[C#/.NET] ITエンジニア (Developer) 向け AIエージェント開発ハンズオンセミナー

ITエンジニア (Developer) 向け
AIエージェント開発
ハンズオンセミナー
2025年10月小島富治雄

小島富治雄 @Fujiwo
 Microsoft MVP (2005-2026)

自己紹介

 2018年『機械学習勉強会』
 2019年
 『AI/ML勉強会基本編』
 『AI/ML勉強会 IoT編』
 2021年～『AI・ML勉強会』チャンネル (Teams)
 2024年『生成AI入門～人工知能/機械学習とは～』
 2025年
 『AIエージェント勉強会～マイクロソフトの最新技術発表を受けて～』
 『AIエージェント開発ハンズオンセミナー』
社内での取り組み
2

 2018年
 【de:code 2018】『C# でニューラルネットワークをスクラッチで書いて機械学習の原理を理解しよう』講演
 2019年
 【Global AI Nights Fukui】主催・講演
 【福井工業大学 AI&IoTセンター設立シンポジウム】講演
 2020年
 【de:code 2020】『Azure Machine Learning Studio (Preview) と Python と C#/.NET による
ディープラーニングのサンプル/チュートリアル』
 【Global AI On Tour Toyama】主催
社外での取り組み
3

本日のゴール
C#/.NET でAIエージェントが
作れるようになる
4

前回の復習
生成 AI
AIエージェント
MCP (Model Context Protocol)
AIエージェントとMCPサーバーの開発
Microsoft Agent Framework
チュートリアル
アジェンダ
5

前回の復習
6
ITエンジニア (Developer) 向け AIエージェント勉強会 (2025/07)

LLM (Large Language Models:大規模言語モデル)
9

10
【図解】ChatGPTの原理/仕組みとは？データの学習方法も解説 - AI総研

例2. 資料作成の例
生成AIとAIエージェント
12
生成AI プロンプトでサンプルコードを書く
AIエージェント
プロンプトで「計画立案 → 情報収集 → コーディング
→ テスト → 結果報告」まで自律的に実行
生成AI プロンプトで参考文献一覧を作成
プロンプトで「計画立案 → 参考文献収集 → 分析 →
資料作成 → PDFで出力」まで自律的に実行
例1. 開発の例

Claude Code | Anthropic
Gemini CLI | Google
GitHub Copilot CLI
Codex | OpenAI
GitHub Copilot Agent Mode
GitHub Copilot Coding Agent
…
AIエージェントの例 (主にコーディング関連)
13

14
Claude Code | Anthropic npm install -g @anthropic-ai/claude-code
claude

15
Gemini CLI | Google npm install -g @google/gemini-cli
gemini

16
GitHub Copilot CLI npm install -g @github/copilot
copilot

17
Codex | OpenAI npm install -g @openai/codex
codex

 AIエージェント
 NotebookLM | Google
 Genspark
 Manus
 Perplexity Labs
 skywork
 AIエージェントブラウザー
 Fellou
 Opera Neona
AIエージェントの例
18
 Genspark Browser
 Dia
 Napkin

AI エージェント開発ツール
n8n
Make
Zapier
AI エージェント開発
19

Microsoft Copilot Studio
Azure AI Foundry Agent Service | Microsoft Azure
Microsoft 365 Agents SDK
マイクロソフト技術でのAIエージェントの開発
20

MCP (Model Context Protocol)
21

MCP （Model Context Protocol）とは
Anthropic が開発
オープンソース
LLM （大規模言語モデル）に
コンテキストを提供する方法の標準化
「AIのためのUSB-C」
【参考】 Introduction - Model Context Protocol
22

参考サイト
 Introduction - Model Context Protocol
多プログラミング言語対応SDK
 Python, TypeScript, Java, Kotlin, C#, Swift
23

データフォーマット: JSON-RPC2.0
提供する機能: 「ツール」「リソース」「プロンプト」
種類:
MCP Server
24
種類通信方法
コンソールプログラム Stdio
Web API SSE (Server Sent-Events / HTTP POST)

MCP Registry | GitHub
Model Context Protocol | GitHub
 modelcontextprotocol/servers: Model Context Protocol Servers | GitHub
Official Microsoft MCP (Model Context Protocol) server
マイクロソフト、WindowsがMCPをサポートすると発表
CData MCP Servers
多数の MCP サーバー
25

【参考】 API の仕様から一つ一つ紐解くMCP 入門
26
とても分かりやすい
のでお勧め!

27
ユーザー
(MCPクライアント)
・Claude Desktop
・VS Code
・GPT-CLI など
LLM
・GPT
・Claude
・Gemini など
MCPサーバー
・GitHub
・Slack
・独自サーバーなど
外部システム
① ツール一覧の取得
② ツール一覧

28
ユーザー
・Claude Desktop
・VS Code
・GPT-CLI など
LLM
・GPT
・Claude
・Gemini など
MCPサーバー
・GitHub
・Slack
外部システム
③ 質問・指示

29
ユーザー
・Claude Desktop
・VS Code
・GPT-CLI など
LLM
・GPT
・Claude
・Gemini など
MCPサーバー
・GitHub
・Slack
外部システム
④ ツール一覧と共に問いかけ
⑤ ツール呼び出し依頼

30
ユーザー
・Claude Desktop
・VS Code
・GPT-CLI など
LLM
・GPT
・Claude
・Gemini など
MCPサーバー
・GitHub
・Slack
外部システム
⑥ ツール呼び出し
⑦ データ取得

31
ユーザー
・Claude Desktop
・VS Code
・GPT-CLI など
LLM
・GPT
・Claude
・Gemini など
MCPサーバー
・GitHub
・Slack
外部システム
⑧ データ
⑨ データ

32
ユーザー
・Claude Desktop
・VS Code
・GPT-CLI など
LLM
・GPT
・Claude
・Gemini など
MCPサーバー
・GitHub
・Slack
外部システム
⑩ データ
⑪ 回答

33
ユーザー
・Claude Desktop
・VS Code
・GPT-CLI など
LLM
・GPT
・Claude
・Gemini など
MCPサーバー
・GitHub
・Slack
外部システム
⑫ 回答

【参考】 Function calling | OpenAI
【参考】 Function Calling
34

【参考】 Function Calling と MCP
35
「M×N問題」を
「M + N問題」に

ユーザーの質問に基づき
外部データベースを検索し、
それを元に LLM に回答
させる
【参考】 RAG (Retrieval-Augmented Generation)
36
【参考】 Retrieval-Augmented Generation (RAG) とは? | NVidia

【参考】 Retrieval-Augmented Generation (RAG) とは? | NVidia
【参考】 RAG (Retrieval-Augmented Generation)
37

【参考】ファインチューニング
38

特徴 Agent2Agent (A2A) Model Context Protocol (MCP)
目的エージェント間の相互運用と協調作業 AIモデルと外部システムの接続とコンテキスト提供
対象異なるエージェント間 AIモデルと外部のツール/データソース
焦点エージェント間の「会話と協力」エージェントとツールの「接続」
機能目標交換、状態管理、アクション呼び出し構造化された呼び出し、コンテキスト提供
関係性 MCPを補完し、その上に構築される A2Aの基盤となるコンテキスト共有を提供
A2A: 水平的連携
エージェント同士の直接的な協調
MCP: 垂直的連携
AIモデルとツール/データの接続
【参考】 A2A (Agent-to-Agent)
39

AIエージェントと
MCPサーバーの
開発
40

 microsoft/semantic-kernel: Integrate cutting-edge LLM
technology quickly and easily into your apps
 セマンティックカーネルの概要 | Microsoft Learn
SemanticKernel (AIエージェント構築用ミドルウェア)
41

42
Introducing Microsoft Agent Framework | Microsoft Azure Blog
10月1日に発表

microsoft/agent-framework: A framework for building,
orchestrating and deploying AI agents and multi-agent workflows
with support for Python and .NET.
Microsoft Agent Framework
43

44
Introducing Microsoft Agent Framework (Preview): Making AI Agents Simple for Every Developer - .NET Blog

45

46

 Python (3.10以降) と C#/.NET (.NET 8.0以降) 対応
 各種 LLM を簡単に使える
 マルチエージェント対応
 Thread (会話の状態・履歴などを管理) 対応
 ワークフロー対応
 MCPサーバー等のツールを簡単に使える
 A2A 対応
 Microsoft Copilot Studio との連携機能
 ・・・
Microsoft Agent Framework の特長
47

Microsoft Agent
Framework (MAF)
の概要
48

Model Context Protocol
The official C# SDK for Model Context Protocol
servers and clients
MCP サーバーと MCP クライアントの開発
49

You are Claude, an AI assistant created by
Anthropic.
In this environment you have access to a set of
tools you can use to answer the user's question.
You can invoke functions by writing a
"$FUNCTION_NAME" block like the following as part
of your reply to the user:
String and scalar parameters should be specified as
is, while lists and objects should use JSON format.
Here are the functions available in JSONSchema
format:
【参考】 AIエージェントのログ (LLMへの指示の例)
50
Shos.AIAgentSample/Documents/aiagentlog.md at master · Fujiwo/Shos.AIAgentSample
<functions>
{
"messages": [
{
"role": "user",
"content": "ファイルシステムの内容を確認してください"
}
],
"tools": [
{

チュートリアル
こちら
51

前回の復習
生成 AI
AIエージェント
MCP (Model Context Protocol)
AIエージェントとMCPサーバーの開発
チュートリアル
まとめ
52

[C#/.NET] ITエンジニア (Developer) 向け AIエージェント開発ハンズオンセミナー

More Related Content

Similar to [C#/.NET] ITエンジニア (Developer) 向け AIエージェント開発ハンズオンセミナー

More from Fujio Kojima

[C#/.NET] ITエンジニア (Developer) 向け AIエージェント開発ハンズオンセミナー