Azure AI Foundry

Solo Enterprise for agentregistry を Azure AI Foundry に接続します。

このガイドでは、Solo Enterprise for agentregistry を Azure AI Foundry に接続し、デプロイ済みのエージェントを検出して、レジストリ UI の Instances ビューにインスタンスとして追加する方法を説明します。

Note

Solo Enterprise for agentregistry は、AI Foundry のエージェントを作成またはデプロイしません。MicrosoftFoundry ランタイムは検出専用のランタイムです。詳細については、ランタイムの概念とランタイムアーキテクチャを参照してください。

始める前に

OIDC プロバイダーをセットアップします。このガイドでは、Keycloak をインストール済みであることを前提とします。General setup タブに従って、必要なレルム設定、クライアント、シークレットとともに Keycloak をインストールしてください。
Solo Enterprise for agentregistry をインストールする。
Microsoft Entra のアプリ登録、Azure AI Foundry プロジェクト、AI Foundry エージェントを作成できる十分な権限を持つ Azure アカウントにアクセスできることを確認します。

ステップ 1: Entra アプリ登録を作成する

Entra アプリ登録は、Solo Enterprise for agentregistry が Azure で認証するために使用するサービス ID です。Foundry プロジェクトにデプロイしたエージェントをレジストリが同期するとき、レジストリはアプリ登録のクライアント ID とシークレットを使用して Microsoft Entra にトークンを要求します。次に、そのトークンを使用して Foundry プロジェクト API を呼び出し、デプロイ済みのエージェントを検出します。

このステップでは、Entra アプリ登録を作成し、クライアントシークレットを生成します。

Note

このアプリ登録は、Microsoft Entra IDで説明しているレジストリログイン用のアプリ登録とは別です。ここでそのアプリ登録を再利用したり、このアプリ登録をそちらで再利用したりしないでください。2 つはクライアントタイプ、シークレット、権限が異なり、組み合わせると両方が機能しなくなります。

Azure portal にログインし、Microsoft Entra ID → +Add → App registrations に移動します。
アプリ登録を作成します。
- agentregistry-foundry などのアプリ名を入力します。

アプリにアクセスできるアカウントの種類を選択します。
- リダイレクト URI は空のままにします。次に、Register をクリックします。

Entra アプリの概要ページで Application (client) ID と Directory (tenant) ID を取得し、環境変数として保存します。
```
export AZURE_TENANT_ID=<directory-tenant-ID>
export AZURE_CLIENT_ID=<application-client-ID>
```
Manage → Certificates & secrets → + New client secret に移動します。証明書の有効期限を設定し、Add をクリックします。
シークレットの Value は一度しか表示されないため、すぐにコピーして環境変数に保存します。
```
export AZURE_CLIENT_SECRET=<client-secret-value>
```
クライアントシークレットの値を Solo Enterprise for agentregistry の Secret に保存します。これにより、値はサーバー側のシークレットバックエンドに書き込まれ、ランタイムに平文で保存されることはありません。
```
arctl apply -f - <<EOF
apiVersion: ar.dev/v1alpha1
kind: Secret
metadata:
  name: microsoft-foundry-creds
spec:
  type: Opaque
  stringData:
    clientSecret: "${AZURE_CLIENT_SECRET}"
EOF
```
出力例:
```
✓ Secret/microsoft-foundry-creds created
```

Secret が作成されたことを確認します。

arctl get secret microsoft-foundry-creds

出力例:

NAME                      TYPE     DATA
microsoft-foundry-creds   Opaque   1

ステップ 2: Foundry プロジェクトを作成する

Foundry プロジェクトは、AI モデル、デプロイ、エージェントをまとめる Azure AI Foundry のリソースです。Solo Enterprise for agentregistry は、プロジェクトの API エンドポイントを使用して Foundry のデータプレーンを呼び出し、検出時にエージェントの一覧を取得します。

このステップでは、後でエージェントをデプロイできるように Foundry プロジェクトを作成します。使用したい Foundry プロジェクトがすでにある場合は、このステップをスキップしてステップ 3: プロジェクトスコープの RBAC を付与するに進んでください。

リージョンの提供状況: Azure AI Foundry プロジェクトは、すべての Azure リージョンでサポートされているわけではありません。プロジェクトにエージェントをデプロイできるように、East US、West US 2、North Central US など、サポートされているリージョンを選択してください。

Open the Azure AI Foundry home page (ai.azure.com)。
プロジェクトを作成したことがない場合は Start building を、新しい Foundry プロジェクトを作成する場合は Create project をクリックします。
プロジェクトの名前を入力します。
Advanced options を展開し、Location に East US、West US 2、North Central US などのサポート対象の Azure リージョンを設定します。
Create をクリックし、プロビジョニングが完了するまで待ちます。数分かかる場合があります。
プロジェクトの準備が完了したら、プロジェクトの概要ページに移動します。Project endpoint を確認し、環境変数に保存します。プロジェクトのエンドポイントは https://<foundry-account>.services.ai.azure.com/api/projects/<project-name> の形式です。
```
export AZURE_PROJECT_ENDPOINT=<project-endpoint>
```

ステップ 3: プロジェクトスコープの RBAC を付与する

ステップ 1 で作成した Entra アプリ登録には、デフォルトでは Azure の権限がありません。Solo Enterprise for agentregistry が Foundry のデータプレーン API を呼び出してエージェント、モデル、エンドポイントの一覧を取得できるように、Foundry プロジェクトに対して Foundry User ロールを明示的に付与する必要があります。Foundry のデータプレーン API はプロジェクトレベルでアクセスを制御するため、リソースグループレベルやサブスクリプションレベルでロールを割り当てるだけでは不十分です。

portal.azure.com に移動し、Foundry プロジェクトを名前で検索するか、リソースグループから移動します。リソースの種類は、ポータルのバージョンによって Azure AI project または Foundry project と表示されます。
プロジェクトリソースで Access control (IAM) を開きます。
Choose Add → Add role assignment。
Foundry User を選択し、Next をクリックします。
Under Assign access to, select User, グループ, または service principal。
Select members をクリックし、先ほど作成した Entra アプリ登録 (agentregistry-foundry) を検索します。
Click Review + assign。

ステップ 4: MicrosoftFoundry ランタイムを登録する

Azure AI Foundry プロジェクトを、Solo Enterprise for agentregistry の検出ランタイムとして登録します。このランタイムは Entra のクライアント認証情報フローを使用して Foundry プロジェクト API を呼び出し、エージェントをデプロイ済みインスタンスとしてレジストリ UI に同期します。

MicrosoftFoundry ランタイムを作成します。

arctl apply -f - <<EOF
apiVersion: ar.dev/v1alpha1
kind: Runtime
metadata:
  name: foundry
spec:
  type: MicrosoftFoundry
  config:
    projectEndpoint: "${AZURE_PROJECT_ENDPOINT}"
    auth:
      oidc:
        issuer: "https://login.microsoftonline.com/${AZURE_TENANT_ID}/v2.0"
        clientId: "${AZURE_CLIENT_ID}"
        clientSecretRef:
          name: microsoft-foundry-creds
          key: clientSecret
EOF

Field	Description
`type`	Azure AI Foundry の検出プロバイダーを有効にするには `MicrosoftFoundry` に設定します。
`config.projectEndpoint`	The Azure AI Foundry project エンドポイント。
`config.auth.oidc.issuer`	テナントの Microsoft Entra OIDC 発行者 URL です。`https://login.microsoftonline.com/<directory-tenant-id>/v2.0` の形式に従います。
`config.auth.oidc.clientId`	Entra アプリ登録の Application (client) ID です。
`config.auth.oidc.clientSecretRef`	Entra のクライアントシークレットの値を保持する Solo Enterprise for agentregistry の `Secret` への参照です。

必要に応じて config セクションに subscriptionId と resourceGroup を追加すると、レジストリ UI から Azure ポータルの Foundry プロジェクトへのリンクをより充実させることができます。

subscriptionId: "<azure-subscription-id>"
resourceGroup: "<foundry-project-resource-group>"

出力例:

✓ Runtime/foundry created

ランタイムの詳細を取得し、設定した Azure Foundry プロジェクトとの同期が成功していることを確認します。同期中に問題が発生した場合は、ランタイムのステータスにエラーが表示されます。

arctl get runtime foundry -o yaml

出力例:

status:
 conditions:
  - lastTransitionTime: "2026-07-01T13:27:21.915068044Z"
    reason: SyncOK
    status: "True"
    type: Synced
 details:
    runtimeSync:
      lastSyncStatus: ok
      lastSyncedAt: "2026-07-01T13:40:43Z"

これで完了です。Solo Enterprise for agentregistry のセットアップと、Microsoft Azure AI Foundry プロジェクトへの接続が完了しました。Foundry のエージェントが検出可能になり、レジストリ UI に表示されるようになりました。

次のステップ

Discover AI Foundry エージェントs Use the Solo Enterprise for agentregistry UI に find AI エージェントs がは deployed in Azure AI Foundry および add them as instances に the UI。

AWS Bedrock AgentCore Microsoft Copilot Studio