マイクロソフトのDevRelは、紹介することに興奮しています。 エンタープライズ機能を備えたサンプルアプリケーションデモで、開発者がどのように連携できるかを示す。 そして (Java、NET、Python、TypeScriptで書かれている) 旅行計画のシナリオを探索する。 エージェントオーケストラとして、 構造化されたツール相互作用、Azure AI Foundry、GitHub Model、 スケーラブルな展開 旅行代理人 multiple AI agents MCP servers LlamaIndex.TS Model Context Protocol (MCP) Azure Container Apps 旅行代理人 ドクター: The AI Travel Agents で MCP と Azure のパワーを体験してください! リアルタイムのエージェントのコラボレーションを実現するために、コンピュータ上で現地でライブデモを試してみてください。 コミュニティフォーラムでフィードバックを共有します。 我々はすでに新しい MCP 統合エージェントなどの改善を計画しており、AI エージェントと MCP サーバー間の安全なコミュニケーションを可能にし、Agent2Agent へのサポートを MCP 経由で追加しています。 これはまだ進行中の作業であり、あらゆる種類の貢献も歓迎します。 更新のためのフォークとレポをスターしてください! ドクター: このサンプルアプリケーションは、模データを使用し、生産利用よりもデモ用に使用することを目的としています。 このサンプルアプリケーションは、模データを使用し、生産利用よりもデモ用に使用することを目的としています。 The Challenge: Scaling Personalized Travel Planning(パーソナライズされた旅行計画のスケーリング) 旅行代理店は複雑な課題に取り組んでいます:顧客のさまざまなニーズを分析し、目的地を推奨し、ルートを作成しながら、トレンドスポットや物流などのリアルタイムのデータを統合します。 LlamaIndex.TSは、効率的なタスク処理のための6つのAIエージェントをオーケストラにします。 MCPは、旅行特有のデータとツールをエージェントに提供します。 Azure Container Apps は、スケーラブルでサーバーレスなデプロイを提供します。 このアーキテクチャは、規模の高いオペレーティング効率とパーソナライズされたサービスを提供し、混沌を機会に変える。 LlamaIndex.TS:AIエージェントのオーケストラ化 AI旅行代理店の心臓は、 , 旅行計画タスクを処理するために複数のAIエージェントをオーケストラする強力なエージェントフレームワーク. Node.js バックエンドに構築された LlamaIndex.TS は、エージェントの相互作用をシームレスかつインテリジェントに管理します。 LlamaIndex.TS Task Delegation: Triage Agent はクエリを分析し、ルーティングエージェントなどの専門エージェントにリダイレクトし、効率的なワークフローを確保します。 エージェント連携: LlamaIndex.TS はインタラクションを通じてコンテキストを維持し、複雑なクエリ、例えば複数の都市旅行プランに対する一貫した回答を可能にします。 Azure OpenAI、GitHub モデル、または Foundy Local を使用したローカル LLM に接続します。 LlamaIndex.TSのモジュール設計は、拡張性をサポートし、新しいエージェントを簡単に追加することができます。LlamaIndex.TSは、エージェントが正確でタイムリーな結果を提供するために同期して動作することを保証する導体です。その軽量オーケストラは遅延を最小限に抑え、リアルタイムのアプリケーションに最適です。 MCP:Fueling Agents with Data and Tools(データとツールでエージェントを燃やす) THE 旅行特有のデータとツールを提供することで、AIエージェントを強化し、その機能性を向上させます。 Model Context Protocol (MCP) リアルタイムデータ:Bing Search を使用して Web 検索エージェントを介して、トレンドの目的地や季節的なイベントなどの最新の旅行情報を提供します。 ツール アクセス: エージェントを .NET ベースのクライアント クエリ アナライザー、旅行スケジュールの Python ベースのルートプランニング、Java で書かれた目的地勧告ツールなどの外部ツールに接続します。 たとえば、Destination Recommendation Agent が現在の旅行トレンドを必要とする場合、MCP は Web Search Agent を介して配信します。このモジュラリティにより、新しいツールがシームレスに統合され、プラットフォームを未来に保証します。 Azure Container Apps: スケーラビリティとレジリエンス AI Travel Agents サンプルアプリケーションは、マイクロサービスを展開するためのサーバーレス、スケーラブルなプラットフォームを提供します。 Azure Container Apps ダイナミックスケーリング:需要に応じてコンテナインスタンスを自動的に調整し、ダウンタイムなしで予約の増加を管理します。 Polyglot Microservices: .NET (Customer Query)、Python (Itinerary Planning)、Java (Destination Recommandation) および Node.js サービスを孤立したコンテナでサポートします。 Observability: Tracking、Metrics、Loggingを統合し、リアルタイムのモニタリングを可能にします。 Serverless Efficiency: インフラストラクチャを抽象化し、コストを削減し、展開を加速します。 Azure Container Appsのグローバルインフラストラクチャは、世界中の顧客にサービスを提供する旅行会社にとって極めて重要な低遅延性能を提供します。 AIエージェント: A Quick Look MCP および Azure Container Apps はスターですが、アプリケーションの機能を駆動する複数の AI エージェントのチームをサポートしています。 Triage Agent: リクエストを適切なエージェントにリダイレクトし、タスクの委任のために MCP を活用します。 Customer Query Agent: .NET ツールを使用して、顧客のニーズ(感情、意図)を分析します。 Destination Recommendation Agent: Java を使用してカスタマイズされた目的地を提案します。 ルートプランニングエージェント: Python で動作する効率的なルートを作成します。 Web 検索エージェント:Bing 検索でリアルタイムのデータを取得します。 これらのエージェントは、MCP のリアルタイム通信と Azure Container Apps のスケーラビリティに依存し、応答性の高い正確な結果を提供します。 注目すべきは、このサンプルアプリケーションはデモ用にマックデータを使用しているが、実際のワールドシナリオでは、アプリケーションは実際の生産旅行APIに接続されているMCPサーバーと通信するだろう。 試し出せ♪ Docker Model Runner/Ollama または Azure AI Foundry を使用して、より有能な LLM を開発し、リアルタイムのエージェントコラボレーションをアクションで実現できます。 あなたのコンピュータ上で現地でライブデモを無料で試してみてください。 結論 あなたは今日オープンソースプロジェクトを探索することができます。 , with setup and deployment instructions. あなたのフィードバックを私たちの 私たちはすでに、新しいMCP統合エージェントなどの改善を計画しており、 AI エージェントと MCP サーバーの間で、MCP 経由で Agent2Agent のサポートを追加します。 GitHub コミュニティフォーラム 安全なコミュニケーション これはまだ進行中の作業であり、我々はまた、あらゆる種類の貢献を歓迎します. Please fork and star the repo to stay tuned for updates! 私たちはあなたのフィードバックを愛し、Azure AI Discordで議論を続けます。 https://aka.ms/AI/discord