# ドロップイン環境

> ドロップイン環境 - DataRobotのビルトインカスタムモデル環境について説明します。

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 `2026-07-15T05:55:44.919843+00:00` (UTC).

## Primary page

- [ドロップイン環境](https://docs.datarobot.com/ja/docs/classic-ui/mlops/deployment/custom-models/custom-model-environments/drop-in-environments.html.md): Full documentation for this topic (Markdown sidecar).

## Sections on this page

- [環境変数](https://docs.datarobot.com/ja/docs/classic-ui/mlops/deployment/custom-models/custom-model-environments/drop-in-environments.html.md#environment-variables): In-page section heading.

## Documentation content

DataRobotは、カスタムモデルワークショップからドロップイン環境を提供します。 ドロップイン環境には、カスタムモデルの要件と `start_server.sh` ファイルが含まれるので、それらをモデルのフォルダーに用意する必要はありません。 次の表に、DataRobotが提供するドロップイン環境の詳細を示します。 カスタムモデルワークショップ の 環境 タブに表示される各環境の前には [DataRobot]と表示されます。 これらのドロップイン環境は、 [カスタムモデルを作成](https://docs.datarobot.com/ja/docs/classic-ui/mlops/deployment/custom-models/custom-model-workshop/custom-inf-model.html.md) するときに選択できます。

利用可能なドロップイン環境はDataRobotのインストール形態によって異なりますが、一般的に利用可能なパブリックドロップイン環境と [DRUMリポジトリのテンプレート](https://github.com/datarobot/datarobot-user-models/tree/master/public_dropin_environments) を以下の表に示します。 DataRobotのインストール形態によっては、これらの環境のPythonバージョンが異なる場合があり、さらに非公開の環境が利用できる場合もあります。

**マネージドAIプラットフォーム（SaaS）:**
> [!NOTE] ドロップイン環境のセキュリティ
> 2025年3月にリリースされたマネージドAIプラットフォームから、ほとんどの汎用DataRobotカスタムモデルのドロップイン環境は、セキュリティが強化されたコンテナイメージになりました。 カスタムジョブの実行にセキュリティが強化された環境が必要な場合、 [POSIX-shell標準](https://pubs.opengroup.org/onlinepubs/9799919799/utilities/sh.html) に準拠したシェルコードのみがサポートされます。 POSIXシェル標準に準拠したセキュリティ強化環境では、限られたシェルユーティリティのみがサポートされています。

**セルフマネージドAIプラットフォーム:**
> [!NOTE] ドロップイン環境のセキュリティ
> セルフマネージドAIプラットフォームのリリース11.0から、ほとんどの汎用DataRobotカスタムモデルのドロップイン環境は、セキュリティが強化されたコンテナイメージになりました。 カスタムジョブの実行にセキュリティが強化された環境が必要な場合、 [POSIX-shell標準](https://pubs.opengroup.org/onlinepubs/9799919799/utilities/sh.html) に準拠したシェルコードのみがサポートされます。 POSIXシェル標準に準拠したセキュリティ強化環境では、限られたシェルユーティリティのみがサポートされています。


| 環境名と例 | 互換性とアーティファクトファイルの拡張子 |
| --- | --- |
| Python 3.X | Pythonベースのカスタムモデルとジョブ。 モデルファイルにrequirements.txtファイルを含めることで、必要な依存関係をすべてインストールしてください。 |
| Python 3.X GenAIエージェント | 生成AIモデル（Text GenerationまたはVector Databaseのターゲットタイプ） |
| Python 3.X ONNXドロップイン | ONNXモデルとジョブ（.onnx） |
| Python 3.X PMMLドロップイン | PMMLモデルとジョブ（.pmml） |
| Python 3.X PyTorchドロップイン | PyTorchモデルとジョブ（.pth） |
| Python 3.X Scikit-Learnドロップイン | Scikit-Learnモデルとジョブ（.pkl） |
| Python 3.X XGBoostドロップイン | ネイティブXGBoostモデルとジョブ（.pkl） |
| Python 3.X Kerasドロップイン | TensorFlow（.h5）がサポートするKerasモデルとジョブ |
| Javaドロップイン | DataRobotスコアリングコードモデル（.jar） |
| ドロップイン環境 | CARET（.rds）を使ってトレーニングされたRモデルCARETが推奨するすべてのライブラリをインストールするのに時間がかかるため、パッケージ名でもあるモデルタイプのみがインストールされます（例：brnn、glmnet）。 この環境のコピーを作成し、Dockerfileを修正して、必要なパッケージを追加でインストールします。 この環境をカスタマイズする際のビルド回数を減らすために、# Install caret modelsセクションで不要な行を削除して、必要なものだけをインストールすることもできます。 CARETドキュメントを参照して、モデルの手法がパッケージ名と一致しているかどうかを確認してください。 このリンクをクリックする前にGitHubにログインしてください。 |

> [!NOTE] scikit-learn
> すべてのPython環境には、（必要に応じて）前処理を支援するscikit-learnが含まれていますが、 `sklearn` モデルで予測を行うことができるのはscikit-learnだけです。

## 環境変数

ドロップイン環境を使用する場合、カスタムモデルコードは [DataRobotクライアント](https://pypi.org/project/datarobot/) と [MLOps Connected Client](https://pypi.org/project/datarobot-mlops-connected-client/) へのアクセスを容易にするために挿入された複数の環境変数を参照できます。

| 環境変数 | 説明 |
| --- | --- |
| MLOPS_DEPLOYMENT_ID | カスタムモデルがデプロイモードで実行されている場合（カスタムモデルがデプロイされている場合）、デプロイIDを使用できます。 |
| DATAROBOT_ENDPOINT | カスタムモデルに パブリックネットワークアクセスがある場合、DataRobotエンドポイントURLを使用できます。 |
| DATAROBOT_API_TOKEN | カスタムモデルに パブリックネットワークアクセスがある場合、DataRobot APIトークンを使用できます。 |