# クイックスタート

> クイックスタート - 一般的なAIエージェントフレームワークにDataRobotの構築済みテンプレートを使用して、エージェントのワークフローを構築、デプロイ、テストする方法を紹介します。

This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context.

Companion generated at `2026-07-15T05:55:44.565933+00:00` (UTC).

## Primary page

- [クイックスタート](https://docs.datarobot.com/ja/docs/agentic-ai/agentic-develop/agentic-quickstart.html.md): Full documentation for this topic (Markdown sidecar).

## Sections on this page

- [前提条件](https://docs.datarobot.com/ja/docs/agentic-ai/agentic-develop/agentic-quickstart.html.md#prerequisites): In-page section heading.
- [スタートガイド](https://docs.datarobot.com/ja/docs/agentic-ai/agentic-develop/agentic-quickstart.html.md#get-started): In-page section heading.
- [エージェントを実行する](https://docs.datarobot.com/ja/docs/agentic-ai/agentic-develop/agentic-quickstart.html.md#run-your-agent): In-page section heading.
- [エージェントの開発](https://docs.datarobot.com/ja/docs/agentic-ai/agentic-develop/agentic-quickstart.html.md#develop-your-agent): In-page section heading.
- [エージェントのデプロイ](https://docs.datarobot.com/ja/docs/agentic-ai/agentic-develop/agentic-quickstart.html.md#deploy-your-agent): In-page section heading.

## Documentation content

このガイドでは、開発環境のセットアップ、エージェントフレームワークの設定、DataRobotのチャットインターフェイスと対話するためのワークフローのデプロイなど、DataRobotの構築済みテンプレートを使用したエージェントアプリケーションの作成、デプロイ、テストについて説明します。

## 前提条件

先に進む前に、 [必要なコンポーネントをインストール](https://docs.datarobot.com/ja/docs/agentic-ai/agentic-develop/agentic-install.html.md) してください。

> [!WARNING] インストールプロセス
> 開始する前に、 [agentic-install](https://docs.datarobot.com/ja/docs/agentic-ai/agentic-develop/agentic-install.html.md) の すべてのインストールとセットアップの手順 を完了してください。 このプロセスをスキップすると、エラーが発生したり、エージェントアプリケーションが正常に動作しなくなったりする可能性があります。 インストールガイドが終わるまで、先に進まないでください。

## スタートガイド

次のコマンドを実行して、ローカル開発環境を起動します。

```
dr start 
```

このコマンドは、DataRobot CLIの対話型ウィザード（ [CLIコマンドリファレンス](https://docs.datarobot.com/ja/docs/agentic-ai/cli/commands/index.html.md) の [dr start](https://docs.datarobot.com/ja/docs/agentic-ai/cli/commands/start.html.md) ）を開始します。 アプリケーションリポジトリのクローンが自動的に作成され、指定した環境変数が入力された `.env` ファイルがルートディレクトリに作成されます。
ウィザードでは各手順のガイダンスとコンテキストが提供されますが、詳細については下のドロップダウンをクリックしてください。

**ヒント**

1. 「ローコード」エージェントテンプレートを使用するかどうかを指定します。
2. しばらくするとウィザードによってWebブラウザーウィンドウが開き、APIエンドポイントとキーが自動的に設定されます。 続行する をクリックして次に進みます。
3. ローカルWebアプリケーションのポートを指定して、 Enter を押します。 デフォルトは 8842 です。
4. 必要に応じて、エージェントのデフォルトの実行環境を指定して Enter を押します。 デフォルトは [DataRobot] Python 3.11 GenAI Agents です。
5. セッションのクッキーに署名するためのシークレットキーを入力して、 Enter を押します。 値を入力しない場合は、ランダムに生成された値が使用されます。
6. アプリケーションで使用するデータベースのURIを入力して、 Enter を押します。 デフォルトは sqlite+aiosqlite:///.data/database.sqlite です。
7. バックエンドOAuthプロバイダーを選択して、 Enter を押します。
8. リストから選択して Space を押し、認可サーバーを指定します。 Enter を押して確定します。
9. Pulumiスタックのパスフレーズを入力し（パスフレーズを使用しない場合は空白のままにします）、 Enter を押します。
10. 使用可能な場合は、DataRobotユースケースのID（例： 69331fad5e07469e7c4f5c6f ）を指定して、 Enter を押します。
11. LLM統合を指定して、 Enter を押します。
12. MCPサーバーのポートを指定して、 Enter を押します。 デフォルトは 9000 です。
13. 表示された .env 設定の概要を確認し、 Enter を押して確定します。
14. 設定が完了したら、アプリケーションで使用するPulumiスタックを選択し、 Enter を押します。 新しいスタックを作成する場合は、 Enter を押すと、名前の入力が求められます。 既存のスタック名と同じ名前は使用できません。

> [!NOTE] 初回の初期化
> 初めて実行する場合、 `dr start` コマンドは、アプリケーションの開発およびデプロイを行うための開発環境を準備します。
> これには、環境設定とエージェントコンポーネント設定の両方が含まれます。
> この初回の初期化の後、以降の `dr start` 操作ではローカル環境のセットアップのみが行われます。
> それ以降のエージェントコンポーネントの設定の更新については、 `dr component update` コマンドを実行してください。

After `dr start` completes successfully, you should see:

- A .env file in your project root
- Your application directory created (typically named datarobot-agent-application or based on your application name)

アプリケーションの設定が完了したので、次のセクションに進んでください。

## エージェントを実行する

> [!WARNING] エージェントの実行
> 前のセクションで詳しく説明した `dr start` を実行するまでは、このセクションに進まないでください。

`dr start` の実行中に作成されたアプリケーションディレクトリに移動します。

```
cd datarobot-agent-application # or the custom directory name you specified during the wizard, if different 
```

次に、以下のコマンドを実行して、アプリケーションのすべてのコンポーネントを起動します。

```
dr run dev 
```

> [!NOTE] 備考
> `task dev` は、テンプレートがそのタスクを公開している場合、同じ開発スタックを実行します。

これにより、4つのプロセスが並行して起動します。

- アプリケーションフロントエンド
- アプリケーションバックエンド
- エージェント
- MCPサーバー

すべてのサービスが起動したら：

1. Webブラウザーを開き、 http://localhost:5173 に移動します
2. エージェントアプリケーションのインターフェイスが表示されます
3. すべてが正常に動作していることを確認するために、テストメッセージを送信してみてください

ここから、独自のロジックや機能を追加してエージェントのカスタマイズを開始できます。 詳細については、 [エージェントの開発](https://docs.datarobot.com/ja/docs/agentic-ai/agentic-develop/agentic-quickstart.html.md#develop-your-agent) セクションを参照してください。

> [!NOTE] 個別のサービスの起動
> 別のターミナルウィンドウで個別のサービスを起動することもできます。たとえば、 `task agent:dev` を実行するとエージェントのみが起動します。

## エージェントの開発

エージェントの構築とテストが完了しました。独自のロジックや機能を追加してカスタマイズを開始できます。
詳細については、以下のドキュメントを参照してください。

- エージェントのカスタマイズ
- エージェントへのツールの追加
- LLMプロバイダーの設定
- Python要件の追加
- プロンプトの管理

## エージェントのデプロイ

> [!WARNING] エージェントのテスト
> デプロイする前に、エージェントをローカルでテストしたことを確認してください。

次に、エージェントをDataRobotにデプロイします。これにはPulumiへのログインが必要です。

次のコマンドを実行して、エージェントをデプロイします。

```
dr task run deploy 
```

`task` コマンドと `run` コマンドの詳細については、 [CLIのtaskコマンド](https://docs.datarobot.com/ja/docs/agentic-ai/cli/commands/task.html.md) および [CLIのrunコマンド](https://docs.datarobot.com/ja/docs/agentic-ai/cli/commands/run.html.md) を参照してください。

> [!NOTE] デプロイプロセス
> デプロイプロセスの完了には数分かかります。

デプロイが完了すると、以下の例に示すように、スクリプトにデプロイの詳細が表示されます。 なお、デプロイの詳細は設定によって異なります。

```
Outputs:
    AGENT_DEPLOYMENT_ID                               : "69331fad5e07469e7c4f5c6f"
    Agent Custom Model Chat Endpoint [apptest] [agent]: "https://datarobot.com/api/v2/genai/agents/fromCustomModel/69331f816e1bf9f1890d5d1d/chat/"
    Agent Deployment Chat Endpoint [apptest] [agent]  : "https://datarobot.com/api/v2/deployments/69331fad5e07469e7c4f5c6f/chat/completions"
    Agent Execution Environment ID [apptest] [agent]  : "680fe4949604e9eba46b1775"
    Agent Playground URL [apptest] [agent]            : "https://datarobot.com/usecases/69331e4c3be0efe3b95a7be0/agentic-playgrounds/69331e4d1c036307186c9b16/comparison/chats"
    Agentic Starter [apptest]             : "https://datarobot.com/custom_applications/6933204a9e21e9b59b5a7bee/"
    DATABASE_URI                                      : "sqlite+aiosqlite:////tmp/agent_app/.data/agent_app.db"
    DATAROBOT_APPLICATION_ID                          : "6933204a9e21e9b59b5a7bee"
    DATAROBOT_OAUTH_PROVIDERS                         : (json) []

    LLM_DEFAULT_MODEL                                 : "azure/gpt-4o-2024-11-20"
    SESSION_SECRET_KEY                                : "secretkey123"
    USE_DATAROBOT_LLM_GATEWAY                         : "1"
    [apptest] [mcp_server] Custom Model Id            : "69331eebb49131d3d5430ac7"
    [apptest] [mcp_server] Deployment Id              : "69331f1f30548f83b668d9dc"
    [apptest] [mcp_server] MCP Server Base Endpoint   : "https://datarobot.com/api/v2/deployments/69331f1f30548f83b668d9dc/directAccess/"
    [apptest] [mcp_server] MCP Server MCP Endpoint    : "https://datarobot.com/api/v2/deployments/69331f1f30548f83b668d9dc/directAccess/mcp" 
```

> [!NOTE] 備考
> The sample output above reflects an agent using the LLM gateway ( `USE_DATAROBOT_LLM_GATEWAY` is `"1"`). If you use the DataRobot Deployed LLM option instead, `USE_DATAROBOT_LLM_GATEWAY` is automatically set to `0`.