Microsoft Agent Framework ワークフロー - エージェントとしてのワークフローの使用

このドキュメントでは、Microsoft Agent Framework で ワークフローをエージェントとして 使用する方法の概要について説明します。

概要

複数のエージェント、カスタム Executor、複雑なロジックを使用して高度なワークフローを構築したが、他のエージェントと同じように使用したい場合があります。ワークフローエージェントがまさにそれを可能にします。ワークフローを Agentとしてラップすることで、単純なチャットエージェントに使用するのと同じ使い慣れた API を使用してワークフローを操作できます。

主な利点

統合インターフェイス: 単純なエージェントと同じ API を使用して複雑なワークフローと対話する
API の互換性: エージェントインターフェイスをサポートする既存のシステムとワークフローを統合する
コンポーザビリティ: 大規模なエージェントシステムまたはその他のワークフローの構成要素としてワークフローエージェントを使用する
セッション管理: 会話の状態と再開にエージェントセッションを活用する
ストリーミングサポート: ワークフローの実行時にリアルタイムの更新プログラムを取得する

しくみ

ワークフローをエージェントに変換する場合:

ワークフローは、起動エグゼキューターが必要な入力の種類を受け入れることを確実にするために検証されます。
会話の状態を管理するためのセッションが作成されます
入力メッセージはワークフローの開始 Executor にルーティングされます
ワークフローイベントがエージェント応答の更新に変換される
( RequestInfoExecutor からの) 外部入力要求は、関数呼び出しとして表示されます

Requirements

ワークフローをエージェントとして使用するには、ワークフローの開始 Executor が入力として IEnumerable<ChatMessage> を処理できる必要があります。これは、 AsAIAgentで作成されたエージェントベースの Executor を使用する場合に自動的に満たされます。

ワークフローエージェントを作成する

AsAIAgent()拡張メソッドを使用して、互換性のあるワークフローをエージェントに変換します。

using Microsoft.Agents.AI;
using Microsoft.Agents.AI.Workflows;
using Microsoft.Extensions.AI;

// Create agents
AIAgent researchAgent = chatClient.AsAIAgent("You are a researcher. Research and gather information on the given topic.");
AIAgent writerAgent = chatClient.AsAIAgent("You are a writer. Write clear, engaging content based on research.");
AIAgent reviewerAgent = chatClient.AsAIAgent("You are a reviewer. Review the content and provide a final polished version.");

// Build a sequential workflow
var workflow = new WorkflowBuilder(researchAgent)
    .AddEdge(researchAgent, writerAgent)
    .AddEdge(writerAgent, reviewerAgent)
    .Build();

// Convert the workflow to an agent
AIAgent workflowAgent = workflow.AsAIAgent(
    id: "content-pipeline",
    name: "Content Pipeline Agent",
    description: "A multi-agent workflow that researches, writes, and reviews content"
);

AsAIAgent パラメーター

パラメーター	タイプ	Description
`id`	`string?`	省略可能なエージェントの一意識別子。指定されていない場合は自動生成されます。
`name`	`string?`	エージェントの表示名（任意）
`description`	`string?`	エージェントの目的の説明 (省略可能)。
`executionEnvironment`	`IWorkflowExecutionEnvironment?`	オプションの実行環境。既定では、ワークフロー設定によって `InProcessExecution.OffThread` または `InProcessExecution.Concurrent` に設定されます。
`includeExceptionDetails`	`bool`	`true`場合は、エラーコンテンツに例外メッセージを含みます。既定値は `false` です。
`includeWorkflowOutputsInResponse`	`bool`	`true`場合は、送信ワークフロー出力をエージェント応答のコンテンツに変換します。既定値は `false` です。

ワークフローエージェントの使用

セッションの作成

ワークフローエージェントとの各会話には、状態を管理するためのセッションが必要です。

// Create a new session for the conversation
AgentSession session = await workflowAgent.CreateSessionAsync();

非ストリーミング実行

完全な応答が必要な単純なユースケースの場合:

var messages = new List<ChatMessage>
{
    new(ChatRole.User, "Write an article about renewable energy trends in 2025")
};

AgentResponse response = await workflowAgent.RunAsync(messages, session);

foreach (ChatMessage message in response.Messages)
{
    Console.WriteLine($"{message.AuthorName}: {message.Text}");
}

ストリーミング実行

ワークフローの実行時にリアルタイムで更新する場合:

var messages = new List<ChatMessage>
{
    new(ChatRole.User, "Write an article about renewable energy trends in 2025")
};

await foreach (AgentResponseUpdate update in workflowAgent.RunStreamingAsync(messages, session))
{
    // Process streaming updates from each agent in the workflow
    if (!string.IsNullOrEmpty(update.Text))
    {
        Console.Write(update.Text);
    }
}

外部入力要求の処理

( RequestInfoExecutorを使用して) 外部入力を要求する実行プログラムがワークフローに含まれている場合、これらの要求はエージェント応答の関数呼び出しとして表示されます。

await foreach (AgentResponseUpdate update in workflowAgent.RunStreamingAsync(messages, session))
{
    // Check for function call requests
    foreach (AIContent content in update.Contents)
    {
        if (content is FunctionCallContent functionCall)
        {
            // Handle the external input request
            Console.WriteLine($"Workflow requests input: {functionCall.Name}");
            Console.WriteLine($"Request data: {functionCall.Arguments}");

            // Provide the response in the next message
        }
    }
}

セッションのシリアル化と再開

永続化のためにワークフローエージェントセッションをシリアル化し、後で再開できます。

// Serialize the session state
JsonElement serializedSession = await workflowAgent.SerializeSessionAsync(session);

// Store serializedSession to your persistence layer...

// Later, resume the session
AgentSession resumedSession = await workflowAgent.DeserializeSessionAsync(serializedSession);

// Continue the conversation
await foreach (var update in workflowAgent.RunStreamingAsync(newMessages, resumedSession))
{
    Console.Write(update.Text);
}

Requirements

ワークフローをエージェントとして使用するには、ワークフローの開始 Executor がメッセージ入力を処理できる必要があります。これは、 Agent またはエージェントベースの Executor を使用する場合に自動的に満たされます。

ワークフローエージェントの作成

互換性のあるワークフローの as_agent() を呼び出して、エージェントに変換します。

from agent_framework.foundry import FoundryChatClient
from agent_framework.orchestrations import SequentialBuilder
from azure.identity import AzureCliCredential

# Create your chat client and agents
client = FoundryChatClient(
    project_endpoint="<your-endpoint>",
    model="<your-deployment>",
    credential=AzureCliCredential(),
)

researcher = client.as_agent(
    name="Researcher",
    instructions="Research and gather information on the given topic.",
)

writer = client.as_agent(
    name="Writer",
    instructions="Write clear, engaging content based on research.",
)

# Build a sequential workflow
workflow = SequentialBuilder(participants=[researcher, writer]).build()

# Convert the workflow to an agent
workflow_agent = workflow.as_agent(name="Content Pipeline Agent")

as_agent パラメーター

パラメーター	タイプ	Description
`name`	`str \| None`	エージェントの表示名（任意）指定されていない場合は自動生成されます。

ワークフローエージェントの使用

セッションの作成

必要に応じて、複数のターンで会話の状態を管理するセッションを作成できます。

# Create a new session for the conversation
session = await workflow_agent.create_session()

注

セッションは省略可能です。 sessionにrun()を渡さない場合、エージェントは内部的に状態を処理します。 workflow.as_agent()なしでcontext_providersが作成された場合、フレームワークは既定でInMemoryHistoryProvider()を追加するため、複数ターン履歴は既定で機能します。 context_providers明示的に渡した場合、そのリストは as-is使用されます。

非ストリーミング実行

完全な応答が必要な単純なユースケースの場合:

# You can pass a plain string as input
response = await workflow_agent.run("Write an article about AI trends")

for message in response.messages:
    print(f"{message.author_name}: {message.text}")

ストリーミング実行

ワークフローの実行時にリアルタイムで更新する場合:

async for update in workflow_agent.run(
    "Write an article about AI trends",
    stream=True,
):
    if update.text:
        print(update.text, end="", flush=True)

外部入力要求の処理

( request_infoを使用して) 外部入力を要求する実行プログラムがワークフローに含まれている場合、これらの要求はエージェント応答の関数呼び出しとして表示されます。関数呼び出しでは、 WorkflowAgent.REQUEST_INFO_FUNCTION_NAME名前が使用されます。

from agent_framework import Content, Message, WorkflowAgent

response = await workflow_agent.run("Process my request")

# Look for function calls in the response
human_review_function_call = None
for message in response.messages:
    for content in message.contents:
        if content.name == WorkflowAgent.REQUEST_INFO_FUNCTION_NAME:
            human_review_function_call = content

保留中の要求への応答の提供

外部入力要求の後にワークフローの実行を続行するには、関数の結果を作成して返します。

if human_review_function_call:
    # Parse the request arguments
    request = WorkflowAgent.RequestInfoFunctionArgs.from_json(
        human_review_function_call.arguments
    )

    # Create a response (your custom response type)
    result_data = MyResponseType(approved=True, feedback="Looks good")

    # Create the function call result
    function_result = Content.from_function_result(
        call_id=human_review_function_call.call_id,
        result=result_data,
    )

    # Send the response back to continue the workflow
    response = await workflow_agent.run(Message("tool", [function_result]))

完全な例

ストリーミング出力を含むワークフローエージェントを示す完全な例を次に示します。

import asyncio
import os

from agent_framework.foundry import FoundryChatClient
from agent_framework.orchestrations import SequentialBuilder
from azure.identity import AzureCliCredential


async def main():
    # Set up the chat client
    client = FoundryChatClient(
        project_endpoint=os.environ["FOUNDRY_PROJECT_ENDPOINT"],
        model=os.environ["FOUNDRY_MODEL"],
        credential=AzureCliCredential(),
    )

    # Create specialized agents
    researcher = client.as_agent(
        name="Researcher",
        instructions="Research the given topic and provide key facts.",
    )

    writer = client.as_agent(
        name="Writer",
        instructions="Write engaging content based on the research provided.",
    )

    reviewer = client.as_agent(
        name="Reviewer",
        instructions="Review the content and provide a final polished version.",
    )

    # Build a sequential workflow
    workflow = SequentialBuilder(participants=[researcher, writer, reviewer]).build()

    # Convert to a workflow agent
    workflow_agent = workflow.as_agent(name="Content Creation Pipeline")

    # Run the workflow
    print("Starting workflow...")
    print("=" * 60)

    current_author = None
    async for update in workflow_agent.run(
        "Write about quantum computing",
        stream=True,
    ):
        # Show when different agents are responding
        if update.author_name and update.author_name != current_author:
            if current_author:
                print("\n" + "-" * 40)
            print(f"\n[{update.author_name}]:")
            current_author = update.author_name

        if update.text:
            print(update.text, end="", flush=True)

    print("\n" + "=" * 60)
    print("Workflow completed!")


if __name__ == "__main__":
    asyncio.run(main())

イベント変換について

ワークフローがエージェントとして実行されると、ワークフローイベントはエージェントの応答に変換されます。応答の種類は、 run()の呼び出し方法によって異なります。

run(): ワークフローの完了後の完全な結果を含む AgentResponse を返します。
run(..., stream=True): ワークフローの実行時に AgentResponseUpdate オブジェクトの非同期反復処理を返し、リアルタイムの更新を提供します。

実行中、内部ワークフローイベントは次のようにエージェントの応答にマップされます。

ワークフローイベント	エージェントの応答
`event.type == "output"`	`AgentResponseUpdate` (ストリーミング) として渡されるか、`AgentResponse` (非ストリーミング) に集約される
`event.type == "request_info"`	`WorkflowAgent.REQUEST_INFO_FUNCTION_NAME` を使用して関数呼び出しコンテンツに変換されました
その他のイベント	無視 (ワークフロー内部のみ)

この変換により、必要に応じ、詳細なワークフロー情報に引き続きアクセスしながら、標準エージェントインターフェイスを使用できます。

使用例

1. 複雑なエージェントパイプライン

アプリケーションで使用するために、マルチエージェントワークフローを単一のエージェントとしてラップします。

User Request --> [Workflow Agent] --> Final Response
                      |
                      +-- Researcher Agent
                      +-- Writer Agent  
                      +-- Reviewer Agent

2. エージェント組成物

大規模なシステムでワークフローエージェントをコンポーネントとして使用する:

ワークフローエージェントは、別のエージェントによってツールとして使用できます
複数のワークフローエージェントを一緒に調整できる
ワークフローエージェントは、他のワークフロー内で入れ子にすることができます

3. API 統合

標準のエージェントインターフェイスを必要とする API を介して複雑なワークフローを公開し、次のことが可能になります。

高度なバックエンドワークフローを使用するチャットインターフェイス
既存のエージェントベースシステムとの統合
単純なエージェントから複雑なワークフローへの段階的な移行

次のステップ

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 2026-03-12

次の方法で共有

Microsoft Agent Framework ワークフロー - エージェントとしてのワークフローの使用

概要

主な利点

しくみ

Requirements

ワークフロー エージェントを作成する

AsAIAgent パラメーター

ワークフロー エージェントの使用

セッションの作成

非ストリーミング実行

ストリーミング実行

外部入力要求の処理

セッションのシリアル化と再開

Requirements

ワークフロー エージェントの作成

as_agent パラメーター

ワークフロー エージェントの使用

セッションの作成

非ストリーミング実行

ストリーミング実行

外部入力要求の処理

保留中の要求への応答の提供

完全な例

イベント変換について

使用例

1. 複雑なエージェントパイプライン

2. エージェント組成物

3. API 統合

次のステップ

フィードバック

その他のリソース

ワークフローエージェントを作成する

ワークフローエージェントの使用

ワークフローエージェントの作成

ワークフローエージェントの使用