Teams AI ライブラリと Teams Toolkit を使用してカスタムエンジンエージェントを構築する

Microsoft Teams用のカスタムエンジンエージェントを作成して、軽い操作を正確に制御できます。これにより、ユーザーの意図を正確に理解して実行し、アプリのアクションに合わせて調整する言語モデルの有効性が示されます。

このチュートリアルでは、次の方法について学ぶことができます:

Teams Toolkit を使用して新しいプロジェクトを設定する方法。
Teams AI ライブラリ機能をインポートする方法。
Teams にカスタムエンジンエージェントをデプロイし、軽い操作を制御する方法。

次の出力を確認できます。

ローカルコンピューターのチャットウィンドウの例を示すスクリーンショット。

前提条件

残り 5 分

カスタムエンジンエージェントのビルドとデプロイに必要なツールの一覧を次に示します。

	インストール	使用するには...
	Teams ツールキット	アプリのプロジェクトスキャフォールディングを作成する Microsoft Visual Studio Code 拡張機能。最新バージョンを使用します。
	Microsoft Teams	すべてのユーザーと共同作業を行うには、チャット、会議、通話のアプリを 1 か所で操作します。
	Node.js	バックエンド JavaScript ランタイム環境。詳細については、「プロジェクトの種類Node.js バージョン互換性テーブル」を参照してください。
	Microsoft Edge (推奨) または Google Chrome	開発者ツールを備えたブラウザー。
	Visual Studio Code	JavaScript、TypeScript、Python ビルド環境。最新バージョンを使用します。
	OpenAI または Azure OpenAI	最初に OpenAI API キーを作成して、OpenAI の GPT を使用します。 Microsoft Azure でアプリをホストしたりリソースにアクセスしたりする場合は、開始する前に Azure OpenAI サービスを作成する必要があります。
	Microsoft 365 開発者アカウント	アプリをインストールするための適切なアクセス許可を持つ Teams アカウントにアクセスします。

開発環境を準備する

必要なツールをインストールしたら、開発環境を設定します。

Teams Toolkit をインストールする

Teams Toolkit は、アプリのクラウドリソースのプロビジョニングとデプロイ、Teams ストアへの発行などのツールを使用して、開発プロセスを簡素化するのに役立ちます。

ツールキットは Visual Studio Code で使用できます。 teamsappと呼ばれる CLI (コマンドラインインターフェイス) を使用することもできます。

Visual Studio Code
コマンドライン

Visual Studio Code を開き、[拡張機能] ビュー (Ctrl + Shift + X / ⌘⇧-X または [ビュー >拡張機能] ) を選択します。
検索ボックスに、「Teams Toolkit」と入力します。
Teams Toolkit の横にある [インストール] を選択します。

Teams Toolkit アイコンは、インストール後に Visual Studio Code アクティビティバー に表示されます。

Teams Toolkit は、Visual Studio Code Marketplace にもあります。

Teamsapp CLI をインストールするには、 npm パッケージマネージャーを使用します。

npm install -g @microsoft/teamsapp-cli

構成によっては、 sudo を使用して CLI をインストールする必要がある場合があります。

sudo npm install -g --unsafe-perm @microsoft/teamsapp-cli

Linux および macOS システムではこの条件はより一般的です。

npm グローバルキャッシュをパスに追加してください。この手順は通常、Node.js インストーラーの一部として行われます。

CLI で teamsapp コマンドを指定して使用できます。 teamsapp -h を実行して、このコマンドが動作していることを確認します。

注意

PowerShell ターミナルで Teamsapp を実行するには、PowerShell の "リモート署名済み" 実行ポリシーを有効にする必要があります。

Teams 開発テナントを設定する

テナント とは、チャット、ファイルの共有、会議の実行を行う Teams の組織のスペースまたはコンテナーのようなものです。この領域は、カスタムアプリをアップロードしてテストする場所でもあります。テナントを使って開発する準備ができているかどうかを確認しましょう。

カスタムアプリのアップロードオプションを確認する

アプリを作成したら、アプリを配布せずに Teams に読み込む必要があります。このプロセスは、カスタムアプリのアップロードと呼ばれます。このオプションを表示するには、Microsoft 365 アカウントにサインインします。

注:

Teams ローカル環境でアプリをプレビューおよびテストするために、カスタムアプリのアップロードが必要です。有効になっていない場合は、Teams ローカル環境でアプリをプレビューしてテストすることはできません。

既にテナントがあり、管理者アクセス権がありますか? 実際にあるかどうかを確認しましょう。

Teams でカスタムアプリをアップロードできるかどうかを確認します。

Teams クライアントで、[ アプリ ] アイコンを選択します。
[アプリの管理] を選択します。
[ アプリのアップロード] を選択します。
[カスタムアプリのアップロード] オプションを探します。オプションが表示された場合は、カスタムアプリのアップロードが有効になります。

注:

カスタムアプリをアップロードするオプションが見つからない場合は、Teams 管理者に問い合わせてください。

無料の Teams 開発者テナントを作成する (省略可能)

Teams 開発者アカウントをお持ちでない場合は、無料で取得できます。 Microsoft 365 開発者プログラムに参加します。

Microsoft 365 開発者プログラムに移動します。
[今すぐ参加] を選択し、画面の指示に従います。
ようこそ画面で、[E5 サブスクリプションの設定] を選択します。
管理者アカウントを設定します。完了すると、次の画面が表示されます。
設定した管理者アカウントを使用して Teams にサインインします。 Teams に [カスタムアプリのアップロード] オプションがあることを確認します。

無料の Azure アカウントを取得します。

アプリをホストする場合、または Azure でリソースにアクセスする場合は、Azure サブスクリプションが必要です。開始する前に無料でアカウントを作成してください。

これで、アカウントを設定するためのツールがすべて揃いました。開発環境では、アプリプロジェクトのビルドを開始する準備が整いました。

カスタムエンジンエージェントアプリのプロジェクトワークスペースを作成する

残り 4 分

最初のカスタムエンジンエージェントアプリを作成しましょう。

Teams アプリのカスタムエンジンエージェント機能により、AI チャットボットが作成されます。これを使用して、顧客サービスの提供など、シンプルで自動化されたタスクを実行します。カスタムエンジンエージェントは Web サービスと対話し、そのオファリングを使用するのに役立ちます。天気予報、予約、またはカスタムエンジンエージェントを使用して提供されるその他のサービスを取得できます。

アプリまたはカスタムエンジンエージェントを作成する準備が済んでいるので、カスタムエンジンエージェントを作成するための新しい Teams プロジェクトを設定できます。

このチュートリアルでは以下を学習します。

Teams Toolkit を使用して新しいカスタムエンジンエージェントプロジェクトを設定する方法。
アプリプロジェクトのディレクトリ構造について。

カスタムエンジンエージェントプロジェクトワークスペースを作成する

前提条件を満たしている場合は開始します。

Visual Studio Code
コマンドライン

Visual Studio Code を開きます。
Visual Studio Code アクティビティバーの [Teams Toolkit ] アイコンを選択します。
[ 新しいアプリの作成] を選択します。

$Teams Toolkit サイドバーの [Create New Project]$新しいプロジェクトの作成$ リンクの場所を示すスクリーンショット。$
[ カスタムエンジンエージェント] を選択します。
[ Basic AI chatbot]\(基本 AI チャットボット\) を選択します。
プログラミング言語として [TypeScript ] を選択します。
[ OpenAI ] または [ Azure OpenAI] を選択します。
OpenAI キーまたは Azure OpenAI キーと Azure OpenAI エンドポイントを入力します。
[既定のフォルダー] を選択して、プロジェクトのルートフォルダーを既定の場所に格納します。

次の手順で既定の場所を変更することもできます。
1. [ 参照] を選択します。
2. プロジェクトワークスペースの場所を選択します。
3. [ フォルダーの選択] を選択します。
アプリに適した名前を入力し、[Enter] を選択 します。

ダイアログが表示されます。 [ はい、作成者を信頼する] または [いいえ] を選択します。要件に基づいて作成者を信頼しません 。

カスタムエンジンエージェントは数秒で作成されます。

アプリが作成されると、Teams Toolkit に次のメッセージが表示されます。

Teams アプリを作成する簡単な要約。

Teams アプリを作成するためのこの短い要約をご覧ください。

Teams アプリを作成する

teamsapp CLI を使用して、最初のプロジェクトを作成します。プロジェクトフォルダーを作成するフォルダーから開始します。

teamsapp new

CLI を使用して、新しい Teams アプリを作成できます。 CLI では、一連の質問によって作業を進めます。すべての質問には、それに対する回答に関する指示が含まれています。

たとえば、方向キーを使用してオプションを選択します。選択した後、Enter キーを押して確定します。

[新しい Teams アプリを作成] を選択します。
[ボット] 機能を選択し、[タブ] 機能の選択を解除します。
プログラミング言語として [JavaScript] を選択します。
Enter を選択して、既定のワークスペースフォルダーを選びます。
HelloBot のように、アプリに適した名前を入力します。アプリの名前は、英数字のみで構成されている必要があります。

すべての質問に回答すると、プロジェクトが作成されます。

アプリのソースコードを見る

スキャフォールディングが完了した後、プロジェクトのディレクトリとファイルを Visual Studio Code のエクスプローラー領域で確認できます。

Teams Toolkit のサンプルボットフォルダー Structure を示すスクリーンショット。

フォルダー名	コンテンツ
`env/.env.local.user`	プロビジョニングとデプロイの規則をカスタマイズするために `teamsapp.yml` によって使用されるローカル環境の構成ファイル。
`index.ts`	アプリのメインエントリポイント。
`teamsBot.ts`	Teams アクティビティハンドラー。
`appPackage`	アプリマニフェストテンプレートファイルとアプリアイコン (color.png と outline.png)。
`appPackage/manifest.json`	ローカルおよびリモートの環境でアプリを実行するためのアプリマニフェスト。
`config.ts`	`config.ts` は、ボットアダプターの設定に使用される環境変数へのアクセスをラップします。
`teamsapp.yml`	これは、プロパティと構成ステージ定義を定義する teams Toolkit プロジェクトメインです。
`teamsapp.local.yml`	これにより、ローカル実行とデバッグを有効にするアクションでteamsapp.ymlがオーバーライドされます。

最初のカスタムエンジンエージェントをビルドして実行する

残り 3 分

Teams Toolkit を使用してプロジェクトワークスペースを設定したら、次にプロジェクトをビルドします。 Microsoft 365 アカウントにサインインしていることを確認します。

このアカウントを使用して、Teams にサインインします。 Microsoft 365 開発者プログラムテナントを使用している場合は、Microsoft 365 アカウントは、登録中に設定した管理者アカウントです。

Visual Studio Code
コマンドライン

Visual Studio Code を開きます。
サイドバーで Teams Toolkit アイコンを選択します。
[M365 にサインイン (Sign in to M365)] を選択します。

既定の Web ブラウザーが開き、アカウントにサインインできます。
資格情報を使用して Microsoft 365 アカウントにサインインします。
メッセージが表示されたらブラウザーを閉じて、Visual Studio Code に戻ります。
Visual Studio Code 内の Teams Toolkit に戻ります。

このアカウントを使用して、Teams にサインインします。 Microsoft 365 開発者プログラムテナントを使用している場合は、Microsoft 365 アカウントは、登録中に設定した管理者アカウントです。

これで、アプリをビルドし、ローカルで実行する準備が整いました。

Teamsapp CLI を使用して Microsoft 365 にサインインします。
```
teamsapp account login m365
```
既定の Web ブラウザーが開き、アカウントにサインインできます。資格情報を使用して Azure アカウントにサインインします。メッセージが表示されたら、ブラウザーを閉じます。
Teamsapp CLI を使用して Azure にサインインします。
```
teamsapp account login azure
```
既定の Web ブラウザーが開き、アカウントにサインインできます。資格情報を使用して Azure アカウントにサインインします。メッセージが表示されたら、ブラウザーを閉じます。

アカウントログインは、Visual Studio Code と Teamsapp CLI の間で共有されます。

開発環境が構成されたので、最初の Teams アプリを作成、ビルド、デプロイできます。

Teams AI ライブラリ機能を使用してカスタムエンジンエージェントを更新する

Teams Toolkit は、カスタムエンジンエージェントをスキャフォールディングして実行する最も簡単な方法です。 Teams Toolkit では、カスタムエンジンエージェントの構成を開始するための基本的な構造が作成されます。

Teams AI ライブラリ機能の構成を開始しましょう。

Visual Studio Code に移動し、ターミナルウィンドウを開きます。
ターミナルで次のコマンドを実行して、 yarnをインストールします。
```
npm install
npm install @microsoft/teams-ai
```
注:

Teams Toolkit を使用してサンプルを作成する場合は、自動的に作成されるセットアップに .env.local.user ファイルが表示されます。ファイルが使用できない場合は、 .env.local.user ファイルを作成し、OpenAI キーまたは Azure OpenAI キーと Azure OpenAI エンドポイントを更新します。

app.ts ファイルに移動します。

次のように、import ステートメントに TurnContext を追加します。
```
import { MemoryStorage, TurnContext} from 'botbuilder';
```

"@microsoft/teams-ai" import ステートメントに次のようにDefaultConversationState, Memory, TurnStateを追加します。

     // See https://aka.ms/teams-ai-library to learn more about the Teams AI library.
     import { Application, ActionPlanner, DefaultConversationState, Memory, TurnState, OpenAIModel, PromptManager } from "@microsoft/teams-ai";

"@microsoft/teams-ai" の後に、次を追加します。

// eslint-disable-next-line @typescript-eslint/no-empty-interface
interface ConversationState extends DefaultConversationState {
  lightsOn: boolean;
}
type ApplicationTurnState = TurnState<ConversationState>;

if (!process.env.OPENAI_API_KEY) {
throw new Error('Missing environment variables - please check that OPENAI_KEY or AZURE_OPENAI_KEY is set.');
}

Define storage and application codeした後、次を追加します。

// Define a prompt function for getting the current status of the lights
planner.prompts.addFunction('getLightStatus', async (context: TurnContext, memory: Memory) => {
return memory.getValue('conversation.lightsOn') ? 'on' : 'off';
});

return memory.getValue('conversation.lightsOn') ? 'on' : 'off';した後、次を追加します。

// Register action handlers
app.ai.action('LightsOn', async (context: TurnContext, state: ApplicationTurnState) => {
    state.conversation.lightsOn = true;
    await context.sendActivity(`[lights on]`);
    return `the lights are now on`;
});

app.ai.action('LightsOff', async (context: TurnContext, state: ApplicationTurnState) => {
    state.conversation.lightsOn = false;
    await context.sendActivity(`[lights off]`);
    return `the lights are now off`;
});

interface PauseParameters {
    time: number;
}

app.ai.action('Pause', async (context: TurnContext, state: ApplicationTurnState, parameters: PauseParameters) => {
    await context.sendActivity(`[pausing for ${parameters.time / 1000} seconds]`);
    await new Promise((resolve) => setTimeout(resolve, parameters.time));
    return `done pausing`;
});

adapter.ts ファイルに移動します。

[ Import required bot services.] で、既存のコードを削除し、次を更新します。

// Import required bot services.
// See https://aka.ms/bot-services to learn more about the different parts of a bot.
import { TeamsAdapter } from '@microsoft/teams-ai';
import { ConfigurationServiceClientCredentialFactory } from 'botbuilder';

This bot's main dialog.で次のコードを削除します。

// This bot's main dialog.
import config from "./config";

const botFrameworkAuthentication = new ConfigurationBotFrameworkAuthentication(
{},
new ConfigurationServiceClientCredentialFactory(config)
);

import { ConfigurationServiceClientCredentialFactory } from 'botbuilder';した後、Create adapter.の下のコードを次のように置き換えます。

// Create adapter.
// See https://aka.ms/about-bot-adapter to learn more about how bots work.
const adapter = new TeamsAdapter(
    {},
    new ConfigurationServiceClientCredentialFactory({
        MicrosoftAppId: process.env.BOT_ID,
        MicrosoftAppPassword: process.env.BOT_PASSWORD,
        MicrosoftAppType: 'MultiTenant'
    })
);

index.ts ファイルに移動します。
1. Create HTTP server.で、ボットが開始console.log(\n後、${server.url}をリッスンしている ${server.name} );次の情報を追加します。
```
console.log('\nGet Bot Framework Emulator: https://aka.ms/botframework-emulator');
console.log('\nTo test your bot in Teams, sideload the app manifest.json within Teams Apps.');
```
ルートフォルダーで、新しいフォルダー構造である prompts>sequence を作成します。
シーケンスの下に、次のファイルを作成します。
- config.json
- skprompt.txt
- actions.json
config.json ファイルに移動し、次のコードを追加して、プロンプトモデル設定を作成します。
```
{
    "schema": 1.1,
    "description": "A bot that can turn the lights on and off",
    "type": "completion",
    "completion": {
        "model": "gpt-3.5-turbo",
        "completion_type": "chat",
        "include_history": true,
        "include_input": true,
        "max_input_tokens": 2800,
        "max_tokens": 1000,
        "temperature": 0.2,
        "top_p": 0.0,
        "presence_penalty": 0.6,
        "frequency_penalty": 0.0,
        "stop_sequences": []
    },
    "augmentation": {
        "augmentation_type": "sequence"
    }
}
```
カスタムエンジンエージェントは、自然言語モデリングに OpenAI または Azure OpenAI を使用します。 config.json ファイルは、カスタムエンジンエージェントの言語処理を処理します。このファイルは、index.ts ファイルからPromptManagerによって開始され、エージェントの言語処理を監視します。プロンプトを開始すると、プロンプトマネージャーはプロンプト構成ファイル (シーケンス/config.json) を検索し、プロンプト設定を OpenAI または Azure OpenAI に渡します。
skprompt.txt ファイルに移動します。 OpenAI または Azure OpenAI で会話を行い、会話を容易にするために、次の手順を追加します。
```
The following is a conversation with an AI assistant.
The assistant can turn a light on or off.

context:
The lights are currently {{getLightStatus}}.
```
skprompt.txt ファイルには、ユーザーが OpenAI または Azure OpenAI と対話するテキストプロンプトが含まれています。 OpenAI または Azure OpenAI は、これらのプロンプトを使用して、前のテキストに従う可能性が最も高い次の一連の単語を生成しようとします。

actions.json ファイルに移動します。次のコードを追加して、カスタムエンジンエージェントのアクションを定義します。

{

    {
        "name": "LightsOn",
        "description": "Turn the lights on",
        "parameters": []
    },
    {
        "name": "LightsOff",
        "description": "Turn the lights off",
        "parameters": []
    },
    {
        "name": "Pause",
        "description": "Delays for a period of time",
        "parameters": {
            "type": "object",
            "properties": {
                "time": {
                    "type": "number",
                    "description": "The amount of time to delay in milliseconds"
                }
            },
            "required": [
                "time"
            ]
        }
    }
}

actions.json ファイルには、カスタムエンジンエージェントが実行できるアクションが含まれています。 index.ts ファイルのActionPlannerは、actions.json ファイルで定義されているアクションを使用してアクションを実行します。

このサンプルでは、すべての自然言語モデリングに OpenAI または Azure OpenAI を使用します。ユーザーは任意の言語でカスタムエンジンエージェントと通信できます。カスタムエンジンエージェントは、追加のコードなしで適切に理解し、応答します。

カスタムエンジンエージェントをローカルでビルドして実行する

ローカル環境でアプリをビルドして実行するには次のようにします。

F5 キーを選択して、デバッグモードでアプリを実行します。

注:

Teams Toolkit が特定の前提条件をチェックできない場合は、チェックするように求められます。
デバッガーでアプリをローカルで実行した場合の動作について説明します。

気にかかる点がある場合、F5 キーを押すと、Teams Toolkit によって以下が行われます。
1. 次のすべての前提条件を確認します。
- Microsoft 365 アカウントでログインしています。
- カスタムアプリのアップロードは、Microsoft 365 アカウントで有効になっています。
- サポートされている Node.js バージョンがインストールされています。
- ボットアプリで必要なポートを使用できます。
1. npm パッケージをインストールします。
2. Dev Tunnel を開始して HTTP トンネルを作成します。
3. Microsoft Entra IDにアプリを登録し、アプリを構成します。
4. Bot Framework SDK にアプリを登録し、アプリを構成します。
5. Teams 開発者ポータルにアプリを登録し、アプリを構成します。
6. アプリを起動します。
7. Web ブラウザーで Teams を起動し、アプリをアップロードします。
注:

アプリを初めて実行すると、すべての依存関係がダウンロードされ、アプリがビルドされます。ビルドが完了すると、自動的にブラウザーウィンドウが開きます。このプロセスが完了するまでに 3 分から 5 分かかる場合があります。

Teams によって Web ブラウザーでアプリが実行されます。
メッセージが表示されたら、Microsoft 365 アカウントを使用してサインインします。
ローカルコンピューター上の Teams にアプリをアップロードするように求められたら、[ 追加] を選択します。

これで、カスタムエンジンエージェントが Teams で正常に実行されるようになりました。アプリが読み込まれた後、カスタムエンジンエージェントとのチャットセッションが開きます。

「 LightsOn 」と入力して、カスタムエンジンエージェントとの対話を開始できます。

アプリがローカルで実行されない場合のトラブルシューティング方法について説明します。

Teams でアプリを正常に実行するには、Teams アカウントでカスタムアプリのアップロードが有効になっていることを確認します。カスタムアプリのアップロードの詳細については、「前提条件」セクションを参照してください。

重要

カスタムアプリのアップロードは、 Government Community Cloud (GCC)、GCC-High、および国防総省 (DOD) 環境で利用できます。

ヒント

アプリ検証ツールを使用して、カスタムアプリをアップロードする前に問題がないか確認します。このツールは Toolkit に含まれています。アプリをアップロードするエラーを修正します。

カスタムエンジンエージェントをデプロイする

残り 2 分

カスタムエンジンエージェントの作成、ビルド、実行について学習しました。最後の手順は、アプリを Azure に展開することです。

Teams Toolkit を使用して、Azure にカスタムエンジンエージェントをデプロイしましょう。

このアカウントを使用して、Microsoft Azure potral にアクセスし、アプリをサポートする新しいクラウドリソースをプロビジョニングします。

Visual Studio Code
コマンドライン

Visual Studio Code を開きます。
アプリを作成したプロジェクトフォルダーを開きます。
サイドバーで Teams Toolkit アイコンを選択します。
[Azure にサインイン] を選択します。

ヒント

Azure アカウント拡張機能がインストールされ、同じアカウントを使用している場合は、この手順をスキップできます。他の拡張機能で使用しているのと同じアカウントを使用します。

既定の Web ブラウザーが開き、アカウントにサインインできます。
資格情報を使用して Azure アカウントにサインインします。
メッセージが表示されたらブラウザーを閉じて、Visual Studio Code に戻ります。

サイドバーの [ACCOUNTS ] セクションには、2 つのアカウントが個別に表示されます。また、使用可能な Azure サブスクリプションの数も一覧表示されます。使用可能な Azure サブスクリプションが少なくとも 1 つあることを確認します。ない場合は、サインアウトして別のアカウントを使用します。

これで、アプリを Azure にデプロイする準備が整いました。

これで、カスタムエンジンエージェントが作成されました。

Teamsapp CLI を使用して Microsoft 365 にサインインします。
```
teamsapp account login m365
```
既定の Web ブラウザーが開き、アカウントにサインインできます。資格情報を使用して Azure アカウントにサインインします。メッセージが表示されたら、ブラウザーを閉じます。
Teamsapp CLI を使用して Azure にサインインします。
```
teamsapp account login azure
```
既定の Web ブラウザーが開き、アカウントにサインインできます。資格情報を使用して Azure アカウントにサインインします。メッセージが表示されたら、ブラウザーを閉じます。

アカウントログインは、Visual Studio Code と Teamsapp CLI の間で共有されます。

これで、Azure アカウントにサインインできました。

アプリを Azure にデプロイする

デプロイは、2 つの手順で構成されます。まず、必要なクラウドリソースが作成されます (プロビジョニングとも呼ばれます)。次に、アプリのコードが作成されたクラウドリソースにコピーされます。このチュートリアルでは、カスタムエンジンエージェントをデプロイします。

プロビジョニングとデプロイの違いは何ですか?

プロビジョニング 手順では、アプリ用の Azure と Microsoft 365 にリソースを作成しますが、コード (HTML、CSS、JavaScript) はリソースにコピーされません。 [デプロイ] ステップでは、プロビジョニング手順中に作成したリソースにアプリのコードがコピーされます。新しいリソースをプロビジョニングせずに複数回デプロイするのが一般的です。プロビジョニング手順の完了には時間がかかる場合があるため、デプロイ手順とは別です。

Visual Studio Code
Command Line/コマンドライン

Visual Studio Code のサイドバーで Teams Toolkit アイコンを選択します。

[プロビジョニング] を選択します。
Azure リソースに使用するサブスクリプションを選択します。

アプリは Azure リソースを使用してホストされます。

Azure でリソースを実行するときにコストが発生する可能性があることを示すダイアログが表示されます。
[プロビジョニング] を選択します。

プロビジョニングプロセスでは、Azure クラウドにリソースが作成されます。時間がかかる場合があります。進行状況を監視するには、右下隅にあるダイアログを確認します。数分後に、次の通知が表示されます。

必要に応じて、プロビジョニングされたリソースを表示できます。このチュートリアルでは、リソースを表示する必要はありません。

プロビジョニングされたリソースが [環境 ] セクションに表示されます。
プロビジョニングが完了したら、[ライフサイクル] パネルから [デプロイ] を選択します。

プロビジョニングと同様に、デプロイには時間がかかります。プロセスを監視するには、右下隅にあるダイアログを確認します。数分後に完了通知が表示されます。

これで、同じプロセスを使用して、カスタムエンジンエージェントを Azure にデプロイできます。

ターミナルウィンドウで以下を行います。

teamsapp provision を実行します。
```
teamsapp provision
```

メッセージが表示されたら、Azure リソースを使用する Azure サブスクリプションを選択します。

アプリは Azure リソースを使用してホストされます。

teamsapp deploy を実行します。
```
teamsapp deploy
```

デプロイされたアプリを実行する

プロビジョニングとデプロイの手順が完了したら、次の手順を実行します。

Visual Studio Code からデバッグパネル (Ctrl + Shift + D / ⌘⇧-D または ビュー > Run) を開きます。
[起動構成] ドロップダウンから [ リモートの起動 (Edge)] を選択します。
[ デバッグの開始 ] (F5) を選択して、Azure からアプリを起動します。
[追加] を選択します。

Toolkit には、アプリが Teams に追加されることを示すメッセージが表示されます。

アプリが Teams クライアントに読み込まれます。

アプリを Azure にデプロイした場合の動作について説明します

展開前は、このアプリケーションは以下のようにローカルで動作しています。

バックエンドは、Azure Functions Core Tools を使用して実行します。
アプリケーションの HTTP エンドポイントは、Microsoft Teams がアプリケーションを読み込む場所でローカルに実行されます。

デプロイは、2 つの手順で構成されるプロセスです。アクティブな Azure サブスクリプションにリソースをプロビジョニングし、その後アプリケーションのバックエンドコードとフロントエンドコードを Azure にデプロイまたはアップロードします。

バックエンドが構成済みの場合、Azure App Service や Azure Storage など、さまざまな Azure のサービスが使用されています。
フロントエンドアプリケーションは、静的 Web ホスティング用に構成された Azure Storage アカウントにデプロイされます。

展開前は、このアプリケーションは以下のようにローカルで動作しています。

バックエンドは、Azure Functions Core Tools を使用して実行します。
アプリケーションの HTTP エンドポイントは、Microsoft Teams がアプリケーションを読み込む場所でローカルに実行されます。

デプロイは、2 つの手順で構成されるプロセスです。アクティブな Azure サブスクリプションにリソースをプロビジョニングし、その後アプリケーションのバックエンドコードとフロントエンドコードを Azure にデプロイまたはアップロードします。

バックエンドが構成済みの場合、Azure App Service や Azure Storage など、さまざまな Azure のサービスが使用されています。
フロントエンドアプリケーションは、静的 Web ホスティング用に構成された Azure Storage アカウントにデプロイされます。

おめでとうございます!

100% 完了しました

これで完了です。

ライトを制御するカスタムエンジンエージェントを作成しました。

ローカルコンピューターのチャットウィンドウの例を示すスクリーンショット。

チュートリアルを完了しました。

次の方法で共有

Teams AI ライブラリと Teams Toolkit を使用してカスタム エンジン エージェントを構築する

前提条件

開発環境を準備する

Teams Toolkit をインストールする

Teams 開発テナントを設定する

カスタム アプリのアップロード オプションを確認する

無料の Teams 開発者テナントを作成する (省略可能)

無料の Azure アカウントを取得します。

カスタム エンジン エージェント アプリのプロジェクト ワークスペースを作成する

カスタム エンジン エージェント プロジェクト ワークスペースを作成する

アプリのソース コードを見る

最初のカスタム エンジン エージェントをビルドして実行する

Microsoft 365 アカウントにサインインする

Teams AI ライブラリ機能を使用してカスタム エンジン エージェントを更新する

カスタム エンジン エージェントをローカルでビルドして実行する

カスタム エンジン エージェントをデプロイする

Azure アカウントにサインインする