エージェント Web アプリケーションを構築する

Microsoft セマンティック カーネル、LangGraph、Foundry Agent Service などのフレームワークを使用してエージェント機能を追加することで、AI 時代に合わせて従来の CRUD Web アプリケーションを変換します。 ユーザーがフォーム、テキスト ボックス、ドロップダウンを移動する代わりに、アプリが提供するのと同じ操作をインテリジェントに実行する "エージェントと話す" ことを可能にする会話インターフェイスを提供できます。 このアプローチにより、Web アプリはユーザーに代わって推論、計画、およびアクションを実行できます。

概要

エージェント Web アプリケーションは、従来の Web インターフェイスからのパラダイム シフトを表します。 エージェントアプリは、アプリケーションの構造を理解してナビゲートすることをユーザーに要求するのではなく、AI を使用してユーザーの意図を理解し、複数ステップのアクションを計画し、複雑なワークフローを自律的に実行します。

エージェント Web アプリケーションの主な特性は次のとおりです。

  • 会話インターフェイス: ユーザーはフォームをクリックするのではなく、自然言語で目標を表現します
  • 自律的な推論: エージェントは、複雑な要求を実行可能な手順に分割します
  • 複数ステップの計画: エージェントが複数の操作を連結して高度なタスクを実行する
  • ツールの使用方法: エージェントは、必要に応じて既存の API と関数を呼び出してユーザー要求を完了します
  • コンテキスト認識: エージェントは、対話の間で会話履歴とアプリケーションの状態を維持します
  • エラー処理: エージェントはエラーから復旧し、結果に基づいてアプローチを調整します

セマンティック カーネル、LangGraph、Foundry Agent Service などのフレームワークは、大規模な言語モデルをアプリケーションのビジネス ロジックに接続するオーケストレーション レイヤーを提供し、App Service アプリケーションでこれらのエージェント機能を有効にします。

エージェント Web アプリケーションをビルドするタイミング

次の場合は、エージェント機能の追加を検討してください。

  • 複雑なワークフローは一般的です。ユーザーは、会話を通じて簡略化できる複数ステップの操作を頻繁に実行する必要があります
  • ドメインの専門知識が必要です。アプリケーションには、AI エージェントが学習して適用できる専門知識が必要です
  • ユーザー エクスペリエンスが重要: トレーニング時間を短縮し、アプリケーションをより直感的にしたい
  • データ探索は重要です。ユーザーは柔軟な方法でデータのクエリ、分析、視覚化を行う必要があります
  • タスクの自動化は重要です。反復的または時間のかかるワークフローは、AI 支援型の完了の恩恵を受ける可能性があります

エージェント パターンは、エンタープライズ アプリケーション、データ分析ツール、コンテンツ管理システム、管理インターフェイスに特に適しており、自然言語の理解と自動化されたワークフローの組み合わせによって生産性が大幅に向上します。

エージェント フレームワークの選択

App Service では、選択した言語スタックで実行されるすべてのエージェント フレームワークがサポートされます。 ニーズに最適なツールとフレームワークを完全に柔軟に使用できます。 一般的なオプションには、次のものが含まれます。

  • セマンティック カーネル: Microsoft のクロスプラットフォーム SDK for .NET、Python、Java。フル コントロールでカスタム エージェントを構築するのに最適
  • LangGraph: 複雑なワークフローを使用してステートフルなマルチエージェント システムを構築するための Python および JavaScript フレームワーク
  • Foundry Agent Service: 組み込みの監視とスケーラビリティを備えた運用対応エージェントをホストするためのマネージド サービス
  • カスタム フレームワーク: 言語でサポートされている他のエージェント フレームワーク (AutoGen、CrewAI、独自のソリューションなど)

チュートリアルを始めましょう

App Service でエージェントを監視する

App Service で実行されるコード (アプリケーションのオーケストレーション) でエージェントをビルドすると、Foundry にはフル マネージド Foundry エージェントのみが表示されるため>エージェント メトリックは Azure AI Foundry(プレビュー) ブレードが表示 され、アプリケーション からエージェントごとのテレメトリを直接集計する [エージェント] タブが表示されます。

エージェントごとの呼び出し、トークン、エラー率を示す [App Service AI (プレビュー) エージェント] タブのスクリーンショット。

アプリが次の 3 つの要件を満たすと、タブが点灯します。

  • Application Insights は App Service アプリに接続されています。 [エージェント] タブでは、接続されている Application Insights リソースからテレメトリが読み取られます。
  • お使いのアプリは OpenTelemetry のトレースとメトリックを出力します。 Azure Monitor OpenTelemetry ディストリビューションは、.NET、Python、Node.js、およびJava のアプリ用にこれを接続するための推奨される方法です。 詳細については、「 Azure Monitor OpenTelemetry を有効にする」を参照してください。
  • エージェントは、OpenTelemetry の生成 AI セマンティック規約を出力します。 [エージェント] タブでは、 gen_ai.agent.name、 gen_ai.agent.id、および gen_ai.usage.* の属性をグループ化して集計します。 ほとんどのエージェント フレームワーク (Microsoft Agent Framework、Semantic Kernel、LangGraph を含む) は、これらの属性を出力するように構成できます。

[ エージェント ] タブ から Application Insights で [ビュー ] を選択して Application Insights で エージェント (プレビュー) ビュー を開きます。このビューでは、エージェントの実行、ツール呼び出し、モデル別のトークン消費、Gen AI エラーを含むトレースをドリルダウンできます。

エージェントの監視を開始する

関連コンテンツ

  • Last updated on