😽

Azure AI Foundry Agent Serviceにてマルチエージェント作成

に公開
AI
Azure
AIエージェント
Azure AI Foundry
tech

業務でAzure（特にAzureOpenAI）を使用する機会が多いため、Azure AI Foundry Agent Serviceについても触れておこうと思い、今回試した結果を記載します。

Azure AI Foundry Agent Serviceとは

Azure AI Foundry Agent Serviceは、Azure AI Foundryプラットフォームの中核をなす「エージェント」実行基盤です。
モデル、ツール、セキュリティ、ガバナンスなどを一体化したランタイム環境を提供し、安全かつスケーラブルなAIエージェント運用を可能にしています。。

https://learn.microsoft.com/ja-jp/azure/ai-foundry/agents/overview

主な特徴

  • 統合されたエージェントランタイム
    モデル（GPT‑4o、GPT‑4、GPT‑3.5、Llamaなど）、ツール（Azure AI Search、Logic Apps、Azure Functionsなど）、フレームワーク（Semantic Kernel、AutoGen など）を接続し、エージェント用の実行環境を構築可能
  • マルチエージェントの協調
    複数の専門エージェントによる協調処理、エージェント間メッセージ交換が可能。
  • ツールオーケストレーション
    ツール呼び出しの管理やリトライ、ログ出力を統制。明示的なツール制御フローをサポートしている。
  • 観測性・ガバナンス
    スレッド単位（会話全体）のログ取得、Application Insights連携による監視、トレース可能な記録によって、設計・デバッグ・改善がしやすくなっている。
  • エンタープライズ向け信頼性
    Microsoft Entra によるID管理、RBAC、ネットワーク分離、暗号化、コンテンツフィルタリングなど、企業のガバナンス要件への対応が組み込まれている
  • Azure ポータル（UI）または SDK（Python/C#/TypeScript）を使えば、モデルやツール、指示（Instructions）を宣言的に定義するだけでエージェントを構築可能。

クイックスタート

概要を確認したところで、クイックスタートをもとに、Azure AI Foundry Agent Serviceにてエージェントの作成を行います。

https://learn.microsoft.com/ja-jp/azure/ai-foundry/agents/quickstart?pivots=ai-foundry-portal

クイックスタート通り、「エージェントを作成する」から作成を開始します。

プロジェクト、サブスクリプション、リソースグループ、リージョンなどを設定し、「作成する」を実行します。

プロジェクトの作成が完了すると、モデルのデプロイ画面が出てきましたので、合わせてデプロイもしておきます。
今回は、gpt-4o-miniをデプロイしてこの後のエージェント作成に使用していきます。

エージェントの作成

エージェントについては、APIで作成もできますが、今回はAzure AI Foundryの画面を使って作成してみます。
エージェントの構成は以下の通りにします。

Web検索エージェントの作成

まずは「新しいエージェント」からエージェントを作成します。
名前などは以下のように設定しました。

  • エージェント名
    web-searchh-agent
  • エージェントの説明
    ユーザーの質問を基にBing Search をしようしてWeb検索を実施する

エージェントの作成が加療しましたら、ナレッジとして、Bing searchを設定します。
作成したエージェントを選択し、右側のメニューから、「ナレッジの追加 > Bing検索を使用したグラウンド」を選択します。
※Grounding with Bing Searchは事前にデプロイしておく必要があります。

これで、Web検索エージェントの作成は完了です。

社員情報検索エージェント

社員情報検索エージェントの作成方法は、Web検索エージェントと同じです。
社員情報については今回、ダミーの情報をいくつかPDFファイルで用意しました。


そのため、ナレッジの部分だけ、Web検索ではなく、ファイルを選択してこれらのデータを追加します。
※今回は、一時ファイルをナレッジにアップロードしていますが、AzureAISearchを利用しているのであれば、そちらにデータを移して利用するのが良さそうです。

以下のように、エージェントを設定しました。

  • エージェント名
    employee-search-agent
  • エージェントの説明
    ユーザーの質問を基に、社員情報をもとに回答を作成する。

社内規則検索エージェント

社内規則検索エージェントは、社員情報検索エージェントと同様の作り方になります。

以下のように、エージェントを設定しました。

  • エージェント名
    rule-search-agent
  • エージェントの説明
    ユーザーの質問を基に、社内規則情報をもとに回答を作成する。

オーケストレーションエージェント

最後に、上記エージェントを取りまとめるオーケストレーションエージェントを作成します。

こちらのも作成手順としては同じになりますが、エージェントの説明の部分に、各エージェントへハンドオフする指示を書きます。

以下のように、エージェントを設定しました。

  • エージェント名
    orchestration-agent
  • エージェントの説明
    ユーザーの質問を基に、Web検索が必要であれば、web-searchh-agentに社員情報が必要であればemployee-search-agentに社内規則情報が必要であれば、rule-search-agentにハンドオフしてください。

エージェント間の連携

オーケストレーションエージェントは、質問に応じて各エージェントへクエリーを渡す必要があります。
その設定については、「接続されたエージェント」で実施します。

接続するエージェントについて設定します。
エージェント名：接続先のエージェント
エージェントをアクティブ化する手順の詳細：エージェントに移譲する際の条件を記載

それぞれ以下のように作成しました。

エージェント 一意の名前 エージェントをアクティブ化する手順の詳細
employee-search-agent employee_search ユーザのクエリーで、社員情報に関する内容であれば、employee-search-agentへハンドオフする。
rule-search-agent rule_search ユーザのクエリーで、社員規則に関する内容であれば、rule-search-agentへハンドオフする。
web-search-agent web_search ユーザのクエリーで、Web検索が必要な内容であればあれば、web-search-agentへハンドオフする。

以下のように、オーケストレーションエージェントも対して、3つの接続されたエージェントを設定します。

これで設定は完了です。

実行結果

オーケストレーションエージェントの「プレイグラウンドで試す」から結果を確認します。

質問

Web検索を行い2025年8月23日の大阪の天気を教えてください。

実行結果は以下のようになりました。
Web検索エージェントにアクセスし、検索を実行できているのがわかります。

実行情報のついても表示することができます。
クエリーに対して臨んだ回答が得られない場合は、実行情報を確認して、どこのエージェントでうまくいっていないかを確認することができます。

社員情報と社内規則についても確認します。

問題なく、登録したナレッジから回答を生成することができました。

このように、Azure AI Foundry Agent Serviceを使用すれば、GUI上でも簡単なマルチエージェントの作成を行うことができます。

まとめ

Azure AI Foundry Agent Serviceでのエージェントの作り方、マルチエージェントの作り方を確認しました。
ナレッジについては、AzureAISearchを使用できるので、マルチエージェントを用いたRAGを簡単に作成できそうできそうです。

今回はGUI上での作成を試しましたが、コードでも作成実行が可能ですので、作成したアプリに組み込むこともできそうです。
こちらについてもまた試してみようと思います。

Discussion