Foundry Toolkit でエージェントとプロンプトを構築する

Foundry Toolkit の Agent Builder は、プロンプト エンジニアリングや MCP サーバーなどのツールとの統合を含む、エージェントを構築するためのエンジニアリング ワークフローを合理化します。一般的なプロンプト エンジニアリング タスクに役立ちます

  • リアルタイムでの反復と調整
  • API を介したシームレスな大規模言語モデル (LLM) 統合のためのコードへの容易なアクセスを提供します

Agent Builder は、ツールの使用によってインテリジェント アプリの機能も拡張します

  • 既存の MCP サーバーに接続する
  • スキャフォールドから新しい MCP サーバーを構築する
  • 関数呼び出しを使用して、外部の API やサービスに接続する

Screenshot showing the Agent Builder interface with prompt engineering and testing capabilities.

プロンプトの作成、編集、テスト

Agent Builder にアクセスするには、次のいずれかのオプションを使用します

  • Foundry Toolkit ビューで、Developer Tools > Create Agent > Open Agent Builder の順に選択します
  • Foundry Toolkit ビューで、My Resources > [プロジェクト名] > Prompt Agents の順に選択し、任意のプロンプト エージェントを選択します

Agent Builder でプロンプトをテストするには、次の手順を実行します

  1. モデルを選択していない場合は、Agent Builder の Model ドロップダウン リストから選択します。Browse models を選択して、モデル カタログから別のモデルを追加することもできます。

    Screenshot showing the model selection dropdown in Agent Builder.

  2. エージェントの指示を入力します。

    Instructions フィールドを使用して、エージェントに何をどのように行うかを正確に指示します。具体的なタスクをリストアップして順序を決め、トーンや関わり方などの特別な指示を追加します。

  3. モデルの応答を観察し、指示を変更しながら、指示を繰り返し調整します。

  4. 指示に動的な値を追加するには、{} 構文を使用します。たとえば、user_name という変数を作成し、指示の中で ユーザーの名前を使って挨拶する: のように使用します。

  5. Variables セクションで変数の値を指定します。

  6. テキストボックスにプロンプトを入力し、送信アイコンを選択してエージェントをテストします。

  7. モデルの応答を観察し、必要に応じて指示を調整します。

MCP サーバーの使用

MCP サーバーは、外部の API やサービスに接続できるようにするツールであり、エージェントが単なるテキスト生成以上の処理を実行できるようにします。たとえば、MCP サーバーを使用してデータベースにアクセスしたり、Web サービスを呼び出したり、他のアプリケーションと対話したりできます。

Agent Builder を使用して、おすすめの MCP サーバーを検出して構成したり、既存の MCP サーバーに接続したり、スキャフォールドから新しい MCP サーバーを構築したりできます。

注意

MCP サーバーを使用するには、Node または Python 環境が必要になる場合があります。Foundry Toolkit は、必要な依存関係がインストールされていることを確認するために環境を検証します。インストール後、コマンド npm install -g npx を使用して npx をインストールします。Python をお好みの場合は、uv の使用をお勧めします

Foundry Toolkit は、外部 API やサービスへの接続に使用できる、注目の MCP サーバーのリストを提供します。

注目の選択肢から MCP サーバーを構成するには、次の手順を実行します

  1. Tool セクションで + MCP Server を選択し、クイック ピックで MCP Server を選択します。

  2. ドロップダウン リストから Could not find one? Browse more MCP servers を選択します。 Agent Builder での MCP サーバーへの接続インターフェイスを示すスクリーンショット

  3. ニーズに合った MCP サーバーを選択します。 Agent Builder での MCP サーバーへの接続インターフェイスを示すスクリーンショット

  4. MCP サーバーは、Tools の下の MCP サブセクションに、エージェントに追加されます。

VS Code からツールを選択する

  1. Tool セクションで + MCP Server を選択し、クイック ピックで MCP Server を選択します。

  2. ドロップダウン リストから Use Tools Added in Visual Studio Code を選択します。 Agent Builder での MCP サーバーへの接続インターフェイスを示すスクリーンショット

  3. 使用するツールを選択します。 Agent Builder でのツール選択インターフェイスを示すスクリーンショット

  4. VSCode Tools という名前の MCP サーバー ツールが、Tools の下の MCP サブセクションに、エージェントに追加されます。

既存の MCP サーバーを使用する

ヒント

これらの リファレンス サーバー で MCP サーバーを確認してください。

既存の MCP サーバーを使用するには、次の手順を実行します

  1. MCP Workflow section で + Add MCP Server を選択します。

  2. または Agent Builder の Tool セクションで、+ アイコンを選択してエージェントにツールを追加し、クイック ピックで + Add server を選択します。

  3. クイック ピックで MCP server を選択します。

  4. Connect to an Existing MCP Server を選択します

  5. ドロップダウン リストの最下部までスクロールして、MCP サーバーに接続するためのオプションを表示します

    • Command (stdio): MCP プロトコルを実装するローカル コマンドを実行します
    • HTTP (HTTP or server-sent events): MCP プロトコルを実装するリモート サーバーに接続します
  6. 複数のツールが利用可能な場合は、MCP サーバーからツールを選択します。

  7. テキストボックスにプロンプトを入力し、送信アイコンを選択して接続をテストします。

以下は、Foundry Toolkit で Filesystem サーバーを構成する例です

  1. Tool セクションで、クイック ピックから + MCP Server を選択します。

  2. ドロップダウン リストから Could not find one? Browse more MCP servers を選択します。

  3. ドロップダウン リストの最下部までスクロールし、Command (stdio) を選択します

    注意

    一部のサーバーは、Python ランタイムと uvx コマンドを使用します。プロセスは npx コマンドを使用する場合と同じです。

  4. サーバーの指示(Server instructions)に移動し、npx セクションを見つけます。

  5. commandargs を Foundry Toolkit の入力ボックスにコピーします。Filesystem サーバーの例では、npx -y @modelcontextprotocol/server-filesystem /Users/<username>/.aitk/examples です。

  6. サーバーの ID を入力します。

  7. 必要に応じて、追加の環境変数を入力します。一部のサーバーでは、API キーなどの追加の環境変数が必要になる場合があります。この場合、Foundry Toolkit はツールの追加段階で失敗し、mcp.json ファイルが開きます。ここでは、各サーバーから提供される指示に従って、必要なサーバーの詳細情報を入力できます。 引数不足例外の例を示すスクリーンショット 構成が完了したら、次の手順を実行します。1. Tool セクションに戻り、+ MCP Server を選択します。1. ドロップダウン リストから構成したサーバーを選択します。

  8. 使用するツールを選択します。

connect to MCP server

Foundry Toolkit は、新しい MCP サーバーの構築に役立つスキャフォールドも提供します。スキャフォールドには MCP プロトコルの基本的な実装が含まれており、ニーズに合わせてカスタマイズできます。

新しい MCP サーバーを構築する

新しい MCP サーバーを構築するには、次の手順を実行します

  1. MCP Workflow セクションで、Create New MCP Server を選択します。
  2. ドロップダウン リストからプログラミング言語(Python または TypeScript)を選択します
  3. 新しい MCP サーバー プロジェクトを作成するフォルダーを選択します。
  4. MCP サーバー プロジェクトの名前を入力します。

MCP サーバー プロジェクトを作成した後は、ニーズに合わせて実装をカスタマイズできます。スキャフォールドには MCP プロトコルの基本的な実装が含まれており、これを変更して独自の機能を追加できます。

Agent Builder を使用して MCP サーバーをテストすることもできます。Agent Builder はプロンプトを MCP サーバーに送信し、その応答を表示します。

MCP サーバーをテストするには、次の手順を実行します

注意

ローカルの開発マシンで MCP サーバーを実行するには、マシンに Node.js または Python がインストールされている必要があります。

  1. VS Code のデバッグ パネルを開きます。Debug in Agent Builder を選択するか、F5 キーを押して MCP サーバーのデバッグを開始します。

  2. サーバーは自動的に Agent Builder に接続されます。

  3. Foundry Toolkit Agent Builder を使用して、次の指示(Instructions)でエージェントを有効にします

    • 「あなたは、指定された場所に基づいて気象情報を提供できる、気象予測の専門家です。」
  4. プロンプト ボックスに「What is the weather in Seattle?」というプロンプトを入力し、送信アイコンを選択して、このプロンプトでサーバーをテストします。

  5. Agent Builder で MCP サーバーからの応答を観察します。

関数呼び出しの使用

関数呼び出し(Function calling)により、エージェントを外部 API やサービスに接続します。

Screenshot showing the Add Custom Function Tool dialog with options to add tools by example or upload schemas.

  1. ToolAdd Tool を選択し、次に Custom Tool を選択します。
  2. ツールの追加方法を選択します
    • By Example: JSON スキーマの例から追加します
    • Upload Existing Schema: JSON スキーマ ファイルをアップロードします
  3. ツールの名前と説明を入力し、Add を選択します。
  4. ツール カードでモックの応答(擬似的な応答)を指定します。

Screenshot showing a function calling tool card with weather tool configuration.

  1. 関数呼び出しツールを使用してエージェントを実行します。

テスト ケース用のモックの応答を入力して、Evaluation タブで関数呼び出しツールを使用します。

Screenshot showing function calling tool usage in the evaluation tab.

プロンプト エンジニアリングをアプリケーションに統合する

モデルやプロンプトの実験を終えたら、自動生成された Python コードを使用してすぐにコーディングを開始できます。

Animated GIF showing the generated Python code

Python コードを表示するには、次の手順を実行します

  1. View Code を選択します。

  2. GitHub でホストされているモデルの場合は、使用する推論 SDK を選択します。

    Foundry Toolkit は、プロバイダーのクライアント SDK を使用して、選択したモデルのコードを生成します。GitHub でホストされているモデルの場合、使用する推論 SDK を選択できます。たとえば、Agent Framework SDK、または OpenAI SDKMistral API などのモデル プロバイダーの SDK です。

  3. 生成されたコード スニペットが新しいエディターに表示され、そこからアプリケーションにコピーできます。

    モデルの認証には、通常、プロバイダーからの API キーが必要です。GitHub でホストされているモデルにアクセスするには、GitHub の設定で個人用アクセストークン(PAT)を生成します。

コード スニペットとコード プロジェクト

Agent Builder の右上隅にあるセレクターを使用して、View Code または View Snippet を行います。

Screenshot of the selector to view code or view snippet

Python コードで Prompt Agent を使用するには、次のいずれかを実行できます

  • View Code は、Foundry でホストされている Prompt Agent を呼び出すサンプル コードを含むプロジェクト全体を生成します。ローカル ドライブのフォルダーの場所を選択するように求められ、そのフォルダー内にプロジェクト全体が生成され、Visual Studio Code の新しいインスタンスで開かれます。

    Screenshot of entire project generated Python code to call Prompt Agent

  • View Snippet は、Foundry でホストされている Prompt Agent を呼び出す単一ファイルのスニペットを生成します。

    Screenshot of a single Python code file to call Prompt Agent

Prompt Agent の会話を表示する

Agent Builder は会話の履歴リストを提供します。これは Prompt Agent の診断やデバッグに役立ちます。

Prompt Agent とのテスト会話の詳細を表示するには、Conversations タブを使用します。

Screenshot of conversation tab listing conversations

リストから会話を選択すると、その会話に関するすべての詳細が表示されます。

Screenshot of conversation details

Prompt Agent のバージョンを選択する

Prompt Agent に変更を加えて保存するたびに、Foundry プロジェクトに Prompt Agent の新しいバージョンが作成されます。Playground で以前のバージョンを表示して操作するには、バージョン セレクターを使用します。

Screenshot of version selector

Agent Builder 内から Prompt Agent を切り替える

Agent Builder 内の Prompt Agent スイッチャーを使用すると、現在のプロジェクトに関連付けられているローカルおよび Foundry でホストされている Prompt Agent を簡単に切り替えることができます。

Screenshot of version selector

学んだこと

この記事では、以下の方法を学びました。

  • VS Code 用の Foundry Toolkit を使用して、エージェントをテストおよびデバッグします。
  • MCP サーバーを検出、構成、構築して、エージェントを外部 API やサービスに接続します。
  • エージェントを外部 API やサービスに接続するために関数呼び出し(Function calling)を設定します。
  • 構造化された出力を実装して、エージェントから予測可能な結果を提供します。
  • 生成されたコード スニペットを使用して、プロンプト エンジニアリングをアプリケーションに統合します。

次のステップ

© . This site is unofficial and not affiliated with Microsoft.