セマンティック カーネルを使用して複数エージェント ワークフロー自動化ソリューションを構築する

Azure Container Apps

Az AI サービス

Azure Cosmos DB

Semantic Kernel

ソリューションのアイデア

この記事ではソリューションのアイデアについて説明します。 クラウド アーキテクトはこのガイダンスを使用すると、このアーキテクチャの一般的な実装の主要コンポーネントを視覚化しやすくなります。 ワークロードの特定の要件に適合する、適切に設計されたソリューションを設計するための出発点として、この記事を使用してください。

このアーキテクチャは、複数の AI エージェントを使用するプロセス自動化システムを示しています。 エージェントは Azure Container Apps にデプロイされ、Azure AI サービスを使用します。 このアーキテクチャのエージェントとオーケストレーション動作は、セマンティック カーネルを使用したカスタム ソフトウェアで定義されます。 このアーキテクチャでは、組織のタスクを自動的に調整して実行する、特殊化された複数の AI エージェントがホストされます。

この記事では、継続的インテグレーション、データ永続化、エージェントの調整など、Azure で複数エージェント システムを管理する方法のインフラストラクチャと DevOps の側面について説明します。

このアーキテクチャでは、複数の AI エージェントが中央 API オーケストレーターを介して共同作業を行うスケーラブルな自動化パイプラインを構築する方法について説明します。 エンタープライズ レベルのタスク自動化のための永続的な学習と自動化されたデプロイ プロセスをサポートします。

アーキテクチャ

この画像には、ワークフローの 6 つのステップを表す 6 つのセクションが含まれています。 手順 1 では、矢印が App Service Web サイトから Container Apps API エージェント オーケストレーションを指しています。 手順 2 では、2 つの矢印が Container Apps API エージェントオーケストレーションからナレッジ ソースとツール セクションを指しています。 手順 3 では、Container Apps API エージェント オーケストレーションから Azure AI Foundry GPT-4o モデルを指す矢印が表示されます。 手順 4 では、Container Apps API エージェントオーケストレーションから Azure Cosmos DB を指す矢印が表示されます。 手順 5 では、矢印が Docker から Container Registry を指しています。 手順 6 では、GitHub ソース リポジトリから Docker を指す矢印が表示されます。

このアーキテクチャの Visio ファイルをダウンロードします。

ワークフロー

次のワークフローは、上記のダイアグラムに対応しています。

1. 従業員は Web フロントエンドにアクセスして、自動化されたソリューションを要求および管理します。 タスクは、特定の要件とパラメーターを使用して Web インターフェイスを介して送信されます。

2. Azure App Service Web サイトは、フロントエンドからユーザー要求を受け取り、Container Apps でホストされている API を呼び出します。 その API は受信タスクを処理し、必要な特殊な AI エージェントを決定します。 タスクは、複数エージェントの調整のためにコンポーネント パーツに分割されます。

3. Container Apps API は、Azure AI Foundry でホストされる GPT-4o モデルに接続します。 タスクのさまざまな側面を処理するために、複数の特殊な AI エージェントが調整されます。 エージェントは共同作業を行って、実行するタスクを計画、実行、検証します。

4. Azure Cosmos DB には、現在および過去のプランとソリューションに関連するすべてのデータが格納されます。 履歴タスクのデータとパターンは、学習と最適化の目的で維持されます。 エージェントの決定と結果は、将来参照するために保持されます。

5. Azure Container Registry は、フロントエンド Web サイトとバックエンド API のイメージを管理します。 このレジストリでは、ロールバック機能のためにバージョン管理されたコンテナー イメージも保持されます。

6. GitHub ソース リポジトリは、コードの更新時に Web サイトと API サーバー イメージの自動ビルドをトリガーします。 その後、Docker によって、更新されたコンテナー イメージがビルドされ、レジストリにデプロイされます。

コンポーネント

• App Service は、アプリケーションにスケーラブルな Web ホスティング環境を提供するサービスとしてのプラットフォーム ソリューションです。 このアーキテクチャでは、App Service Web サイトは、ユーザーが自動化されたソリューションを要求および管理するためのフロントエンド インターフェイスとして機能します。 タスクを送信し、進行状況を追跡するための応答性の高い Web エクスペリエンスを提供します。

• Container Apps は、サーバーレス プラットフォームでマイクロサービスとコンテナー化されたアプリケーションを実行できるサーバーレス コンテナー プラットフォームです。 このアーキテクチャでは、Container Apps API は、ユーザー要求を処理し、複数の AI エージェントを調整し、タスクの完了状態を管理する中央オーケストレーション レイヤーとして機能します。 セマンティック カーネルを使用するソフトウェア チームによって作成されたカスタム開発コードをホストします。

• Azure AI Foundry は、自然言語の処理と生成のための高度な言語モデルへのアクセスを提供するマネージド AI サービスです。 このアーキテクチャでは、Azure AI Foundry は、セマンティック カーネル ベースのエージェントが呼び出すサービスとしてモデルを提供します。

• Azure Cosmos DB は、待機時間が短く、柔軟なスケーラビリティを提供する、グローバルに分散された複数モデルのデータベース サービスです。 このアーキテクチャでは、Azure Cosmos DB は、現在および過去の自動化プランとソリューションに関連するすべてのデータを格納します。 Container Apps API は、新しいプランの作成時またはタスクの実行時にデータを書き込みます。 この API は、ユーザーが App Service Web サイトを介して自動化履歴にアクセスすると、データを読み取ります。

• Container Registry は、コンテナー イメージを格納および管理するマネージド Docker レジストリ サービスです。 このアーキテクチャでは、Container Registry はフロントエンド Web サイトとバックエンド API の両方のイメージを管理します。 このセットアップにより、環境間で複数エージェント システム コンポーネントのデプロイとバージョン管理の一貫性が確保されます。

シナリオの詳細

このカスタムの複数エージェント自動化エンジンは、従来、重要な手動による監視と調整を必要としてきた複雑な部門間のビジネス プロセスを調整するという課題に対処します。 組織は、多くの場合、複数の専門分野にまたがるタスクに苦労し、チーム間で一貫したパフォーマンスを要求し、コンプライアンスをサポートするために監査証跡を必要とします。

このソリューションでは、複雑な組織タスクを管理可能なコンポーネントに分割するために共同作業を行う、カスタムコーディングされた特殊な AI エージェントを使用します。 各エージェントは、ドメイン固有の知識と機能を提供します。 このアプローチにより、システムは、複数の部門間で人間の調整を必要とする高度なワークフローを管理できます。 このアーキテクチャは、コンテナー化されたデプロイを通じてスケーリングされ、永続的なデータ ストレージによる学習を維持し、自動化された統合と配信パイプラインによる継続的な改善をサポートします。

考えられるユース ケース

エンタープライズ プロセスの自動化

従業員のオンボード オーケストレーション: 複数の部門にわたる IT プロビジョニング、人事ドキュメント、施設アクセス、トレーニング スケジュール、コンプライアンス要件を調整します。

コントラクト管理ワークフロー: 複雑なビジネス契約の法的レビュー、調達承認、財務分析、ベンダー通信を自動化します。

インシデント対応の調整: IT チーム、セキュリティ チーム、ビジネス チーム全体で、技術的な修復、利害関係者のコミュニケーション、ドキュメント、インシデント後の分析を調整します。

金融サービスとコンプライアンス

規制コンプライアンスの自動化: 複数の規制フレームワーク間でデータ収集、分析、レポート作成、送信を同時に調整します。

ローン処理パイプライン: 複数のスペシャリスト チームを含むクレジット分析、リスク評価、ドキュメント レビュー、承認ワークフローを自動化します。

監査準備管理: ビジネス ユニット間での証拠収集、ドキュメントの準備、利害関係者のインタビュー、コンプライアンス検証を調整します。

医療と研究

臨床試験管理: 患者の採用、規制コンプライアンス、データ収集、安全性の監視、および研究チーム全体のレポートを調整します。

患者ケアの調整: 複雑な医療ケースに対するスケジューリング、治療計画、保険検証、ケアチームのコミュニケーションを自動化します。

医療機器調達: 臨床要件、技術仕様、ベンダー評価、規制承認プロセスを調整します。

製造とサプライ チェーン

製品発売の調整: 設計の最終決定、製造のセットアップ、品質保証、マーケティングの準備、および流通計画を調整します。

サプライヤーのオンボーディング プロセス: 資格評価、コントラクト ネゴシエーション、システム統合、およびパフォーマンス監視のセットアップを自動化します。

品質インシデント管理: 品質に関する問題の調査、根本原因分析、是正措置、サプライヤーのコミュニケーションを調整します。

選択肢

このアーキテクチャには、ワークロードの機能要件と非機能要件に応じて、他の Azure サービスまたはアプローチに置き換えることができる複数のコンポーネントが含まれています。 次の代替手段とトレードオフを検討してください。

エージェントオーケストレーション

現在のアプローチ: このソリューションでは、セマンティック カーネル SDK で記述されたカスタム エージェント コードを使用して、エージェントとその相互作用を調整します。 Container Apps は、コードを実行する中央オーケストレーター コンピューティングとして機能します。 このコードは、アクティブなワークフローで動作する複数の AI エージェントを調整します。 このアプローチは、エージェントの動作、オーケストレーション ロジック、コンピューティング スケールを最大限に制御できるコード優先ソリューションです。

別の方法: Azure AI Foundry Agent Service を使用してエージェントを定義し、関連するナレッジ ストアとツールに個別に接続します。 この方法は、システム プロンプトを使用してエージェントの動作とエージェントの関係を定義するコードなしのソリューションです。 エージェントはユーザーの代わりにホストされ、エージェントを実行するコンピューティングを制御できなくなります。

ワークロードに次の特性がある場合は、この代替手段を検討してください。

• 決定論的エージェントのオーケストレーションは必要ありません。 システム プロンプトを使用して、ナレッジ ストアへのアクセスやツールの使用など、エージェントの動作を十分に定義できます。

• エージェントのコンピューティングを完全に制御する必要はありません。

• HTTPS アクセス可能なツールのみが必要であり、ナレッジ ストアは Foundry Agent Service と互換性があります。

要件が混在する組織では、ハイブリッド アプローチが有効になる可能性があります。 標準ワークフローでは Foundry Agent Service が使用されますが、重要なプロセスまたは高度にカスタマイズされたプロセスでは Container Apps でセルフホステッド オーケストレーションが使用されます。

コストの最適化

コストの最適化では、不要な経費を削減し、運用効率を向上させる方法に重点を置いています。 詳細については、「コスト最適化の設計レビュー チェックリスト」を参照してください。

このシナリオの実行コストの詳細については、 Azure 料金計算ツールの構成済みの見積もりを参照してください。

価格は地域や使用状況によって異なるため、正確なコストを事前に予測することはできません。 このインフラストラクチャのほとんどの Azure リソースは、使用量ベースの価格モデルに従います。 ただし、Container Registry では、レジストリごとに 1 日あたりの固定コストが発生します。

このシナリオをデプロイする

このアーキテクチャの実装をデプロイするには、 GitHub リポジトリの手順に従います。

貢献者達

Microsoft では、この記事を保持しています。 次の共同作成者がこの記事を書きました。

主要著者:

• ソロモン・ピケット |ソフトウェア エンジニア II

その他の共同作成者:

• Mark Taylor |プリンシパル ソフトウェア エンジニア

公開されていない LinkedIn プロフィールを見るには、LinkedIn にサインインしてください。

次のステップ

• セマンティック カーネルを使用したエージェント アーキテクチャの概要

ソリューションのアイデア

この記事ではソリューションのアイデアについて説明します。 クラウド アーキテクトはこのガイダンスを使用すると、このアーキテクチャの一般的な実装の主要コンポーネントを視覚化しやすくなります。 ワークロードの特定の要件に適合する、適切に設計されたソリューションを設計するための出発点として、この記事を使用してください。

このアーキテクチャは、複数の AI エージェントを使用するプロセス自動化システムを示しています。 エージェントは Azure Container Apps にデプロイされ、Azure AI サービスを使用します。 このアーキテクチャのエージェントとオーケストレーション動作は、セマンティック カーネルを使用したカスタム ソフトウェアで定義されます。 このアーキテクチャでは、組織のタスクを自動的に調整して実行する、特殊化された複数の AI エージェントがホストされます。

この記事では、継続的インテグレーション、データ永続化、エージェントの調整など、Azure で複数エージェント システムを管理する方法のインフラストラクチャと DevOps の側面について説明します。

このアーキテクチャでは、複数の AI エージェントが中央 API オーケストレーターを介して共同作業を行うスケーラブルな自動化パイプラインを構築する方法について説明します。 エンタープライズ レベルのタスク自動化のための永続的な学習と自動化されたデプロイ プロセスをサポートします。

アーキテクチャ

この画像には、ワークフローの 6 つのステップを表す 6 つのセクションが含まれています。 手順 1 では、矢印が App Service Web サイトから Container Apps API エージェント オーケストレーションを指しています。 手順 2 では、2 つの矢印が Container Apps API エージェントオーケストレーションからナレッジ ソースとツール セクションを指しています。 手順 3 では、Container Apps API エージェント オーケストレーションから Azure AI Foundry GPT-4o モデルを指す矢印が表示されます。 手順 4 では、Container Apps API エージェントオーケストレーションから Azure Cosmos DB を指す矢印が表示されます。 手順 5 では、矢印が Docker から Container Registry を指しています。 手順 6 では、GitHub ソース リポジトリから Docker を指す矢印が表示されます。

このアーキテクチャの Visio ファイルをダウンロードします。

ワークフロー

次のワークフローは、上記のダイアグラムに対応しています。

1. 従業員は Web フロントエンドにアクセスして、自動化されたソリューションを要求および管理します。 タスクは、特定の要件とパラメーターを使用して Web インターフェイスを介して送信されます。

2. Azure App Service Web サイトは、フロントエンドからユーザー要求を受け取り、Container Apps でホストされている API を呼び出します。 その API は受信タスクを処理し、必要な特殊な AI エージェントを決定します。 タスクは、複数エージェントの調整のためにコンポーネント パーツに分割されます。

3. Container Apps API は、Azure AI Foundry でホストされる GPT-4o モデルに接続します。 タスクのさまざまな側面を処理するために、複数の特殊な AI エージェントが調整されます。 エージェントは共同作業を行って、実行するタスクを計画、実行、検証します。

4. Azure Cosmos DB には、現在および過去のプランとソリューションに関連するすべてのデータが格納されます。 履歴タスクのデータとパターンは、学習と最適化の目的で維持されます。 エージェントの決定と結果は、将来参照するために保持されます。

5. Azure Container Registry は、フロントエンド Web サイトとバックエンド API のイメージを管理します。 このレジストリでは、ロールバック機能のためにバージョン管理されたコンテナー イメージも保持されます。

6. GitHub ソース リポジトリは、コードの更新時に Web サイトと API サーバー イメージの自動ビルドをトリガーします。 その後、Docker によって、更新されたコンテナー イメージがビルドされ、レジストリにデプロイされます。

コンポーネント

• App Service は、アプリケーションにスケーラブルな Web ホスティング環境を提供するサービスとしてのプラットフォーム ソリューションです。 このアーキテクチャでは、App Service Web サイトは、ユーザーが自動化されたソリューションを要求および管理するためのフロントエンド インターフェイスとして機能します。 タスクを送信し、進行状況を追跡するための応答性の高い Web エクスペリエンスを提供します。

• Container Apps は、サーバーレス プラットフォームでマイクロサービスとコンテナー化されたアプリケーションを実行できるサーバーレス コンテナー プラットフォームです。 このアーキテクチャでは、Container Apps API は、ユーザー要求を処理し、複数の AI エージェントを調整し、タスクの完了状態を管理する中央オーケストレーション レイヤーとして機能します。 セマンティック カーネルを使用するソフトウェア チームによって作成されたカスタム開発コードをホストします。

• Azure AI Foundry は、自然言語の処理と生成のための高度な言語モデルへのアクセスを提供するマネージド AI サービスです。 このアーキテクチャでは、Azure AI Foundry は、セマンティック カーネル ベースのエージェントが呼び出すサービスとしてモデルを提供します。

• Azure Cosmos DB は、待機時間が短く、柔軟なスケーラビリティを提供する、グローバルに分散された複数モデルのデータベース サービスです。 このアーキテクチャでは、Azure Cosmos DB は、現在および過去の自動化プランとソリューションに関連するすべてのデータを格納します。 Container Apps API は、新しいプランの作成時またはタスクの実行時にデータを書き込みます。 この API は、ユーザーが App Service Web サイトを介して自動化履歴にアクセスすると、データを読み取ります。

• Container Registry は、コンテナー イメージを格納および管理するマネージド Docker レジストリ サービスです。 このアーキテクチャでは、Container Registry はフロントエンド Web サイトとバックエンド API の両方のイメージを管理します。 このセットアップにより、環境間で複数エージェント システム コンポーネントのデプロイとバージョン管理の一貫性が確保されます。

シナリオの詳細

このカスタムの複数エージェント自動化エンジンは、従来、重要な手動による監視と調整を必要としてきた複雑な部門間のビジネス プロセスを調整するという課題に対処します。 組織は、多くの場合、複数の専門分野にまたがるタスクに苦労し、チーム間で一貫したパフォーマンスを要求し、コンプライアンスをサポートするために監査証跡を必要とします。

このソリューションでは、複雑な組織タスクを管理可能なコンポーネントに分割するために共同作業を行う、カスタムコーディングされた特殊な AI エージェントを使用します。 各エージェントは、ドメイン固有の知識と機能を提供します。 このアプローチにより、システムは、複数の部門間で人間の調整を必要とする高度なワークフローを管理できます。 このアーキテクチャは、コンテナー化されたデプロイを通じてスケーリングされ、永続的なデータ ストレージによる学習を維持し、自動化された統合と配信パイプラインによる継続的な改善をサポートします。

考えられるユース ケース

エンタープライズ プロセスの自動化

従業員のオンボード オーケストレーション: 複数の部門にわたる IT プロビジョニング、人事ドキュメント、施設アクセス、トレーニング スケジュール、コンプライアンス要件を調整します。

コントラクト管理ワークフロー: 複雑なビジネス契約の法的レビュー、調達承認、財務分析、ベンダー通信を自動化します。

インシデント対応の調整: IT チーム、セキュリティ チーム、ビジネス チーム全体で、技術的な修復、利害関係者のコミュニケーション、ドキュメント、インシデント後の分析を調整します。

金融サービスとコンプライアンス

規制コンプライアンスの自動化: 複数の規制フレームワーク間でデータ収集、分析、レポート作成、送信を同時に調整します。

ローン処理パイプライン: 複数のスペシャリスト チームを含むクレジット分析、リスク評価、ドキュメント レビュー、承認ワークフローを自動化します。

監査準備管理: ビジネス ユニット間での証拠収集、ドキュメントの準備、利害関係者のインタビュー、コンプライアンス検証を調整します。

医療と研究

臨床試験管理: 患者の採用、規制コンプライアンス、データ収集、安全性の監視、および研究チーム全体のレポートを調整します。

患者ケアの調整: 複雑な医療ケースに対するスケジューリング、治療計画、保険検証、ケアチームのコミュニケーションを自動化します。

医療機器調達: 臨床要件、技術仕様、ベンダー評価、規制承認プロセスを調整します。

製造とサプライ チェーン

製品発売の調整: 設計の最終決定、製造のセットアップ、品質保証、マーケティングの準備、および流通計画を調整します。

サプライヤーのオンボーディング プロセス: 資格評価、コントラクト ネゴシエーション、システム統合、およびパフォーマンス監視のセットアップを自動化します。

品質インシデント管理: 品質に関する問題の調査、根本原因分析、是正措置、サプライヤーのコミュニケーションを調整します。

選択肢

このアーキテクチャには、ワークロードの機能要件と非機能要件に応じて、他の Azure サービスまたはアプローチに置き換えることができる複数のコンポーネントが含まれています。 次の代替手段とトレードオフを検討してください。

エージェントオーケストレーション

現在のアプローチ: このソリューションでは、セマンティック カーネル SDK で記述されたカスタム エージェント コードを使用して、エージェントとその相互作用を調整します。 Container Apps は、コードを実行する中央オーケストレーター コンピューティングとして機能します。 このコードは、アクティブなワークフローで動作する複数の AI エージェントを調整します。 このアプローチは、エージェントの動作、オーケストレーション ロジック、コンピューティング スケールを最大限に制御できるコード優先ソリューションです。

別の方法: Azure AI Foundry Agent Service を使用してエージェントを定義し、関連するナレッジ ストアとツールに個別に接続します。 この方法は、システム プロンプトを使用してエージェントの動作とエージェントの関係を定義するコードなしのソリューションです。 エージェントはユーザーの代わりにホストされ、エージェントを実行するコンピューティングを制御できなくなります。

ワークロードに次の特性がある場合は、この代替手段を検討してください。

• 決定論的エージェントのオーケストレーションは必要ありません。 システム プロンプトを使用して、ナレッジ ストアへのアクセスやツールの使用など、エージェントの動作を十分に定義できます。

• エージェントのコンピューティングを完全に制御する必要はありません。

• HTTPS アクセス可能なツールのみが必要であり、ナレッジ ストアは Foundry Agent Service と互換性があります。

要件が混在する組織では、ハイブリッド アプローチが有効になる可能性があります。 標準ワークフローでは Foundry Agent Service が使用されますが、重要なプロセスまたは高度にカスタマイズされたプロセスでは Container Apps でセルフホステッド オーケストレーションが使用されます。

コストの最適化

コストの最適化では、不要な経費を削減し、運用効率を向上させる方法に重点を置いています。 詳細については、「コスト最適化の設計レビュー チェックリスト」を参照してください。

このシナリオの実行コストの詳細については、 Azure 料金計算ツールの構成済みの見積もりを参照してください。

価格は地域や使用状況によって異なるため、正確なコストを事前に予測することはできません。 このインフラストラクチャのほとんどの Azure リソースは、使用量ベースの価格モデルに従います。 ただし、Container Registry では、レジストリごとに 1 日あたりの固定コストが発生します。

このシナリオをデプロイする

このアーキテクチャの実装をデプロイするには、 GitHub リポジトリの手順に従います。

貢献者達

Microsoft では、この記事を保持しています。 次の共同作成者がこの記事を書きました。

主要著者:

• ソロモン・ピケット |ソフトウェア エンジニア II

その他の共同作成者:

• Mark Taylor |プリンシパル ソフトウェア エンジニア

公開されていない LinkedIn プロフィールを見るには、LinkedIn にサインインしてください。

次のステップ

• セマンティック カーネルを使用したエージェント アーキテクチャの概要