ラボ BAF0 - 前提条件

このラボでは Microsoft 365 Agents SDK と Agent Framework を使用して開発するカスタムエンジンエージェントをビルド、テスト、デプロイするための開発環境を構築します。

このラボで学習する内容:

Microsoft 365 環境のセットアップ
Visual Studio Code と Microsoft 365 Agents Toolkit のインストールと構成
必要な Azure リソースを作成するための Azure 環境の準備
必要な開発ツールのインストール

注意事項

これらのサンプルおよびラボは教育およびデモンストレーション目的で提供されています。本番環境で使用する場合は必ず本番レベルにアップグレードしてください。

注

カスタムエンジンエージェントをインストールして実行するには、管理者権限を持つ Microsoft 365 テナントが必要です。カスタムエンジンエージェントのテストに Microsoft 365 Copilot ライセンスは不要です。

Exercise 1 : Microsoft Teams のセットアップ

Step 1: Teams でカスタムアプリのアップロードを有効化

既定では、エンドユーザーはアプリを直接アップロードできず、Teams 管理者がエンタープライズアプリカタログにアップロードする必要があります。この手順では、M365 Agents Toolkit が直接アップロードできるようにテナントを設定します。

1️⃣ https://admin.microsoft.com/ にアクセスし、Microsoft 365 Admin Center を開きます。

2️⃣ 管理センターの左側パネルで Show all を選択し、すべてのナビゲーションを表示します。次に Teams を選択して Microsoft Teams admin center を開きます。

3️⃣ Microsoft Teams admin center の左側で Teams apps を展開し、Setup Policies を選択します。App setup policy の一覧が表示されるので Global (Org-wide default) policy を選択します。

4️⃣ Upload custom apps のスイッチが On になっていることを確認します。

5️⃣ ページ下部の Save ボタンを選択して変更を保存します。

変更が反映されるまで最大 24 時間かかる場合がありますが、通常はもっと早く完了します。

Exercise 2: 開発環境のセットアップ

Windows、macOS、Linux のいずれのマシンでもラボを進められますが、前提条件をインストールできる権限が必要です。権限がない場合は、別のマシンまたは仮想マシンを使用してください。

Step 1: Visual Studio Code をインストール

1️⃣ https://code.visualstudio.com/ から Visual Studio Code をダウンロードしてインストールします。

2️⃣ インストール後、Visual Studio Code を起動します。

Step 2: .NET 9 SDK をインストール

Microsoft 365 Agents SDK と Agent Framework のビルドおよび実行には .NET 9 SDK が必要です。

1️⃣ https://dotnet.microsoft.com/download/dotnet/9.0 から .NET 9 SDK をダウンロードしてインストールします。

2️⃣ ターミナルを開き、次のコマンドでインストールを確認します:

dotnet --version

9.0.x 以上のバージョンが表示されれば成功です。

Step 3: C# Dev Kit 拡張機能をインストール

1️⃣ Visual Studio Code で、サイドバーの Extensions アイコンをクリックするか Ctrl+Shift+X (Windows/Linux) または Cmd+Shift+X (Mac) を押して Extensions ビューを開きます。

2️⃣ C# Dev Kit を検索し、Install をクリックします。

Step 4: Microsoft 365 Agents Toolkit 拡張機能をインストール

1️⃣ Extensions ビューで Microsoft 365 Agents Toolkit を検索し、Install をクリックします。

2️⃣ インストールが完了すると、サイドバーに Microsoft 365 Agents Toolkit のアイコンが表示されます。

Step 5: Azure CLI をインストール

Azure CLI は Azure リソースのプロビジョニングと管理に必要です。

1️⃣ https://learn.microsoft.com/cli/azure/install-azure-cli から Azure CLI をダウンロードしてインストールします。

2️⃣ ターミナルを開き、次のコマンドでインストールを確認します:

az --version

3️⃣ 続いて Azure にサインインします:

az login

Step 6: DevTunnel をインストール

DevTunnel はローカル開発とデバッグのため、インターネットからローカルマシンへのセキュアなトンネルを作成します。

Windows:

winget install Microsoft.DevTunnel

macOS/Linux:

curl -sL https://aka.ms/DevTunnelCliInstall | bash

インストール確認:

devtunnel --version

DevTunnel の代替

Visual Studio 2022 には DevTunnel が同梱されています。すでに Visual Studio 2022 をお使いの場合、追加インストールは不要です。

Step 7: Azure Functions Core Tools をインストール

ローカルで Azure Functions を実行するには Azure Functions Core Tools が必要です。

1️⃣ Azure Functions Core Tools をインストールします:

Windows:

winget install Microsoft.Azure.FunctionsCoreTools

macOS:

brew tap azure/functions
brew install azure-functions-core-tools@4

2️⃣ 次のコマンドでインストールを確認します:

func --version

4.x 以上のバージョンが表示されれば成功です。

Exercise 3: Azure 環境のセットアップ

このコースを完了するには、Microsoft Foundry リソースを作成し AI モデルをデプロイするための Azure サブスクリプションが必要です。

Step 1: Azure サブスクリプションを取得

まだ Azure サブスクリプションをお持ちでない場合は、$200 のクレジットが 30 日間利用できる Azure free account を有効化できます。

手順:

1️⃣ Azure free account ページで Activate を選択します。
2️⃣ 利用するアカウントでサインインします (演習で使用する Microsoft 365 テナントアカウントを推奨)。
3️⃣ Privacy Statement にチェックを入れ、Next を選択します。
4️⃣ 本人確認のため携帯電話番号を入力します。
5️⃣ 一時的な認証のため支払い情報を入力し、Sign up を選択します。課金は発生しません (従量課金に移行しない限り)。

ヒント: 30 日後のリソース管理

Azure free account は 30 日間のみ有効です。期限までに無料サブスクリプションで実行中のサービスがないか確認してください。30 日以降も利用する場合は、支出制限を解除して従量課金制サブスクリプションへアップグレードしてください。

Step 2: Microsoft Foundry プロジェクトを作成しモデルをデプロイ

このラボでは、複数のモデルがデプロイされた Microsoft Foundry プロジェクトが必要です。

1️⃣ Microsoft Foundry にアクセスし、Azure アカウントでサインインします。
2️⃣ + Create new → Microsoft Foundry resource → Next を選択します。
3️⃣ 推奨されたプロジェクト名のまま Create を選択します (3～5 分ほどで作成されます)。

リージョンの選択

すべてのラボで必要なモデルをサポートする France Central リージョンを選択してください。

4️⃣ プロジェクトが作成されたら、左側の Deployments を開きます。
5️⃣ + Deploy model をクリックし Deploy base model を選択します。
6️⃣ gpt-4.1 を検索して選択し、Confirm → Deploy をクリックします。

モデルの選択

スムーズな体験のため gpt-4.1 を使用してください。本ラボでは knowledge base answer synthesis を利用しており、gpt-4.1 に最適化されています。他のモデルでは予期しない動作が起こる場合があります。

7️⃣ 続いて text-embedding-ada-002 を検索して選択し、Confirm → Deploy をクリックします。

認証情報の保存

次のラボで必要になるため、以下の情報を安全な場所に控えておいてください。

Endpoint URL: Project settings → Properties (例: https://your-resource.cognitiveservices.azure.com/)
API Key: 「Keys and Endpoint」セクション
Model Deployment Name: gpt-4.1 デプロイ時に付けた名前

追加モデル

Embeddings や Vision 分析用などの追加モデルや Azure AI Search などの他の Azure サービスは、後続のラボで必要になった際にデプロイします。

Step 3: コンテンツセーフティフィルターを構成

保険業務では "injury"、"collision"、"damage" などの用語がデフォルトのコンテンツフィルターに引っかかる場合があります。低いしきい値のカスタムコンテンツフィルターを作成します。

1️⃣ Microsoft Foundry でプロジェクトを開きます。
2️⃣ 左サイドバーで Guardrails + Controls → Content filters を選択します。
3️⃣ + Create content filter をクリックします。
4️⃣ フィルター名に InsuranceLowFilter と入力します。
5️⃣ Input filters を次のとおり設定します:
- Violence: Low
- Hate: Low
- Sexual: Low
- Self-harm: Low
- Prompt shields for jailbreak attacks: Off
- Prompt shields for indirect attacks: Off

6️⃣ Next を選択し、Output filters も同様に設定します:
- Violence: Low
- Hate: Low
- Sexual: Low
- Self-harm: Low
- Protected material for text: Off
- Protected material for code: Off
- Groundedness (Preview): Off

7️⃣ Next をクリックします。
8️⃣ 「Apply filter to deployments」で gpt-4.1 デプロイメントを選択します。
9️⃣ Replace を選択して新しいフィルターを適用します。
🔟 Create filter をクリックして完了します。

必要な理由

保険請求には "injury"、"accident"、"collision"、"bodily harm" などの用語が含まれますが、これらはデフォルトのコンテンツフィルターでブロックされる場合があります。しきい値を Low に設定することで、通常の保険用語を許可しつつ、過度なコンテンツのみをブロックできます。

本番環境でのデプロイ

本番環境では、組織のコンテンツセーフティポリシーを確認し、フィルター設定を適切に調整してください。ここでの設定は開発およびテスト環境向けです。

おめでとうございます！

Lab BAF0 - Prerequisites が完了しました！

次は Lab BAF1 - Build and Run Your First Agent に進みます。Next を選択してください。