次の方法で共有


クイック スタート: Microsoft Foundry リソースを設定する

このクイック スタートでは、Microsoft Foundry project を作成し、モデルをデプロイします。 チームを管理している場合は、チームメンバーにアクセス権を付与します。 これらの手順を完了すると、デプロイされたモデルを使用して AI アプリケーションの構築を開始できます。

ヒント

このクイック スタートでは、基本的なセットアップでエージェントを構築するためのリソースを作成する方法について説明します。 独自のリソースを使用するより高度なシナリオについては、「 エージェント開発用に環境を設定する」を参照してください。

[前提条件]

  • アクティブなサブスクリプションを持つAzure アカウント。 お持ちでない場合は、無料試用版サブスクリプションを含む無料Azure アカウントを作成します。
  • 自分でprojectを作成する場合:
    • サブスクリプションまたはリソース グループで アカウント AI 所有者Azure AI 所有者 などの Foundry リソースを作成できるロールにアクセスします。 アクセス許可の詳細については、Microsoft Foundry のロールベースのアクセス制御 に関するセクションを参照してください。
  • チームのプロジェクトを作成する場合
    • ロールの割り当てを完了できる権限を付与するロールへのアクセス Owner など。 アクセス許可の詳細については、Microsoft Foundry のロールベースのアクセス制御に関するセクションを参照してください。
    • accessが必要なチーム メンバーのユーザー電子メール アドレスまたは Microsoft Entra セキュリティ グループ ID の一覧。

次のタブを使用して、任意の方法を選択します。

  • Azure CLI バージョン 2.67.0 以降をインストールします (az version で確認してください)。

  • Azureにサインインします。

    az login
    

projectを作成する

Foundry projectを作成して作業を整理します。 projectには、チームが使用するモデル、エージェント、およびその他のリソースが含まれています。

  1. リソース グループを作成するか、既存のものを使用します。 たとえば、my-foundry-rgeastusを作成します。

    az group create --name my-foundry-rg --location eastus
    
  2. Foundry リソースを作成します。 たとえば、my-foundry-resource リソース グループにmy-foundry-rgを作成します。

    az cognitiveservices account create \
        --name my-foundry-resource \
        --resource-group my-foundry-rg \
        --kind AIServices \
        --sku s0 \
        --location eastus \
       --allow-project-management
    

    --allow-project-management フラグを使用すると、このリソース内project作成できます。

  3. リソースのカスタム サブドメインを作成します。 custom domain名はグローバルに一意である必要があります。 my-foundry-resource取得した場合は、より一意の名前を試してください。

    az cognitiveservices account update \
        --name my-foundry-resource \
        --resource-group my-foundry-rg \
        --custom-domain my-foundry-resource
    
  4. プロジェクトを作成します。 たとえば、my-foundry-projectmy-foundry-resource を作成します。

    az cognitiveservices account project create \
        --name my-foundry-resource \
        --resource-group my-foundry-rg \
        --project-name my-foundry-project \
        --location eastus
    
  5. projectが作成されたことを確認します。

    az cognitiveservices account project show \
        --name my-foundry-resource \
        --resource-group my-foundry-rg \
        --project-name my-foundry-project
    

    出力には、リソース ID を含むprojectプロパティが表示されます。

リファレンス: az cognitiveservices アカウント

モデルをデプロイする

使用できるモデルをデプロイします。 この例では gpt-4.1-mini を使用していますが、使用可能な任意のモデルを選択できます。

az cognitiveservices account deployment create \
    --name my-foundry-resource \
    --resource-group my-foundry-rg \
    --deployment-name gpt-4.1-mini \
    --model-name gpt-4.1-mini \
    --model-version "2025-04-14" \
    --model-format OpenAI \
    --sku-capacity 10 \
    --sku-name Standard

デプロイが成功したことを確認します。

az cognitiveservices account deployment show \
    --name my-foundry-resource \
    --resource-group my-foundry-rg \
    --deployment-name gpt-4.1-mini

デプロイの準備ができたら、出力に "provisioningState": "Succeeded"が表示されます。

リファレンス: az cognitiveservices アカウントのデプロイ

project接続の詳細を取得する

コードから接続するには、project エンドポイントが必要です。 他のユーザーのためにこのprojectを管理する場合は、デプロイ名と共にこのエンドポイントを送信します。

  1. Azure アカウントを使用して、Microsoft Foundry にサインインします。
  2. プロジェクトを選んでください。
  3. プロジェクトのウェルカム画面でプロジェクトのエンドポイントを見つけてください。エンドポイント URL とコピー ボタンを示す Microsoft Foundry Models のウェルカム画面のスクリーンショット。
  4. エンドポイントの値をコピーします。 この値は、他のクイック スタートとチュートリアルで使用します。

管理者向け - アクセスを付与する

チームを管理している場合は、Azure AI ユーザー ロールをチーム メンバーに割り当てて、projectおよびデプロイされたモデルを使用できるようにします。 このロールは、AI アプリケーションの構築とテストに必要な最小限のアクセス許可を提供します。 割り当てる必要があるその他のロールについては、Microsoft Foundry のロールベースのアクセス制御を参照してください。

  1. projectのリソース ID を取得します。

    PROJECT_ID=$(az cognitiveservices account project show \
      --name my-foundry-resource \
      --resource-group my-foundry-rg \
      --project-name my-foundry-project \
      --query id -o tsv)
    
  2. Azure AI User ロールをチーム メンバーに割り当てます。

    az role assignment create \
        --role "Azure AI User" \
        --assignee "user@contoso.com" \
        --scope $PROJECT_ID
    

    個々のユーザーではなくセキュリティ グループを追加するには:

    az role assignment create \
        --role "Azure AI User" \
        --assignee-object-id "<security-group-object-id>" \
        --assignee-principal-type Group \
        --scope $PROJECT_ID
    
  3. ロールの割り当てを確認します。

    az role assignment list \
        --scope $PROJECT_ID \
        --role "Azure AI User" \
        --output table
    

リファレンス: az ロールの割り当て

チーム メンバーのaccessを確認する

チームメンバーに、Microsoft Foundryにサインインし、アクセスを確認するよう依頼してください。プロジェクトリストからプロジェクトを選択し、デプロイされたモデルがビルド>モデルに表示されていることを確認します。

チーム メンバーがprojectをaccessできない場合は、ロールの割り当てが正常に完了したことを確認します。 正しいメール アドレスまたはセキュリティ グループ ID を使用したことを確認します。 チーム メンバーのAzure アカウントが同じ Microsoft Entra テナントにあることを確認します。

リソースをクリーンアップする

このprojectが不要になったら、リソース グループを削除して、それに関連付けられているすべてのリソースを削除します。

az group delete --name my-foundry-rg --yes --no-wait

次のステップ