Work IQ を使用してエージェントをMicrosoft 365に接続する (プレビュー)

Foundry Toolkit for Visual Studio Codeを使用して、ツールボックスを作成するときに組み込みツールとして Work IQ を追加し、発行されたツールボックス エンドポイントにエージェントを接続します。 ツールボックスは、選択した Work IQ オプションを MCP エンドポイント経由で公開します。

1. アクティビティ バーで Foundry Toolkit を選択します。
2. [ マイ リソース] で、[ プロジェクト名>Tools] を展開します。
3. [+ ツールボックスの追加] アイコンを選択します。
4. [ カスタム ツールボックスの作成 ] タブで、ツールボックスの名前と説明を入力します。
5. [ ツールの追加] を選択し、[ Work IQ] を選択します。
6. Work IQ ツールの追加で、使用する Microsoft 365 Copilot のデータを選択します。 Work IQ Chat は 、A2A エンドポイントを介して接続します。 その他のオプションは、Copilot Chat、Teams、Word、Outlook 予定表、Outlookメール、Microsoft 365ユーザー プロファイル、SharePoint、OneDriveなど、MCP エンドポイントを介して接続します。
7. 選択したオプションごとに、既存の接続を選択するか、[ 新しい接続の作成] を選択します。
8. [] を選択し、[] を追加します。
9. 公開を選択します。

ツールボックスの完全な作成ワークフローについては、「 Foundry の意図ベースのツールボックスをキュレーションする」を参照してください。

コードまたは REST API を使用してツールボックスから Work IQ ツールを追加するには、このセクションの Python、.NET、JavaScript、または REST API タブを選択します。

パッケージをインストールしてください。

pip install "azure-ai-projects>=2.3.0"

以下の環境変数を設定します。

• FOUNDRY_PROJECT_ENDPOINT — Foundry プロジェクトの [概要] ページにあるプロジェクト エンドポイント。
• WORK_IQ_PROJECT_CONNECTION_ID — Work IQ プロジェクト接続の完全修飾リソース ID。

Azure AI Projects SDK を使用してサーバー側プロンプト エージェントを作成する場合は [プロンプト エージェント] を選択し、Microsoft Agent Framework を使用してツールボックスを介してツールに接続する一時的なインプロセス エージェントを構築するホストエージェントを選択します。

エージェントに指示を促す

import os
from azure.identity import DefaultAzureCredential
from azure.ai.projects import AIProjectClient
from azure.ai.projects.models import PromptAgentDefinition, WorkIQPreviewTool

endpoint = os.environ["FOUNDRY_PROJECT_ENDPOINT"]

with (
    DefaultAzureCredential() as credential,
    AIProjectClient(endpoint=endpoint, credential=credential) as project_client,
    project_client.get_openai_client() as openai_client,
):
    tool_payload = WorkIQPreviewTool(
        project_connection_id=os.environ["WORK_IQ_PROJECT_CONNECTION_ID"],
    )

    agent = project_client.agents.create_version(
        agent_name="MyAgent",
        definition=PromptAgentDefinition(
        model="gpt-5-mini",
            instructions="Use the available WorkIQ tools to answer questions and perform tasks.",
            tools=[tool_payload],
        ),
    )
    print(f"Agent created (id: {agent.id}, name: {agent.name}, version: {agent.version})")

    user_input = "Summarize my recent emails about Project Contoso."
    response = openai_client.responses.create(
        input=user_input,
        extra_body={"agent_reference": {"name": agent.name, "type": "agent_reference"}},
    )

    print(f"Agent response: {response.output_text}")

    # Clean up the agent version so unused versions don't accumulate in the project.
    project_client.agents.delete_version(agent_name=agent.name, agent_version=agent.version)
    print("Agent deleted")

予期される出力: エージェントは、ユーザーのクエリを使用して Work IQ を呼び出します。 Work IQ は、ユーザーの関連するMicrosoft 365 コンテンツを取得して合成し、アクセス許可に固定して、回答を返します。

ホスト型エージェント

WorkIQPreviewToolboxToolを使用してツールボックス バージョンを作成します。 ツールボックス固有の種類は、プロンプト エージェントに Work IQ を直接追加する WorkIQPreviewToolとは異なります。

import os

from azure.ai.projects import AIProjectClient
from azure.ai.projects.models import WorkIQPreviewToolboxTool
from azure.identity import DefaultAzureCredential

project_endpoint = os.environ["FOUNDRY_PROJECT_ENDPOINT"]
work_iq_connection_id = os.environ["WORK_IQ_PROJECT_CONNECTION_ID"]

with (
    DefaultAzureCredential() as credential,
    AIProjectClient(
        endpoint=project_endpoint,
        credential=credential,
    ) as project,
):
    toolbox = project.toolboxes.create_version(
        name="work-iq-toolbox",
        description="Toolbox with the Work IQ tool",
        tools=[
            WorkIQPreviewToolboxTool(
                project_connection_id=work_iq_connection_id,
            )
        ],
    )
    print(f"Created toolbox: {toolbox.name}, version: {toolbox.version}")

このサンプルでは、新しいツールボックス バージョンが返されます。

Created toolbox: work-iq-toolbox, version: <version>

次 に、ツールボックスをホストされたエージェントに接続します。 このワークフローでは、ホストされたランタイム統合を使用して、ユーザーが委任した Work IQ 呼び出しに必要な要求コンテキストを保持します。 完全なPython実装については、Agent Framework Teams アクティビティのサンプルを参照してください。

Work IQ を追加する推奨される方法は、ツールボックスを使用して、MCP ツールとしてエージェントにツールボックスをアタッチすることです。 ツールボックスとは

手順 1: Work IQ ツールを含むツールボックスを作成します。

curl --request POST \
  --url "{project_endpoint}/toolboxes/work-iq-toolbox/versions?api-version=v1" \
  -H "Authorization: Bearer {token}" \
  -H "Content-Type: application/json" \
  --data '{
    "description": "Toolbox with the Work IQ tool",
    "tools": [
      {
        "type": "work_iq_preview",
        "project_connection_id": "/subscriptions/{sub}/resourceGroups/{rg}/providers/Microsoft.CognitiveServices/accounts/{account}/projects/{project}/connections/{connection-name}"
      }
    ]
  }'

ツールボックスは、 {project_endpoint}/toolboxes/work-iq-toolbox/versions/<version>/mcp?api-version=v1で MCP 互換エンドポイントを公開します。ここで、 <version> は前の呼び出しによって返されたバージョンです。

手順 2: 呼び出し元の ID が渡されるようにユーザー Entra トークンを使用して、ツールボックス エンドポイントを指すリモート ツール プロジェクト接続を作成します (対象ユーザー https://ai.azure.com)。

azd ai connection create work-iq-toolbox-conn \
  --kind remote-tool \
  --target "{project_endpoint}/toolboxes/work-iq-toolbox/versions/<version>/mcp?api-version=v1" \
  --auth-type user-entra-token \
  --audience https://ai.azure.com

手順 3: MCP ツールとして接続されたツールボックスを使用してエージェントを作成します。

POST {project_endpoint}/agents/{agent_name}/versions?api-version=v1
Authorization: Bearer {token}
Content-Type: application/json

{
  "model": "gpt-4o-mini",
  "instructions": "You are a helpful assistant with access to the user's Microsoft 365 work context through Work IQ.",
  "tools": [
    {
      "type": "mcp",
      "server_label": "toolbox",
      "server_url": "{project_endpoint}/toolboxes/work-iq-toolbox/versions/<version>/mcp?api-version=v1",
      "require_approval": "never",
      "project_connection_id": "work-iq-toolbox-conn"
    }
  ]
}

手順 4: 会話セッションを作成します。

POST {project_endpoint}/openai/v1/conversations
Authorization: Bearer {token}
Content-Type: application/json

{}

応答には、 id フィールドが含まれています。 次の手順で使用します。

手順 5: エージェントに要求を送信します。

POST {project_endpoint}/openai/v1/responses
Authorization: Bearer {token}
Content-Type: application/json

{
  "conversation": "{conversation_id}",
  "input": "Summarize my recent emails about Project Contoso.",
  "agent_reference": {
    "type": "agent_reference",
    "name": "{agent_name}"
  }
}

応答には、エージェントの実行に関するメタデータと、合成された回答を含むtextのcontent フィールドが含まれます。

Azure AI Projects SDK を使用してサーバー側プロンプト エージェントを作成する場合は [プロンプト エージェント] を選択し、Microsoft Agent Framework を使用してツールボックスを介してツールに接続する一時的なインプロセス エージェントを構築するホストエージェントを選択します。

エージェントに指示を促す

using Azure.AI.Projects;
using Azure.Identity;

var projectEndpoint = Environment.GetEnvironmentVariable("FOUNDRY_PROJECT_ENDPOINT");
var workIQConnectionName = Environment.GetEnvironmentVariable("WORKIQ_CONNECTION_NAME");

AIProjectClient projectClient = new(endpoint: new Uri(projectEndpoint), tokenProvider: new DefaultAzureCredential());

AIProjectConnection workIQConnection = projectClient.Connections.GetConnection(workIQConnectionName);
DeclarativeAgentDefinition agentDefinition = new(model: "gpt-5-mini")
{
    Instructions = "You are a helpful assistant that can access Microsoft 365 data through Work IQ. "
                 + "Use the Work IQ tool to search and retrieve information from emails, calendar events, "
                 + "Teams messages, and other Microsoft 365 content.",
    Tools = { new WorkIQPreviewTool(workIQConnection.Id) }
};

ProjectsAgentVersion agentVersion = projectClient.AgentAdministrationClient.CreateAgentVersion(
    agentName: "myWorkIQAgent",
    options: new(agentDefinition));
Console.WriteLine($"Agent created (name: {agentVersion.Name}, version: {agentVersion.Version})");

ProjectResponsesClient responseClient =
    projectClient.ProjectOpenAIClient.GetProjectResponsesClientForAgent(agentVersion.Name);
CreateResponseOptions responseOptions = new()
{
    ToolChoice = ResponseToolChoice.CreateRequiredChoice(),
    InputItems = { ResponseItem.CreateUserMessageItem("What meetings do I have scheduled today?") },
};
ResponseResult response = responseClient.CreateResponse(responseOptions);
Console.WriteLine(response.GetOutputText());

// Clean up
projectClient.AgentAdministrationClient.DeleteAgentVersion(
    agentName: agentVersion.Name, agentVersion: agentVersion.Version);

ホスト型エージェント

WorkIQPreviewToolboxToolを使用してツールボックス バージョンを作成します。 ツールボックス固有の種類は、プロンプト エージェントに Work IQ を直接追加する WorkIQPreviewToolとは異なります。

using Azure.AI.Projects;
using Azure.AI.Projects.Agents;
using Azure.Identity;

string projectEndpoint = Environment.GetEnvironmentVariable("FOUNDRY_PROJECT_ENDPOINT")
    ?? throw new InvalidOperationException("FOUNDRY_PROJECT_ENDPOINT is not set.");
string workIQConnectionName = Environment.GetEnvironmentVariable("WORKIQ_CONNECTION_NAME")
    ?? throw new InvalidOperationException("WORKIQ_CONNECTION_NAME is not set.");

DefaultAzureCredential credential = new();
AIProjectClient projectClient = new(endpoint: new Uri(projectEndpoint), tokenProvider: credential);
AIProjectConnection workIQConnection = projectClient.Connections.GetConnection(workIQConnectionName);
ToolboxVersion toolboxVersion = projectClient.AgentAdministrationClient
    .GetAgentToolboxes().CreateVersion(
        name: "work-iq-toolbox",
        tools: [new WorkIQPreviewToolboxTool(workIQConnection.Id)],
        description: "Toolbox with the Work IQ tool");

Console.WriteLine(
    $"Created toolbox: {toolboxVersion.Name}, version: {toolboxVersion.Version}");

このサンプルでは、新しいツールボックス バージョンが返されます。

Created toolbox: work-iq-toolbox, version: <version>

次 に、ツールボックスをホストされたエージェントに接続します。 Work IQ ツールボックス ツールを Agent Framework に登録する完全な C# 実装については、 Teams アクティビティのサンプルを参照してください。

const { DefaultAzureCredential } = require("@azure/identity");
const { AIProjectClient } = require("@azure/ai-projects");

const projectEndpoint = process.env["FOUNDRY_PROJECT_ENDPOINT"];
const workIqProjectConnectionId = process.env["WORKIQ_CONNECTION_ID"];

async function main() {
  const project = new AIProjectClient(projectEndpoint, new DefaultAzureCredential());
  const openai = project.getOpenAIClient();

  console.log("Creating a toolbox with the Work IQ tool...");

  // 1. Add the Work IQ tool to a toolbox. Using a toolbox is the recommended
  //    way to give agents tools. See /azure/foundry/agents/concepts/toolbox-overview
  const toolbox = await project.toolboxes.createVersion(
    "work-iq-toolbox",
    [
      {
        type: "work_iq_preview",
        project_connection_id: workIqProjectConnectionId,
      },
    ],
    { description: "Toolbox with the Work IQ tool" },
  );

  // 2. The toolbox exposes an MCP-compatible endpoint.
  const toolboxMcpUrl =
    `${projectEndpoint}/toolboxes/${toolbox.name}` +
    `/versions/${toolbox.version}/mcp?api-version=v1`;

  // 3. Create a remote-tool project connection that points at the toolbox endpoint.
  //    Use a user Entra token so the caller's identity is passed through
  //    (audience https://ai.azure.com). Create the connection once, for example
  //    with the Azure Developer CLI:
  //
  //    azd ai connection create work-iq-toolbox-conn \
  //      --kind remote-tool \
  //      --target "<toolboxMcpUrl>" \
  //      --auth-type user-entra-token \
  //      --audience https://ai.azure.com
  const toolboxConnectionName = "work-iq-toolbox-conn";

  // 4. Attach the toolbox to a prompt agent as an MCP tool.
  const agent = await project.agents.createVersion("MyWorkIQAgent", {
    kind: "prompt",
    model: "gpt-5-mini",
    instructions: "Use the available Work IQ tools to answer questions and perform tasks.",
    tools: [
      {
        type: "mcp",
        server_label: "toolbox",
        server_url: toolboxMcpUrl,
        require_approval: "never",
        project_connection_id: toolboxConnectionName,
      },
    ],
  });
  console.log(`Agent created (id: ${agent.id}, name: ${agent.name}, version: ${agent.version})`);

  const userInput = "What meetings do I have scheduled today?";
  const response = await openai.responses.create(
    { input: userInput },
    { body: { agent_reference: { name: agent.name, version: agent.version, type: "agent_reference" } } },
  );
  console.log(`Agent response: ${response.output_text}`);

  // Clean up the agent version so unused versions don't accumulate in the project.
  await project.agents.deleteVersion(agent.name, agent.version);
}

main().catch((err) => {
  console.error("The sample encountered an error:", err);
});