コンテンツにスキップ

Lab BAF0 - 事前準備

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セットアップします。

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 への Microsoft 365 Agents Toolkit のインストールと構成
  • 必要な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、教育目的とデモンストレーション目的で提供されています。運用環境での利用を想定していません。運用環境に導入する場合は、必ずプロダクション品質に更新してください。

注

独自のカスタムエンジン 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 エージェントをテストするために 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 へのカスタムアプリのアップロードを有効化する

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 による直接アップロードが可能になるようにテナントを設定します。

1️⃣ https://admin.microsoft.com/ に移動して Microsoft 365 管理センターを開きます。

2️⃣ 管理センター左側のパネルで すべてを表示 を選択し、ナビゲーションを展開します。パネルが開いたら Teams を選択して Microsoft Teams 管理センターを開きます。

3️⃣ Microsoft Teams 管理センター左側で Teams アプリ を展開し、 セットアップ ポリシー を選択します。アプリのセットアップ ポリシー一覧が表示されるので Global (Org-wide default) ポリシーを選択します。

4️⃣ カスタムアプリのアップロード スイッチが オン になっていることを確認します。

5️⃣ 画面を下までスクロールし、 保存 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、通常はもっと早く反映されます。

Exercise 2: 開発環境のセットアップ

このラボは Windows、 macOS、 Linux いずれのマシンでも実施できますが、前提条件をインストールできる権限が必要です。アプリケーションをインストールできない場合は、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 のインストール

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 インストール後に Visual Studio Code を起動します。

Step 2: .NET 9 SDK のインストール

Microsoft 365 Agents SDK と Agent Framework でエージェントをビルドおよび実行するには .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、次のコマンドを実行してインストールを確認します。

dotnet --version

バージョン 9.0.x 以上が表示されれば成功です。

Step 3: C# Dev Kit 拡張機能のインストール

1️⃣ Visual Studio Code で、サイドバーの拡張機能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 拡張機能ビュー 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 拡張機能のインストール

1️⃣ Visual Studio Code の拡張機能ビューで Microsoft 365 Agents Toolkit を検索し、 Install をクリックします。

2️⃣ インストール後、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 のインストール

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、次のコマンドを実行してインストールを確認します。

az --version

3️⃣ Azure にサインインします。

az login

Step 6: DevTunnel のインストール

DevTunnel はローカル開発とデバッグに必要です。インターネットからローカルマシンへの安全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 の代替案

DevTunnel は Visual Studio 2022 にも含まれています。 Visual Studio 2022 をインストール済みの場合、すでに DevTunnel が利用可能です。

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 リソースを作成して 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の取得

まだ Azure サブスクリプションをお持ちでない場合は、 Azure 無料アカウント を有効化できます。最初の 30 日間で使用できる 200 ドル分のクレジットが付与されます。

Azure 無料アカウントを有効化する手順:

1️⃣ Azure free account ページにアクセスし、 Activate を選択します。

2️⃣ 任意のアカウントでログインします。ラボで使用する Microsoft 365 テナント アカウントの使用を推奨します。

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ます。従量課金制へ移行しない限り請求されません。完了したら Sign up を選択します。

ヒント: 30 日以降の Azure リソース管理

無料アカウントは 30 日間のみ利用可能です。30 日終了時点で無料サブスクリプションに稼働中のサービスがないか確認してください。継続して Azure サービスを使用する場合は、支出制限を解除して従量課金サブスクリプションへアップグレードする必要があります。

Step 2: Microsoft Foundry プロジェクトの作成とモデルのデプロイ

このラボでは、言語モデルをデプロイした 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 の順に選択します。

3️⃣ プロジェクト名は推奨値のままにし、 Create を選択します。プロジェクトのスキャフォールディングには通常 3～5 分かかります。

リージョン選択

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

4️⃣ プロジェクト作成後、左側の Deployments に移動します。

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 を選択します。

モデル選択

スムーズに進めるため、必ず gpt-4.1 を使用してください。ラボでは gpt-4.1 向けに最適化された知識ベース回答合成を使用しています。他のモデルを使用すると予期しない動作になる場合があります。

認証情報の保存

次の情報を Microsoft Foundry プロジェクトから取得して安全な場所に保存してください。次のラボで必要になります。

  • 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 デプロイ時に指定した名前

追加モデル

埋め込みや画像解析用の追加モデルのデプロイや、 Azure AI Search などの他の Azure サービスの作成は、後続のラボで行います。

Step 3: コンテンツ セーフティ フィルターの構成

保険分野では「injury」「collision」「damage」のような用語がデフォルトのコンテンツ フィルターによりブロックされる可能性があります。閾値を下げたカスタム 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 左側の Guardrails + Controls → Content filters を選択します。

3️⃣ + Create content filter をクリックします。

4️⃣ フィルター名を InsuranceLowFilter と入力します。

5️⃣ Input filters（ユーザーが送信する内容）の設定を次のように変更します:

  • 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（ AI が生成する内容）にも同じ設定を行います:

  • Violence: Low
  • Hate: Low
  • Sexual: Low
  • Self-harm: Low
  • Protected material for text: Off
  • Protected material for code: Off
  • Groundedness (Preview): Off

7️⃣ Next を選択します。

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。

🔟 最後に Create filter を選択します。

この設定が必要な理由

保険請求には「injury」「accident」「collision」「bodily harm」などの正当な用語が含まれますが、デフォルトのコンテンツ フィルターではこれらがブロックされる可能性があります。閾値を Low に設定することで、極端なコンテンツのみをブロックし、通常の保険用語を許可します。

運用環境へのデプロイ

運用環境では、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とテストを目的としています。

おめでとうございます！

Lab BAF0 - 事前準備 が完了しました！

次は Lab BAF1 - 最初のエージェントの構築と実行 に進みましょう。 Next を選択してください。