Skip to content
For Self-Managed AI Platform users running v11.1, see the on-premise platform documentation
リファレンスドキュメント > エージェント型AI > エージェントのリポジトリ

エージェントのリポジトリ

DataRobotでは、プラットフォーム上でエージェントワークフローを構築、デプロイ、運用するためのオープンソースリポジトリをいくつか公開しています。 このページでは、それらをアプリケーションテンプレート、エージェントコンポーネント、コーディングツールの3つのグループに分類しており、ワークフローに最適な出発点を見つけられるようになっています。

アプリケーションテンプレート

アプリケーションテンプレートとは、DataRobot CLIを使用してクローンを作成したり設定したりできる、エンドツーエンドのスキャフォールドです。 各テンプレートには、アプリケーションロジック（フロントエンドおよびバックエンド）、運用ロジック（Pulumiインフラストラクチャ）、およびカスタマイズやデプロイがすぐに可能なエージェントまたは分析コードが含まれています。

リポジトリ 説明
DataRobot Agentic Starterアプリケーションテンプレート マルチフレームワークのエージェント、FastAPIバックエンド、Reactフロントエンド、およびMCPサーバーを備えたフルスタックのエージェントアプリケーション。
「データと会話する」エージェント ファイル、スプレッドシート、クラウドウェアハウス、およびDataRobotデータレジストリのデータセットに対応した、「データと会話する」アプリケーション。
「ドキュメントと会話する」エージェント Googleドライブ、Box、SharePoint、ローカルファイルを対象としたマルチエージェントのドキュメントQ&A。

DataRobot Agentic Starterアプリケーションテンプレート

Agentic Starterのテンプレートは、エージェントワークフローを構築およびデプロイするためのすぐに使用できるアプリケーションです。 マルチエージェントフレームワークのサポート、FastAPIバックエンド、Reactフロントエンド、およびMCPサーバーを1つのリポジトリに統合しています。 これを使用すれば、最小限の設定で新しいエージェントアプリケーションをセットアップし、開発やテストのためにすべてをローカルで実行し、1つのコマンドでDataRobotにデプロイすることができます。

主な機能

  • LangGraph、CrewAI、LlamaIndex、NeMo Agent Toolkit (NAT)、およびGeneric Baseテンプレートをサポートします。
  • エージェントコードはagent/agent/の下にあります。dr run devは、フロントエンド、バックエンド、エージェント、およびMCPサーバーを並行して起動します。
  • dr startはテンプレートのクローンを作成し、設定ウィザードを実行して、LLM、OAuth、およびデプロイ設定を含む.envファイルを作成します。
  • dr run deployは、Pulumiを使用してアプリケーション、エージェント、およびMCPサーバーをDataRobotにデプロイします。

前提条件：DataRobot CLI（dr >= 0.2.55）、git、uv、Pulumi、Taskfile、およびNode.js。 このテンプレートは、macOSとLinuxのみをサポートします。Windowsでは、DataRobot Codespace、WSL、またはdevコンテナを使用します。

はじめに：インストール、クイックスタート、およびエージェントのカスタマイズを参照してください。

「データと会話する」エージェント

「データと会話する」は、構造化ファイル、スプレッドシート、クラウドデータソースに対して、データと会話する体験を提供します。 データをアップロードしたり、SnowflakeやBigQueryに接続したり、DataRobotのデータレジストリからデータセットにアクセスしたりした後、質問を行うと、チャートや表、生成されたコードを含む分析の推奨案を受け取ることができます。

主な機能

  • ローカルへのアップロード、Snowflake、BigQuery、SAP Datasphere、およびDataRobotプラットフォームを介したリモート接続（PostgreSQL、Redshift、Databricks、MySQL）。
  • アプリ内またはプラットフォームによる効率的なクエリーで、数千から数十億行のデータセットを処理します。
  • LLM Gatewayのダイレクトモード、デプロイ済みモデル、登録済みモデル（NVIDIA NIMなど）、およびLiteLLM経由の外部プロバイダーをサポートします。
  • Pythonエージェント用に、core/src/core/tools.pyにカスタム分析関数を追加します。

はじめに：dr startを実行して、設定とデプロイを行います。または、ローカル開発の場合、リポジトリのクローンを作成し、dr dotenv setup、task deployの順に実行します。

「ドキュメントと会話する」エージェント

「ドキュメントと会話する」は、マルチエージェントオーケストレーション、最新のWebフロントエンド、およびインフラストラクチャ・アズ・コードによるデプロイを備えた、ドキュメント中心のAIアプリケーションを構築するためのモジュール式テンプレートです。 Googleドライブ、Box、SharePoint、およびローカルストレージ上のドキュメントに接続し、エージェントワークフローを通じてコンテンツのクエリーや要約を行うことができます。

主な機能

  • ドキュメントの検索、推論、回答生成を行う専門エージェントを連携させます。
  • 設定可能なOAuthアプリケーションを通じて、クラウドストレージやローカルファイルシステムと連携します。
  • Pulumiで管理されるインフラストラクチャにより、標準的なデプロイ方法とエアギャップ環境でのデプロイの両方をサポートします。
  • dr startを実行すると、DataRobotのCodespaceまたはローカル環境での設定、.envファイルの作成、およびデプロイの手順が案内されます。

はじめに：DataRobotのCodespaceから、またはDataRobot CLIをインストールした後で、dr startを実行します。

エージェントコンポーネント

エージェントコンポーネントとは、DataRobot App FrameworkにおけるCopierテンプレートのことです。 dr component addまたはuvx copier copyを使用してプロジェクトに追加すると、Pulumiインフラストラクチャ、Pythonモジュール、および.datarobot/answers/配下に保存される回答ファイルが生成されます。

ほとんどのエージェントコンポーネントでは、まずaf-component-baseが必要です。 コンポーネントを依存関係順（base、llmとmcp（繰り返し可能）、agent）に適用します。

リポジトリ 説明
DataRobot Agentic Frameworkのコンポーネント 複数のフレームワーク向けにエージェントのワークフローを構築するCopierコンポーネント。
DataRobot Agentic LLMのコンポーネント LLM Gateway、デプロイ、および外部プロバイダーとの連携のためのCopierコンポーネント。
DataRobot Agentic MCPのコンポーネント DataRobotおよび連携ツールを使用してFastMCPサーバーをデプロイするCopierコンポーネント。

DataRobot Agentic Frameworkのコンポーネント

エージェントコンポーネントは、NVIDIA NAT、CrewAI、LangGraph、LlamaIndex、およびその他のフレームワークを使用した、シングルエージェントまたはマルチエージェントのワークフロー向けのユーティリティやテンプレートを提供します。 エージェントワークフローのテンプレート、ローカルテスト用のCLIハーネス、およびエンドツーエンドのデプロイのためのPulumiベースのインフラストラクチャが含まれています。

用途：アプリケーションテンプレート全体のクローンを作成するのではなく、App Frameworkレシピ内でエージェントのスキャフォールディングが必要な場合に、このコンポーネントを追加します。

フレームワークのオプション：base、crewai、langgraph、llamaindex、またはnat。

コンポーネントの適用

dr component add https://github.com/datarobot-community/af-component-agent .

必要な依存関係：af-component-base、af-component-llm、af-component-datarobot-mcp。

ローカルテスト：すべてのフレームワークでtask testを実行するか、特定のフレームワークでtask test-AGENT_FRAMEWORKを実行します。

DataRobot Agentic LLMのコンポーネント

LLMコンポーネントは、ガバナンスされたLLM推論をApp Frameworkプロジェクトに追加します。 DataRobot LLM Gateway、既存のカスタムモデルデプロイ、またはAzure OpenAI、AWS Bedrock、Google Vertex AIなどの外部プロバイダーに接続するためのPulumiインフラストラクチャおよびCLIメタデータを生成します。

用途：エージェントのコードにプロバイダーの詳細をハードコーディングすることなく、インフラストラクチャレベルでLLMへのアクセスを設定します。 このコンポーネントは再利用可能であるため、別々のLLMインスタンスに対して、異なる名前で複数回適用することができます。

設定戦略

戦略 説明
gateway_direct 指定したモデルIDを使って、DataRobot LLM Gatewayを直接利用します。
deployed_llm 既存のDataRobotカスタムモデルのデプロイを指します。
blueprint_with_external_llm 外部プロバイダーによってサポートされるLLMブループリントを作成します。
blueprint_with_llm_gateway LLM Gatewayと外部モデルを組み合わせ、デプロイを登録します。
registered_model LLMブループリントで、既存の登録済みモデルを使用します。

コンポーネントの適用

dr component add https://github.com/datarobot-community/af-component-llm .

メタデータを使用したLLMプロバイダーの設定も参照してください。

DataRobot Agentic MCPのコンポーネント

MCPコンポーネントは、Model Context Protocol（MCP）サーバーをDataRobotのカスタムモデルアプリケーションとしてデプロイします。 このサーバーはFastMCP上で動作し、DataRobotの予測ツールに加え、Googleドライブ、Jira、Confluence、Microsoft 365、Perplexity、Tavily、およびDataRobotのドキュメントとの連携を提供します。

用途：標準的なMCPインターフェイスを通じて、LLMエージェントにDataRobotプラットフォームのAPIやサードパーティシステムへのガバナンス付きのアクセス権を付与します。 1つのプロジェクト内で複数のMCPバックエンドを実行するには、mcp_app_nameの値をそれぞれ変えて、このコンポーネントを複数回適用します。

ツールカテゴリー：DataRobotカタログ、モデリング、デプロイ、予測、ベクターデータベース、ユースケース、およびドキュメント。さらに、Confluence、Jira、Googleドライブ、およびMicrosoft Graph用のコネクターツール（OAuthが必要）。

コンポーネントの適用

dr component add https://github.com/datarobot-community/af-component-datarobot-mcp .

ローカルで実行：適用後、生成されたモジュールパスからuv run python -m MCP_APP_NAMEを実行します。

MCPの概要とエージェントにツールを追加するも参照してください。

エージェントコーディングのツールとリファレンス

これらのリポジトリには、開発中にテンプレートやコンポーネントと併せて使用するCLI、Pythonライブラリ、App Frameworkのドキュメント、およびコーディングエージェントのスキルパックが含まれています。

リポジトリ 説明
DataRobot CLI 認証、テンプレート、コンポーネント、およびタスク実行のためのコマンドラインインターフェイス。
DataRobot GenAI LLMルーティング、ツール、MCP、オーケストレーション、およびエージェント運用のためのPythonライブラリ。
App Framework App Framework Studioのドキュメント、コンポーネントカタログ、およびコーディングエージェントスキルパック。
DataRobotのエージェントスキル コーディングエージェント向けのモジュール式スキルパッケージ（Cursor、Claude Code、Copilotなど）。

DataRobot CLI

DataRobot CLI（dr）は、エージェントアプリケーション開発のための主要なコマンドラインインターフェイスです。 OAuth認証の管理、アプリケーションテンプレートのクローン作成と設定、App Frameworkコンポーネントの追加と更新、およびTaskfileタスクの実行を行います。

主な機能：

  • 認証：~/.config/datarobot/drconfig.yamlの安全な資格情報ストレージを使用したOAuthログイン。
  • テンプレート管理：テンプレートのクローン作成と設定を行う対話型ウィザード（dr templates setup）。
  • コンポーネント管理：App Framework Copierコンポーネント用のdr component addおよびdr component update。
  • タスク実行：dr start、dr run dev、およびdr task listは、テンプレートのTaskfileと連携します。
  • セルフアップデート：dr self updateにより、CLIが最新の状態に保たれます。

クイックスタート

dr auth set-url
dr auth login
dr start

DataRobot CLIの開始方法とCLIコマンドリファレンスを参照してください。

DataRobot GenAI

datarobot-genaiは、DataRobotでエージェントを構築するためのPythonライブラリです（PyPIで公開されています）。 アプリケーションテンプレートとApp Frameworkコンポーネントは、LLMルーティング、ツール、ストリーミング、およびサービスの内部でこれを使用します。

主な機能

  • LangGraph、LlamaIndex、CrewAI、およびNATのget_llm()エントリーポイント。LiteLLMを介してDataRobot LLM Gateway、デプロイ、NIM、または外部プロバイダーにルーティングされます。
  • DataRobot上でカスタムFastMCPサーバーをホストするためのdrtools標準ライブラリおよびdrmcp。
  • UIやプラットフォームがエージェントの実行状況を一貫して反映できるようにする、標準的なイベントストリーム。
  • 共有ストリーミング契約に基づく、planner/writer crew、LangGraphグラフ、およびLlamaIndexのAgentWorkflowの引き継ぎ。
  • ローコードのworkflow.yamlインターフェイス（NeMo Agentic Toolkitを参考にしています）で、LLM、ツール、エージェント、およびエバリュエーターを組み合わせます。
  • 分散トレース、生成と評価のエンドポイント、非同期生成、およびWebSocket通信を備えたフロントエンドサーバー。

フレームワークへの追加インストール

pip install "datarobot-genai[langgraph]"
pip install "datarobot-genai[dragent]"
pip install "datarobot-genai[drmcp]"

DataRobotがサポートする機能を使用する前に、DATAROBOT_API_TOKENおよびDATAROBOT_ENDPOINTを設定します。

App Framework

App Framework Studioは、App Frameworkのコンポーネントを適用および更新するためのツールハブです。 個々のaf-component-*リポジトリからカスタムレシピを作成する場合、コンポーネントの完全なカタログや開発者ガイドを参照する際に使用します。

コンポーネントカタログ

コンポーネント 説明
af-component-base タスクランナー、Pulumiプロジェクト、CI/CD、および.datarobot/の設定。
af-component-fastapi-backend FastAPIサーバーとカスタムアプリケーションのデプロイ。
af-component-react Reactフロントエンド。
af-component-llm LLM Gatewayと外部モデルの連携。
af-component-agent エージェントワークフロー（CrewAI、LangGraph、LlamaIndex、NAT）。
af-component-datarobot-mcp DataRobotおよび連携ツールを備えたFastMCPサーバー。

セットアップ手順とローカルドキュメントのワークフローについては、App Framework開発者ガイドを参照してください。

また、このリポジトリでは、App Frameworkのレシピやコンポーネントと連携するコーディングアシスタント向けのスキルパックも公開されています。

App Frameworkのスキルをインストールする

npx ai-agent-skills install datarobot-community/app-framework

2つのスキルパック

App Frameworkのスキル（datarobot-community/app-framework）は、App Frameworkのレシピ、dr component add、およびカスタムアプリケーションを対象としています。 DataRobotのエージェントスキル (datarobot-oss/datarobot-agent-skills)は、表形式の機械学習ワークフローや、より広範なプラットフォームのタスクを対象としています。 どちらのパックもインストールできます。これらのパックでは、「エージェント」や「デプロイ」といった用語が、異なるコンテキストで使用されています。

DataRobotのエージェントスキル

エージェントスキルとは、コーディングエージェント用のモジュール式機能パッケージのことです。 各スキルには、手順、例、およびヘルパースクリプトを含むSKILL.mdファイルがバンドルされているため、エージェントは特定のタスクに必要なものだけを読み込むことができます。

スキルには、エージェントの構築とデプロイ（datarobot-agent-assist）、表形式の機械学習ワークフロー（トレーニング、予測、デプロイ、監視）、データ準備、特徴量エンジニアリング、テンプレートのCI/CD、および外部エージェントのオブザーバビリティが含まれます。

すべてのスキルをインストールする

npx ai-agent-skills install datarobot-oss/datarobot-agent-skills

サポートされているコーディングエージェントには、Claude Code、Cursor、Codex、VS Code Copilot、Gemini CLIなどがあります。

スキルの完全なリスト、エージェントごとのインストールオプション、および使用例については、DataRobotのエージェントスキルを参照してください。

リポジトリ間の関連性

flowchart TB
    subgraph templates ["Application templates"]
        Starter["Agentic Starter"]
        TTMD["Talk to My Data"]
        TTMDocs["Talk to My Docs"]
    end

    subgraph components ["Agentic components"]
        Base["af-component-base"]
        LLM["af-component-llm"]
        MCP["af-component-datarobot-mcp"]
        Agent["af-component-agent"]
    end

    subgraph tools ["Coding tools and references"]
        CLI["DataRobot CLI (dr)"]
        AF["App Framework Studio"]
        GenAI["datarobot-genai"]
        Skills["datarobot-agent-skills"]
    end

    CLI --> templates
    CLI --> AF
    AF --> Base
    Base --> LLM
    Base --> MCP
    LLM --> Agent
    MCP --> Agent
    Starter --> GenAI
    Agent --> GenAI
    Skills -.-> CLI
    AF -.-> Base

一般的な進め方

  1. アプリケーションテンプレートから始める：dr startを実行し、ユースケースに合わせてテンプレートをカスタマイズした後、dr run deployまたはtask deployでデプロイします。
  2. カスタムApp Frameworkレシピを作成する：dr component addでbase、llm、mcp、およびagentコンポーネントを適用し、必要に応じてバックエンドおよびフロントエンドコンポーネントを追加します。
  3. コーディングエージェントを強化する：コンポーネントを使用する際はApp Frameworkスキルを、機械学習やagent-assistのワークフローにはエージェントスキルをインストールします。