# エージェントのリポジトリ > エージェントのリポジトリ - この概要では、DataRobotによりエージェントワークフローの開発に提供されるリポジトリについて詳しく説明します。 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 `2026-07-19T06:00:53.430662+00:00` (UTC). ## Primary page - [エージェントのリポジトリ](https://docs.datarobot.com/ja/docs/reference/gen-ai-ref/agentic-repos.html.md): Full documentation for this topic (Markdown sidecar). ## Sections on this page - [アプリケーションテンプレート](https://docs.datarobot.com/ja/docs/reference/gen-ai-ref/agentic-repos.html.md#application-templates): In-page section heading. - [DataRobot Agentic Starterアプリケーションテンプレート](https://docs.datarobot.com/ja/docs/reference/gen-ai-ref/agentic-repos.html.md#datarobot-agentic-starter): In-page section heading. - [「データと会話する」エージェント](https://docs.datarobot.com/ja/docs/reference/gen-ai-ref/agentic-repos.html.md#_1): In-page section heading. - [「ドキュメントと会話する」エージェント](https://docs.datarobot.com/ja/docs/reference/gen-ai-ref/agentic-repos.html.md#_2): In-page section heading. - [エージェントコンポーネント](https://docs.datarobot.com/ja/docs/reference/gen-ai-ref/agentic-repos.html.md#agentic-components): In-page section heading. - [DataRobot Agentic Frameworkのコンポーネント](https://docs.datarobot.com/ja/docs/reference/gen-ai-ref/agentic-repos.html.md#datarobot-agentic-framework): In-page section heading. - [DataRobot Agentic LLMのコンポーネント](https://docs.datarobot.com/ja/docs/reference/gen-ai-ref/agentic-repos.html.md#datarobot-agentic-llm): In-page section heading. - [DataRobot Agentic MCPのコンポーネント](https://docs.datarobot.com/ja/docs/reference/gen-ai-ref/agentic-repos.html.md#datarobot-agentic-mcp): In-page section heading. - [エージェントコーディングのツールとリファレンス](https://docs.datarobot.com/ja/docs/reference/gen-ai-ref/agentic-repos.html.md#agentic-coding-tools-and-references): In-page section heading. - [DataRobot CLI](https://docs.datarobot.com/ja/docs/reference/gen-ai-ref/agentic-repos.html.md#datarobot-cli): In-page section heading. - [DataRobot GenAI](https://docs.datarobot.com/ja/docs/reference/gen-ai-ref/agentic-repos.html.md#datarobot-genai): In-page section heading. - [App Framework](https://docs.datarobot.com/ja/docs/reference/gen-ai-ref/agentic-repos.html.md#app-framework): In-page section heading. - [DataRobotのエージェントスキル](https://docs.datarobot.com/ja/docs/reference/gen-ai-ref/agentic-repos.html.md#datarobot-agentic-skills): In-page section heading. - [リポジトリ間の関連性](https://docs.datarobot.com/ja/docs/reference/gen-ai-ref/agentic-repos.html.md#how-the-repositories-relate): In-page section heading. ## Documentation content 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](https://docs.datarobot.com/ja/docs/workbench/wb-notebook/codespaces/index.html.md) 、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](https://docs.datarobot.com/ja/docs/agentic-ai/agentic-develop/agentic-install.html.md) 、 [クイックスタート](https://docs.datarobot.com/ja/docs/agentic-ai/agentic-develop/agentic-quickstart.html.md) 、および [エージェントのカスタマイズ](https://docs.datarobot.com/ja/docs/agentic-ai/agentic-develop/agentic-development.html.md) 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](https://docs.datarobot.com/cli/getting-started) 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](https://af.datarobot.com) における [Copier](https://copier.readthedocs.io/) 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](https://github.com/datarobot-community/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](https://docs.datarobot.com/ja/docs/agentic-ai/agentic-develop/agentic-llm-providers-metadata.html.md) 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](https://modelcontextprotocol.io/) （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](https://docs.datarobot.com/agentic-mcp/index) と [エージェントにツールを追加する](https://docs.datarobot.com/ja/docs/agentic-ai/agentic-develop/agentic-tools-integrate.html.md) 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](https://docs.datarobot.com/cli/getting-started) と [CLIコマンドリファレンス](https://docs.datarobot.com/cli/commands/index) 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](https://pypi.org/project/datarobot-genai/) 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](https://af.datarobot.com/developer/) 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 ``` > [!NOTE] 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](https://docs.datarobot.com/ja/docs/agentic-ai/agentic-develop/agentic-skills.html.md) ( `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](https://docs.datarobot.com/ja/docs/agentic-ai/agentic-develop/agentic-skills.html.md) 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。