャレット アイコンを選択して、スレッドの一覧を表示します。

スレッドの詳細を表示する

スレッドを選択すると、[ スレッドの詳細] ページが表示されます。

スレッドは、エージェントとユーザーの間の会話セッションです。スレッドは メッセージを 格納し、コンテンツをモデルのコンテキストに合わせて切り捨てを自動的に処理します。
メッセージは、エージェントとユーザーの間の 1 つの対話です。メッセージには、テキスト、画像、およびその他のファイルを含めることができます。メッセージはスレッド上にリストとして格納されます。
実行は、エージェントの 1 回の実行です。各実行には複数のスレッドを含めることができます。また、各スレッドには複数のメッセージを含めることができます。エージェントは、その構成とスレッドのメッセージを使用して、モデルとツールを呼び出してタスクを実行します。実行の一部として、エージェントはスレッドにメッセージを追加します。

実行の詳細を表示する

[スレッドの詳細] ページで [実行情報の表示] ボタンを選択して、JSON ファイル内の実行情報を表示します。

リソースをクリーンアップする

この記事で作成した Azure リソースは、Azure サブスクリプションに課金されます。今後これらのリソースが必要になるとは思わない場合は、削除して、より多くの料金が発生しないようにします。

エージェントを削除する

ヒント

Azure AI Foundry ポータルで左側のウィンドウをカスタマイズできるため、これらの手順に示されている項目とは異なる項目が表示される場合があります。探しているものが表示されない場合は、左側のペインの下部にある… もっと見るを選択してください。

オンライン AI Foundry ポータルでデプロイされたエージェントを削除します。左側のナビゲーションメニューから [エージェント ] を選択し、エージェントを選択して、[ 削除 ] ボタンを選択します。

モデルを削除する

VS Code ナビゲーションバーで、 Azure リソース ビューを更新します。 [ モデル ] サブセクションを展開して、デプロイされたモデルの一覧を表示します。
デプロイされたモデルを右クリックして削除し、[ 削除 ] オプションを選択します。

ツールを削除する

次の手順で接続されているツールを削除します。

Azure ポータルを開きます
ツールを含む Azure リソースグループを選択します。
削除ボタンを選択します。

次のステップ

ファイル検索やコードインタープリターなど、Azure AI エージェントで使用できるツールについて説明します。