Azure OpenAI エージェント

Microsoft Agent Framework では、3 種類の異なる Azure OpenAI クライアントがサポートされています。各クライアントは、異なるツール機能を備えた異なる API サーフェスを対象としています。

クライアントの種類	API	最適な対象者
チャットの完了	Chat Completions API	単純なエージェント、広範なモデルのサポート
応答	応答API	ホストされたツール (コードインタープリター、ファイル検索、Web 検索、ホストされた MCP) を使用したフル機能のエージェント
アシスタント	Assistants API	コードインタープリターとファイル検索を使用するサーバーマネージドエージェント

ヒント

OpenAI の直接の相当品 (OpenAIChatClient、OpenAIResponsesClient、OpenAIAssistantsClient) については、OpenAI プロバイダーのページを参照してください。ツールのサポートは同じです。

はじめに

必要な NuGet パッケージをプロジェクトに追加します。

dotnet add package Azure.AI.OpenAI --prerelease
dotnet add package Azure.Identity
dotnet add package Microsoft.Agents.AI.OpenAI --prerelease

すべての Azure OpenAI クライアントの種類は、最初に AzureOpenAIClientを作成します。

using System;
using Azure.AI.OpenAI;
using Azure.Identity;
using Microsoft.Agents.AI;

AzureOpenAIClient client = new AzureOpenAIClient(
    new Uri("https://<myresource>.openai.azure.com"),
    new DefaultAzureCredential());

Warnung

DefaultAzureCredential は開発には便利ですが、運用環境では慎重に考慮する必要があります。運用環境では、待機時間の問題、意図しない資格情報のプローブ、フォールバックメカニズムによる潜在的なセキュリティリスクを回避するために、特定の資格情報 ( ManagedIdentityCredential など) を使用することを検討してください。

チャット完了クライアント

Chat Completion クライアントでは、ChatCompletion API を使用してエージェントを簡単に作成できます。

var chatClient = client.GetChatClient("gpt-4o-mini");

AIAgent agent = chatClient.AsAIAgent(
    instructions: "You are good at telling jokes.",
    name: "Joker");

Console.WriteLine(await agent.RunAsync("Tell me a joke about a pirate."));

サポートされているツール: 関数ツール、Web 検索、ローカル MCP ツール。

応答クライアント

Responses クライアントは、コードインタープリター、ファイル検索、Web 検索、ホストされた MCP など、最も豊富なツールサポートを提供します。

var responsesClient = client.GetResponseClient("gpt-4o-mini");

AIAgent agent = responsesClient.AsAIAgent(
    instructions: "You are a helpful coding assistant.",
    name: "CodeHelper");

Console.WriteLine(await agent.RunAsync("Write a Python function to sort a list."));

サポートされているツール: 関数ツール、ツール承認、コードインタープリター、ファイル検索、Web 検索、ホストされた MCP、ローカル MCP ツール。

クライアントのアシスタント

Assistants クライアントは、組み込みのコードインタープリターとファイル検索を使用して、サーバー管理エージェントを作成します。

var assistantsClient = client.GetAssistantClient();

AIAgent agent = assistantsClient.AsAIAgent(
    instructions: "You are a data analysis assistant.",
    name: "DataHelper");

Console.WriteLine(await agent.RunAsync("Analyze trends in the uploaded data."));

サポートされているツール: 関数ツール、コードインタープリター、ファイル検索、ローカル MCP ツール。

関数ツール

カスタム関数ツールは、任意の Azure OpenAI エージェントに提供できます。

using System.ComponentModel;
using Microsoft.Extensions.AI;

[Description("Get the weather for a given location.")]
static string GetWeather([Description("The location to get the weather for.")] string location)
    => $"The weather in {location} is cloudy with a high of 15°C.";

AIAgent agent = new AzureOpenAIClient(
    new Uri(endpoint),
    new DefaultAzureCredential())
     .GetChatClient(deploymentName)
     .AsAIAgent(instructions: "You are a helpful assistant", tools: [AIFunctionFactory.Create(GetWeather)]);

Console.WriteLine(await agent.RunAsync("What is the weather like in Amsterdam?"));

ストリーミング応答

await foreach (var update in agent.RunStreamingAsync("Tell me a joke about a pirate."))
{
    Console.Write(update);
}

ヒント

実行可能な完全な例については、 .NET サンプルを参照してください。

エージェントの使用

3 つのクライアントの種類はすべて、同じエージェント操作 (ストリーミング、スレッド、ミドルウェア) をサポートする標準の AIAgent を生成します。

詳細については、作業の開始に関するチュートリアルを参照してください。

Installation

pip install agent-framework --pre

コンフィギュレーション

クライアントの種類ごとに異なる環境変数が使用されます。

チャットの完了

AZURE_OPENAI_ENDPOINT="https://<myresource>.openai.azure.com"
AZURE_OPENAI_CHAT_DEPLOYMENT_NAME="gpt-4o-mini"

Responses

AZURE_OPENAI_ENDPOINT="https://<myresource>.openai.azure.com"
AZURE_OPENAI_RESPONSES_DEPLOYMENT_NAME="gpt-4o-mini"

Assistants

AZURE_OPENAI_ENDPOINT="https://<myresource>.openai.azure.com"
AZURE_OPENAI_CHAT_DEPLOYMENT_NAME="gpt-4o-mini"

必要に応じて、次の設定も可能です。

AZURE_OPENAI_API_VERSION="2024-10-21"  # Default API version
AZURE_OPENAI_API_KEY="<your-api-key>"  # If not using Azure CLI authentication

すべてのクライアントは、認証に Azure 資格情報を使用します。最も簡単な方法は、AzureCliCredentialを実行した後にaz loginすることです。

チャット完了クライアント

AzureOpenAIChatClient では、チャット補完 API が使用されます。これは、広範なモデルをサポートする最も簡単なオプションです。

import asyncio
from agent_framework.azure import AzureOpenAIChatClient
from azure.identity import AzureCliCredential

async def main():
    agent = AzureOpenAIChatClient(credential=AzureCliCredential()).as_agent(
        name="Joker",
        instructions="You are good at telling jokes.",
    )
    result = await agent.run("Tell me a joke about a pirate.")
    print(result)

asyncio.run(main())

サポートされているツール: 関数ツール、Web 検索、ローカル MCP ツール。

応答クライアント

AzureOpenAIResponsesClient では、ホストされているツールで最も機能豊富なオプションである Responses API が使用されます。

import asyncio
from agent_framework.azure import AzureOpenAIResponsesClient
from azure.identity import AzureCliCredential

async def main():
    agent = AzureOpenAIResponsesClient(credential=AzureCliCredential()).as_agent(
        name="FullFeaturedAgent",
        instructions="You are a helpful assistant with access to many tools.",
    )
    result = await agent.run("Write and run a Python script that calculates fibonacci numbers.")
    print(result)

asyncio.run(main())

Azure AI Foundry プロジェクトのエンドポイント用応答クライアント

AzureOpenAIResponsesClient は、Azure AI Foundry プロジェクトエンドポイントから作成することもできます。

from agent_framework.azure import AzureOpenAIResponsesClient
from azure.identity import AzureCliCredential

client = AzureOpenAIResponsesClient(
    project_endpoint="https://<your-project>.services.ai.azure.com/api/projects/<project-id>",
    deployment_name="gpt-4o-mini",
    credential=AzureCliCredential(),
)
agent = client.as_agent(
    name="FoundryResponsesAgent",
    instructions="You are a helpful assistant.",
)

応答クライアントを備えたホスト型ツール

Responses クライアントは、ホストされているツールの種類ごとに get_*_tool() メソッドを提供します。

async def hosted_tools_example():
    client = AzureOpenAIResponsesClient(credential=AzureCliCredential())

    code_interpreter = client.get_code_interpreter_tool()
    web_search = client.get_web_search_tool()
    file_search = client.get_file_search_tool(vector_store_ids=["vs_abc123"])
    mcp_tool = client.get_mcp_tool(
        name="GitHub",
        url="https://api.githubcopilot.com/mcp/",
        approval_mode="never_require",
    )

    agent = client.as_agent(
        name="PowerAgent",
        instructions="You have access to code execution, web search, files, and GitHub.",
        tools=[code_interpreter, web_search, file_search, mcp_tool],
    )
    result = await agent.run("Search the web for Python best practices, then write a summary.")
    print(result)

クライアントのアシスタント

AzureOpenAIAssistantsClient では、Assistants API (組み込みのコードインタープリターとファイル検索を使用するサーバーマネージドエージェント) が使用されます。 async with コンテキストマネージャーを使用して、アシスタントのライフサイクルを自動管理します。

import asyncio
from agent_framework.azure import AzureOpenAIAssistantsClient
from azure.identity import AzureCliCredential

async def main():
    async with AzureOpenAIAssistantsClient(credential=AzureCliCredential()).as_agent(
        name="DataAnalyst",
        instructions="You analyze data using code execution.",
    ) as agent:
        result = await agent.run("Calculate the first 20 prime numbers.")
        print(result)

asyncio.run(main())

サポートされているツール: 関数ツール、コードインタープリター、ファイル検索、ローカル MCP ツール。

一般的な機能

3 つのクライアントの種類はすべて、次の標準エージェント機能をサポートしています。

関数ツール

from agent_framework import tool

@tool
def get_weather(location: str) -> str:
    """Get the weather for a given location."""
    return f"The weather in {location} is sunny, 25°C."

async def example():
    agent = AzureOpenAIResponsesClient(credential=AzureCliCredential()).as_agent(
        instructions="You are a weather assistant.",
        tools=get_weather,
    )
    result = await agent.run("What's the weather in Tokyo?")
    print(result)

複数ターンの会話

async def thread_example():
    agent = AzureOpenAIResponsesClient(credential=AzureCliCredential()).as_agent(
        instructions="You are a helpful assistant.",
    )
    session = await agent.create_session()

    result1 = await agent.run("My name is Alice", session=session)
    print(result1)
    result2 = await agent.run("What's my name?", session=session)
    print(result2)  # Remembers "Alice"

ストリーミング

async def streaming_example():
    agent = AzureOpenAIResponsesClient(credential=AzureCliCredential()).as_agent(
        instructions="You are a creative storyteller.",
    )
    print("Agent: ", end="", flush=True)
    async for chunk in agent.run("Tell me a short story about AI.", stream=True):
        if chunk.text:
            print(chunk.text, end="", flush=True)
    print()

エージェントの使用

すべてのクライアントの種類では、同じ操作をサポートする標準の Agent が生成されます。

詳細については、作業の開始に関するチュートリアルを参照してください。

次のステップ

OpenAI プロバイダー

フィードバック

このページはお役に立ちましたか?

Last updated on 2026-02-13

次の方法で共有

Azure OpenAI エージェント

はじめに

チャット完了クライアント

応答クライアント

クライアントのアシスタント

関数ツール

ストリーミング応答

エージェントの使用

Installation

コンフィギュレーション

チャットの完了

Responses

Assistants

チャット完了クライアント

応答クライアント

Azure AI Foundry プロジェクトのエンドポイント用応答クライアント

応答クライアントを備えたホスト型ツール

クライアントのアシスタント

一般的な機能

関数ツール

複数ターンの会話

ストリーミング

エージェントの使用

次のステップ

フィードバック

その他のリソース