2
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

Day 19

AIソリューション Advent Calendar 2025

@ryouta_takaoka

Agent-to-Agent通信とMCPを学ぶマルチエージェントシステム開発 - 05_本番環境での想定運用について

2
Last updated at Posted at 2025-12-18

Azure Container Appsで作る企業級マルチエージェント環境

はじめに

ここまでの記事で、Agent-to-Agent（A2A）通信とModel Context Protocol（MCP）の理論から実装、実際の動作確認まで学んできました。最終回となる今回は、本番環境での運用を想定したAzure Container Appsへの展開について解説します。

単なるデプロイ手順ではなく、企業環境で求められるセキュリティ、スケーラビリティ、運用保守性を満たすアーキテクチャの構築方法を詳しく説明します。

🏗️ Azure アーキテクチャ設計

システム全体構成

主要コンポーネントの役割

コンポーネント 役割 特徴
Container Apps マルチエージェントアプリケーション実行環境 オートスケール、ゼロダウンタイム
Azure OpenAI GPT-4o基盤AI推論エンジン（将来GPT-5.1対応） エンタープライズグレード、高度推論
Reasoning Coordinator マルチエージェント推論協調システム 動的タスク決定、AI判断機能
Cosmos DB エージェント間協調データ・顧客データ グローバル分散、低レイテンシ
Storage Account ファイル・ログ・バックアップ 高可用性、コスト効率
Redis Cache リアルタイムデータキャッシュ インメモリ高速アクセス
Azure OpenAI AI推論エンジン エンタープライズグレード
Key Vault 機密情報管理 ゼロトラスト対応

🚀 Infrastructure as Code 実装

🎯 学習ポイント: エンタープライズグレードのIaC設計

Bicep テンプレートの詳細解析

1. メインテンプレート構造

// infra/main.bicep
@description('アプリケーション名')
param applicationName string = 'multiagent'

@description('環境名 (dev/test/prod)')
param environment string

@description('Azure OpenAIのリージョン')
param openAiLocation string = 'eastus'

@description('デプロイするリージョン')
param location string = resourceGroup().location

// 命名規則に基づくリソース名生成
var resourceToken = toLower(uniqueString(subscription().id, resourceGroup().id, location))
var prefix = '${applicationName}-${environment}'

// タグの統一管理
var tags = {
  'azd-env-name': environment
  application: applicationName
  environment: environment
  'deployment-method': 'bicep'
  'last-updated': utcNow('yyyy-MM-dd')
}

📚 設計パターンの理解:

// 🏗️ 命名規則の重要性
// ❌ 悪い例: 手動命名
var badName = 'myapp-container-1'

// ✅ 良い例: システマティック命名  
var goodName = '${applicationName}-${environment}-${resourceToken}'
// → 結果: multiagent-prod-abc123 (一意性保証)

// 🏷️ タグ戦略
// ビジネス価値:
// - コスト管理: 環境別・アプリ別の費用追跡
// - 運用管理: 自動化スクリプトでの対象リソース特定
// - 監査対応: デプロイ履歴とガバナンス

2. Container Apps Environment

// Container Apps 環境の作成
resource containerAppsEnvironment 'Microsoft.App/managedEnvironments@2023-05-01' = {
  name: '${prefix}-env-${resourceToken}'
  location: location
  tags: tags
  properties: {
    appLogsConfiguration: {
      destination: 'log-analytics'
      logAnalyticsConfiguration: {
        customerId: logAnalyticsWorkspace.properties.customerId
        sharedKey: logAnalyticsWorkspace.listKeys().primarySharedKey
      }
    }
    // VNet統合設定（本番環境では推奨）
    vnetConfiguration: {
      infrastructureSubnetId: virtualNetwork.properties.subnets[0].id
      internal: false  // 外部アクセス許可
    }
    // ダイナミックSSL証明書
    customDomainConfiguration: {
      dnsSuffix: '${prefix}.${location}.azurecontainer.io'
    }
  }
}

3. データストレージ設計

// Cosmos DB - エージェント間協調データ
resource cosmosAccount 'Microsoft.DocumentDB/databaseAccounts@2023-04-15' = {
  name: '${prefix}-cosmos-${resourceToken}'
  location: location
  tags: tags
  kind: 'GlobalDocumentDB'
  properties: {
    databaseAccountOfferType: 'Standard'
    consistencyPolicy: {
      defaultConsistencyLevel: 'Session'  // 一貫性とパフォーマンスのバランス
    }
    locations: [
      {
        locationName: location
        failoverPriority: 0
        isZoneRedundant: true  // 高可用性
      }
    ]
    // セキュリティ設定
    publicNetworkAccess: 'Enabled'
    networkAclBypass: 'AzureServices'
    disableKeyBasedMetadataWriteAccess: true
    
    // バックアップ設定
    backupPolicy: {
      type: 'Periodic'
      periodicModeProperties: {
        backupIntervalInMinutes: 240
        backupRetentionIntervalInHours: 8760  // 1年間保持
      }
    }
  }
}

// Cosmos DB データベースとコンテナ
resource cosmosDatabase 'Microsoft.DocumentDB/databaseAccounts/sqlDatabases@2023-04-15' = {
  parent: cosmosAccount
  name: 'AgentCoordination'
  properties: {
    resource: {
      id: 'AgentCoordination'
    }
    options: {
      throughput: 400  // スタートアップ時は低コスト設定
    }
  }
}

// エージェント通信ログコンテナ
resource agentLogsContainer 'Microsoft.DocumentDB/databaseAccounts/sqlDatabases/containers@2023-04-15' = {
  parent: cosmosDatabase
  name: 'AgentLogs'
  properties: {
    resource: {
      id: 'AgentLogs'
      partitionKey: {
        paths: ['/agent_id']
        kind: 'Hash'
      }
      indexingPolicy: {
        indexingMode: 'consistent'
        includedPaths: [
          { path: '/timestamp/?' }
          { path: '/workflow_id/?' }
          { path: '/query_type/?' }
        ]
      }
      // データのライフサイクル管理
      defaultTtl: 2592000  // 30日後自動削除
    }
  }
}

4. AI サービス統合

// Azure OpenAI Service
resource openAiService 'Microsoft.CognitiveServices/accounts@2023-05-01' = {
  name: '${prefix}-openai-${resourceToken}'
  location: openAiLocation
  tags: tags
  kind: 'OpenAI'
  sku: {
    name: 'S0'  // 従量課金制
  }
  properties: {
    customSubDomainName: '${prefix}-openai-${resourceToken}'
    publicNetworkAccess: 'Enabled'
    networkAcls: {
      defaultAction: 'Allow'
      ipRules: []
      virtualNetworkRules: []
    }
  }
}

// GPT-4o デプロイメント
resource gpt4Deployment 'Microsoft.CognitiveServices/accounts/deployments@2023-05-01' = {
  parent: openAiService
  name: 'gpt-4o'
  properties: {
    model: {
      format: 'OpenAI'
      name: 'gpt-4o'
      version: '2024-05-13'
    }
    raiPolicyName: 'Microsoft.Default'
    scaleSettings: {
      scaleType: 'Standard'
      capacity: 10  // スタートアップ時は低容量
    }
  }
}

// Text Embedding モデル
resource embeddingDeployment 'Microsoft.CognitiveServices/accounts/deployments@2023-05-01' = {
  parent: openAiService
  name: 'text-embedding-3-small'
  properties: {
    model: {
      format: 'OpenAI'
      name: 'text-embedding-3-small'
      version: '1'
    }
    scaleSettings: {
      scaleType: 'Standard'
      capacity: 5
    }
  }
  dependsOn: [gpt4Deployment]  // 順次デプロイ
}

5. Container App の詳細設定

// メインアプリケーション Container App
resource containerApp 'Microsoft.App/containerApps@2023-05-01' = {
  name: '${prefix}-app-${resourceToken}'
  location: location
  tags: tags
  properties: {
    managedEnvironmentId: containerAppsEnvironment.id
    
    configuration: {
      ingress: {
        external: true
        targetPort: 8000
        allowInsecure: false  // HTTPS強制
        traffic: [
          {
            weight: 100
            latestRevision: true
          }
        ]
        corsPolicy: {
          allowedOrigins: ['*']  // 本番環境では制限すること
          allowedMethods: ['GET', 'POST', 'PUT', 'DELETE', 'OPTIONS']
          allowedHeaders: ['*']
          allowCredentials: true
        }
      }
      
      // レジストリ設定
      registries: [
        {
          server: containerRegistry.properties.loginServer
          identity: userAssignedIdentity.id
        }
      ]
      
      // シークレット管理
      secrets: [
        {
          name: 'azure-openai-key'
          keyVaultUrl: '${keyVault.properties.vaultUri}secrets/azure-openai-key'
          identity: userAssignedIdentity.id
        }
        {
          name: 'cosmos-connection-string'
          keyVaultUrl: '${keyVault.properties.vaultUri}secrets/cosmos-connection-string'
          identity: userAssignedIdentity.id
        }
      ]
    }
    
    template: {
      containers: [
        {
          image: '${containerRegistry.properties.loginServer}/multiagent:latest'
          name: 'multiagent'
          resources: {
            cpu: json('1.0')    // 1 vCPU
            memory: '2Gi'       // 2GB RAM
          }
          
          // 環境変数設定
          env: [
            {
              name: 'AZURE_OPENAI_ENDPOINT'
              value: openAiService.properties.endpoint
            }
            {
              name: 'AZURE_OPENAI_API_KEY'
              secretRef: 'azure-openai-key'
            }
            {
              name: 'COSMOS_CONNECTION_STRING'
              secretRef: 'cosmos-connection-string'
            }
            {
              name: 'ENVIRONMENT'
              value: environment
            }
            {
              name: 'DEBUG'
              value: environment == 'dev' ? 'true' : 'false'
            }
          ]
          
          // ヘルスチェック設定
          probes: [
            {
              type: 'Liveness'
              httpGet: {
                path: '/health'
                port: 8000
                scheme: 'HTTP'
              }
              initialDelaySeconds: 30
              periodSeconds: 30
              timeoutSeconds: 10
              failureThreshold: 3
            }
            {
              type: 'Readiness'
              httpGet: {
                path: '/health'
                port: 8000
                scheme: 'HTTP'
              }
              initialDelaySeconds: 5
              periodSeconds: 10
              timeoutSeconds: 5
              failureThreshold: 3
            }
          ]
        }
      ]
      
      // オートスケール設定
      scale: {
        minReplicas: environment == 'prod' ? 2 : 1
        maxReplicas: environment == 'prod' ? 10 : 3
        rules: [
          {
            name: 'http-scaling'
            http: {
              metadata: {
                concurrentRequests: '100'
              }
            }
          }
          {
            name: 'cpu-scaling'
            custom: {
              type: 'cpu'
              metadata: {
                type: 'Utilization'
                value: '70'
              }
            }
          }
        ]
      }
    }
  }
  identity: {
    type: 'UserAssigned'
    userAssignedIdentities: {
      '${userAssignedIdentity.id}': {}
    }
  }
}

6. セキュリティとアクセス管理

// ユーザー割り当てマネージドID
resource userAssignedIdentity 'Microsoft.ManagedIdentity/userAssignedIdentities@2023-01-31' = {
  name: '${prefix}-identity-${resourceToken}'
  location: location
  tags: tags
}

// Key Vault
resource keyVault 'Microsoft.KeyVault/vaults@2023-02-01' = {
  name: '${prefix}-kv-${resourceToken}'
  location: location
  tags: tags
  properties: {
    sku: {
      family: 'A'
      name: 'standard'
    }
    tenantId: tenant().tenantId
    
    // アクセスポリシー
    accessPolicies: [
      {
        tenantId: tenant().tenantId
        objectId: userAssignedIdentity.properties.principalId
        permissions: {
          secrets: ['get', 'list']
          certificates: ['get', 'list']
        }
      }
    ]
    
    // セキュリティ設定
    enabledForDeployment: false
    enabledForTemplateDeployment: true
    enabledForDiskEncryption: false
    enableRbacAuthorization: false
    enableSoftDelete: true
    softDeleteRetentionInDays: 90
    enablePurgeProtection: true
    
    // ネットワークアクセス制御
    networkAcls: {
      defaultAction: 'Allow'  // 本番環境では'Deny'を推奨
      bypass: 'AzureServices'
    }
  }
}

// シークレット格納
resource openAiKeySecret 'Microsoft.KeyVault/vaults/secrets@2023-02-01' = {
  parent: keyVault
  name: 'azure-openai-key'
  properties: {
    value: openAiService.listKeys().key1
    contentType: 'text/plain'
    attributes: {
      enabled: true
    }
  }
}

resource cosmosConnectionSecret 'Microsoft.KeyVault/vaults/secrets@2023-02-01' = {
  parent: keyVault
  name: 'cosmos-connection-string'
  properties: {
    value: cosmosAccount.listConnectionStrings().connectionStrings[0].connectionString
    contentType: 'text/plain'
    attributes: {
      enabled: true
    }
  }
}

パラメータファイル設定

// infra/main.parameters.json
{
  "$schema": "https://schema.management.azure.com/schemas/2019-04-01/deploymentParameters.json#",
  "contentVersion": "1.0.0.0",
  "parameters": {
    "applicationName": {
      "value": "multiagent"
    },
    "environment": {
      "value": "prod"
    },
    "location": {
      "value": "japaneast"
    },
    "openAiLocation": {
      "value": "eastus"
    }
  }
}

🔧 Azure Developer CLI による展開

1. azd 設定ファイル

# azure.yaml
name: multiagent-system
metadata:
  template: multiagent-system@0.0.1-beta
  
services:
  multiagent:
    project: .
    language: python
    host: containerapp
    
# フック設定
hooks:
  preprovision:
    posix:
      shell: sh
      run: echo "リソースプロビジョニング開始..."
      continueOnError: false
      
  postprovision:
    posix:
      shell: sh
      run: |
        echo "追加設定を実行中..."
        # カスタム設定スクリプトの実行
        
  predeploy:
    posix:
      shell: sh
      run: |
        echo "デプロイ前処理..."
        python -m pytest tests/ --maxfail=1
        
  postdeploy:
    posix:
      shell: sh
      run: |
        echo "デプロイ後検証..."
        python scripts/health_check.py

2. Docker イメージ最適化

# Dockerfile - 本番環境用最適化版
FROM python:3.12-slim as builder

# セキュリティ更新
RUN apt-get update && apt-get upgrade -y && \
    apt-get install -y --no-install-recommends \
    gcc \
    && rm -rf /var/lib/apt/lists/*

# 依存関係インストール
COPY requirements.txt .
RUN pip install --no-cache-dir --user -r requirements.txt

# 本番環境イメージ
FROM python:3.12-slim

# 非rootユーザー作成
RUN groupadd -r appuser && useradd -r -g appuser appuser

# セキュリティ更新
RUN apt-get update && apt-get upgrade -y && \
    rm -rf /var/lib/apt/lists/*

# Python依存関係コピー
COPY --from=builder /root/.local /home/appuser/.local

# アプリケーションコード
WORKDIR /app
COPY src/ ./src/
COPY *.py ./

# 権限設定
RUN chown -R appuser:appuser /app
USER appuser

# PATH設定
ENV PATH=/home/appuser/.local/bin:$PATH

# ポート公開
EXPOSE 8000

# ヘルスチェック
HEALTHCHECK --interval=30s --timeout=10s --start-period=5s --retries=3 \
  CMD python -c "import requests; requests.get('http://localhost:8000/health')"

# アプリケーション起動
CMD ["python", "src/main.py"]

3. 展開スクリプト

🎯 学習ポイント: エンタープライズデプロイの自動化

#!/bin/bash
# deploy.sh - 本番環境展開スクリプト

set -e

echo "🚀 Multi-Agent System - 本番環境展開開始"

# 環境確認
if [ -z "$AZURE_ENV_NAME" ]; then
    echo "環境名を設定してください: export AZURE_ENV_NAME=prod"
    exit 1
fi

# Azure認証確認
if ! az account show &> /dev/null; then
    echo "Azureにログインしてください: az login"
    exit 1
fi

# azd環境初期化
echo "📋 環境設定確認..."
azd env select $AZURE_ENV_NAME 2>/dev/null || azd env new $AZURE_ENV_NAME

# リソースプロビジョニング
echo "🏗️  Azureリソースプロビジョニング..."
azd provision --no-prompt

# アプリケーションビルド・デプロイ
echo "📦 アプリケーションデプロイ..."
azd deploy --no-prompt

# デプロイ後検証
echo "✅ デプロイ後検証..."
ENDPOINT=$(azd env get-values | grep "SERVICE_MULTIAGENT_ENDPOINT_URL" | cut -d'=' -f2 | tr -d '"')

if [ -n "$ENDPOINT" ]; then
    echo "🌐 エンドポイント: $ENDPOINT"
    
    # ヘルスチェック
    echo "💊 ヘルスチェック実行..."
    if curl -sf "$ENDPOINT/health" > /dev/null; then
        echo "✅ アプリケーション正常稼働中"
    else
        echo "❌ ヘルスチェック失敗"
        exit 1
    fi
    
    # 基本機能テスト
    echo "🧪 基本機能テスト..."
    response=$(curl -s -X POST "$ENDPOINT/coordinator/orchestrate" \
        -H "Content-Type: application/json" \
        -d '{"query": "system test", "query_type": "health"}')
    
    if echo "$response" | grep -q "workflow_id"; then
        echo "✅ エージェント協調動作確認"
    else
        echo "❌ 機能テスト失敗"
        echo "$response"
        exit 1
    fi
    
else
    echo "❌ エンドポイント情報取得失敗"
    exit 1
fi

echo "🎉 デプロイ完了！"
echo "📊 Azure Portal: https://portal.azure.com"
echo "📖 API仕様: $ENDPOINT/docs"

📚 デプロイプロセスの段階的理解:

# 🔐 Step 1: 認証・環境確認
# なぜ重要？ → 誤った環境へのデプロイを防止
az account show    # アクティブなサブスクリプション確認
azd env list       # 利用可能な環境一覧

# 🏗️ Step 2: インフラストラクチャプロビジョニング 
azd provision --no-prompt
# 内部処理：
# 1. Bicepテンプレート解析 → ARM JSONに変換
# 2. リソース依存関係解決 → 適切な順序でリソース作成
# 3. パラメーター検証 → 設定値の妥当性確認
# 4. プログレッシブデプロイ → 段階的リソース作成

# 📦 Step 3: アプリケーションデプロイ
azd deploy --no-prompt  
# 内部処理：
# 1. Dockerイメージビルド → Multi-stage build最適化
# 2. Container Registry プッシュ → イメージの安全な格納
# 3. Container Apps 更新 → Blue-Green deployment
# 4. 設定注入 → Key Vault からの自動シークレット取得

# ✅ Step 4: 検証・ヘルスチェック
curl $ENDPOINT/health
# 検証項目：
# - HTTP応答性 → Webサーバー稼働確認
# - エージェント初期化状態 → 4つのエージェントの準備完了
# - 外部接続性 → Azure OpenAI、Cosmos DB接続
# - メモリ・CPU使用率 → リソース使用状況

🔧 トラブルシューティングのアプローチ:

# デプロイ失敗時の診断コマンド
azd env get-values                    # 環境変数確認
az containerapp logs show --follow    # リアルタイムログ確認  
az monitor app-insights events show   # Application Insights イベント
az resource list --tag azd-env-name=prod  # 関連リソース一覧

# よくある問題と解決策:
# ❌ リソース作成権限不足 → az account show でロール確認
# ❌ リージョン制限 → openAiLocation パラメーター変更
# ❌ 命名競合 → resourceToken の再生成（Resource Group削除・再作成）
# ❌ 容量不足 → SKU サイズの調整（development → standard）

📊 運用・監視設定

1. Application Insights 統合

# src/shared/telemetry.py
from azure.monitor.opentelemetry import configure_azure_monitor
from opentelemetry import trace
from opentelemetry.instrumentation.fastapi import FastAPIInstrumentor
from opentelemetry.instrumentation.requests import RequestsInstrumentor
import os

class TelemetryManager:
    def __init__(self):
        self.connection_string = os.getenv('APPLICATIONINSIGHTS_CONNECTION_STRING')
        self.tracer = None
        
    def setup_telemetry(self, app):
        """Azure Monitor テレメトリ設定"""
        if self.connection_string:
            # Azure Monitor設定
            configure_azure_monitor(
                connection_string=self.connection_string,
                disable_logging=False,
                disable_metrics=False,
                disable_tracing=False
            )
            
            # 自動計測設定
            FastAPIInstrumentor.instrument_app(app)
            RequestsInstrumentor().instrument()
            
            # カスタムトレーサー
            self.tracer = trace.get_tracer(__name__)
            
    def trace_agent_communication(self, agent_name: str, operation: str):
        """エージェント間通信のトレース"""
        if self.tracer:
            with self.tracer.start_as_current_span(f"agent_{operation}") as span:
                span.set_attribute("agent.name", agent_name)
                span.set_attribute("operation.type", operation)
                return span
        return None

# 使用例
telemetry = TelemetryManager()

# src/main.py でのセットアップ
from src.shared.telemetry import telemetry

@app.on_event("startup")
async def startup_event():
    telemetry.setup_telemetry(app)
    # ... その他の初期化処理

2. カスタムメトリクス定義

# src/shared/metrics.py
from azure.monitor.opentelemetry.exporter import AzureMonitorMetricExporter
from opentelemetry import metrics
from opentelemetry.sdk.metrics import MeterProvider
from opentelemetry.sdk.metrics.export import PeriodicExportingMetricReader
import time

class AgentMetrics:
    def __init__(self):
        # Azure Monitor Metrics設定
        exporter = AzureMonitorMetricExporter(
            connection_string=os.getenv('APPLICATIONINSIGHTS_CONNECTION_STRING')
        )
        reader = PeriodicExportingMetricReader(exporter, export_interval_millis=60000)
        metrics.set_meter_provider(MeterProvider(metric_readers=[reader]))
        
        meter = metrics.get_meter(__name__)
        
        # カスタムメトリクス定義
        self.agent_requests = meter.create_counter(
            name="agent_requests_total",
            description="エージェントへのリクエスト総数",
            unit="request"
        )
        
        self.agent_response_time = meter.create_histogram(
            name="agent_response_time",
            description="エージェント応答時間",
            unit="ms"
        )
        
        self.agent_errors = meter.create_counter(
            name="agent_errors_total", 
            description="エージェントエラー総数",
            unit="error"
        )
        
        self.active_workflows = meter.create_up_down_counter(
            name="active_workflows",
            description="実行中ワークフロー数",
            unit="workflow"
        )
    
    def record_request(self, agent_name: str, query_type: str):
        """リクエスト記録"""
        self.agent_requests.add(1, {
            "agent": agent_name,
            "query_type": query_type
        })
    
    def record_response_time(self, agent_name: str, duration_ms: float):
        """応答時間記録"""
        self.agent_response_time.record(duration_ms, {
            "agent": agent_name
        })
    
    def record_error(self, agent_name: str, error_type: str):
        """エラー記録"""
        self.agent_errors.add(1, {
            "agent": agent_name,
            "error_type": error_type
        })

3. アラート設定

// monitoring/alerts.json - Azure Monitor アラート定義
{
  "alerts": [
    {
      "name": "High Error Rate",
      "description": "エージェントエラー率が閾値を超過",
      "condition": {
        "metric": "agent_errors_total",
        "threshold": 10,
        "timeWindow": "PT5M",
        "operator": "GreaterThan"
      },
      "actions": [
        {
          "type": "email",
          "recipients": ["admin@company.com"]
        },
        {
          "type": "webhook",
          "url": "https://hooks.slack.com/services/..."
        }
      ]
    },
    {
      "name": "High Response Time",
      "description": "応答時間が閾値を超過",
      "condition": {
        "metric": "agent_response_time",
        "threshold": 5000,
        "timeWindow": "PT10M",
        "operator": "GreaterThan"
      }
    },
    {
      "name": "Container App Down",
      "description": "Container Appが停止",
      "condition": {
        "metric": "RevisionReadyReplicas",
        "threshold": 1,
        "timeWindow": "PT1M",
        "operator": "LessThan"
      }
    }
  ]
}

🔐 セキュリティ設定

1. ネットワークセキュリティ

// VNet統合によるネットワーク分離
resource virtualNetwork 'Microsoft.Network/virtualNetworks@2023-04-01' = {
  name: '${prefix}-vnet-${resourceToken}'
  location: location
  tags: tags
  properties: {
    addressSpace: {
      addressPrefixes: ['10.0.0.0/16']
    }
    subnets: [
      {
        name: 'container-subnet'
        properties: {
          addressPrefix: '10.0.1.0/24'
          delegations: [
            {
              name: 'Microsoft.App/environments'
              properties: {
                serviceName: 'Microsoft.App/environments'
              }
            }
          ]
        }
      }
      {
        name: 'private-endpoints-subnet'
        properties: {
          addressPrefix: '10.0.2.0/24'
          privateEndpointNetworkPolicies: 'Disabled'
        }
      }
    ]
  }
}

// Private Endpoint for Cosmos DB
resource cosmosPrivateEndpoint 'Microsoft.Network/privateEndpoints@2023-04-01' = {
  name: '${prefix}-cosmos-pe-${resourceToken}'
  location: location
  tags: tags
  properties: {
    subnet: {
      id: virtualNetwork.properties.subnets[1].id
    }
    privateLinkServiceConnections: [
      {
        name: 'cosmos-private-link'
        properties: {
          privateLinkServiceId: cosmosAccount.id
          groupIds: ['Sql']
        }
      }
    ]
  }
}

2. アクセス制御

# src/shared/security.py
from fastapi import HTTPException, Depends, status
from fastapi.security import HTTPBearer, HTTPAuthorizationCredentials
from azure.identity import DefaultAzureCredential
from azure.keyvault.secrets import SecretClient
import jwt
import os

security = HTTPBearer()

class SecurityManager:
    def __init__(self):
        self.kv_url = os.getenv('KEY_VAULT_URL')
        self.credential = DefaultAzureCredential()
        self.secret_client = SecretClient(
            vault_url=self.kv_url,
            credential=self.credential
        ) if self.kv_url else None
    
    async def verify_token(
        self, 
        credentials: HTTPAuthorizationCredentials = Depends(security)
    ):
        """JWTトークン検証"""
        try:
            token = credentials.credentials
            
            # Azure AD トークン検証
            payload = jwt.decode(
                token,
                options={"verify_signature": False},  # Azure ADで署名検証済み
                audience=os.getenv('AZURE_CLIENT_ID')
            )
            
            return payload
            
        except jwt.ExpiredSignatureError:
            raise HTTPException(
                status_code=status.HTTP_401_UNAUTHORIZED,
                detail="Token has expired"
            )
        except jwt.JWTError:
            raise HTTPException(
                status_code=status.HTTP_401_UNAUTHORIZED,
                detail="Invalid token"
            )
    
    async def check_admin_role(self, user_info = Depends(verify_token)):
        """管理者権限確認"""
        roles = user_info.get('roles', [])
        if 'Admin' not in roles:
            raise HTTPException(
                status_code=status.HTTP_403_FORBIDDEN,
                detail="Admin role required"
            )
        return user_info

# 使用例
security_manager = SecurityManager()

@app.post("/admin/reset-system")
async def reset_system(
    user_info = Depends(security_manager.check_admin_role)
):
    """管理者のみアクセス可能なシステムリセット"""
    try:
        # システム状態の確認
        system_status = await check_system_health()
        
        if system_status.get("active_operations", 0) > 0:
            return {
                "error": "アクティブな操作があるため、リセットできません",
                "active_operations": system_status["active_operations"]
            }
        
        # 各エージェントに安全な停止指示
        agents = ["customer", "city", "enterprise", "coordinator"]
        shutdown_results = {}
        
        for agent in agents:
            try:
                result = await request_agent_shutdown(agent)
                shutdown_results[agent] = result
            except Exception as e:
                shutdown_results[agent] = {"error": str(e)}
        
        # システム状態のクリア
        await clear_system_state()
        
        # 監査ログの記録
        await log_admin_action(
            user_id=user_info.get("user_id"),
            action="system_reset",
            timestamp=datetime.now().isoformat(),
            details=shutdown_results
        )
        
        return {
            "status": "success",
            "message": "システムリセットが完了しました",
            "shutdown_results": shutdown_results,
            "reset_by": user_info.get("user_id")
        }
        
    except Exception as e:
        # エラーログの記録
        await log_error("system_reset_failed", str(e))
        return {
            "error": f"システムリセットに失敗しました: {str(e)}",
            "timestamp": datetime.now().isoformat()
        }

📈 スケーリング戦略

1. 自動スケーリング設定

# 高負荷時のスケーリング設定
scale:
  minReplicas: 2  # 最小2インスタンス（高可用性）
  maxReplicas: 20  # 最大20インスタンス
  rules:
    # HTTP負荷ベース
    - name: http-scaling
      http:
        metadata:
          concurrentRequests: '50'  # インスタンス当たり50リクエスト
          
    # CPU使用率ベース  
    - name: cpu-scaling
      custom:
        type: 'cpu'
        metadata:
          type: 'Utilization'
          value: '70'  # CPU 70%で拡張
          
    # メモリ使用率ベース
    - name: memory-scaling
      custom:
        type: 'memory'
        metadata:
          type: 'Utilization'  
          value: '80'  # メモリ 80%で拡張
          
    # カスタムメトリクスベース
    - name: queue-scaling
      custom:
        type: 'azure-servicebus'
        metadata:
          queueName: 'agent-queue'
          messageCount: '10'  # キュー内10メッセージで拡張

2. データベーススケーリング

// Cosmos DB オートスケール設定
resource cosmosDatabase 'Microsoft.DocumentDB/databaseAccounts/sqlDatabases@2023-04-15' = {
  parent: cosmosAccount
  name: 'AgentCoordination'
  properties: {
    resource: {
      id: 'AgentCoordination'
    }
    options: {
      autoscaleSettings: {
        maxThroughput: 4000  // 最大4000 RU/s
      }
    }
  }
}

🔄 CI/CD パイプライン

1. GitHub Actions ワークフロー

# .github/workflows/deploy-production.yml
name: Deploy to Production

on:
  push:
    branches: [main]
  workflow_dispatch:

env:
  AZURE_CLIENT_ID: ${{ secrets.AZURE_CLIENT_ID }}
  AZURE_TENANT_ID: ${{ secrets.AZURE_TENANT_ID }}
  AZURE_SUBSCRIPTION_ID: ${{ secrets.AZURE_SUBSCRIPTION_ID }}

jobs:
  test:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      
      - name: Setup Python
        uses: actions/setup-python@v4
        with:
          python-version: '3.12'
          
      - name: Install dependencies
        run: |
          python -m pip install --upgrade pip
          pip install -r requirements.txt
          pip install pytest pytest-asyncio pytest-cov
          
      - name: Run tests
        run: |
          pytest tests/ --cov=src --cov-report=xml
          
      - name: Code quality check
        run: |
          pip install black flake8 mypy
          black --check src/
          flake8 src/
          mypy src/

  security-scan:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      
      - name: Security vulnerability scan
        run: |
          pip install safety bandit
          safety check -r requirements.txt
          bandit -r src/

  deploy:
    needs: [test, security-scan]
    runs-on: ubuntu-latest
    environment: production
    
    steps:
      - uses: actions/checkout@v4
      
      - name: Setup Azure CLI
        uses: azure/login@v1
        with:
          client-id: ${{ secrets.AZURE_CLIENT_ID }}
          tenant-id: ${{ secrets.AZURE_TENANT_ID }}
          subscription-id: ${{ secrets.AZURE_SUBSCRIPTION_ID }}
          
      - name: Setup Azure Developer CLI
        uses: Azure/setup-azd@v0.1.0
        
      - name: Deploy to Azure
        run: |
          azd env select production
          azd deploy --no-prompt
          
      - name: Post-deployment verification
        run: |
          # デプロイ後のヘルスチェック
          python scripts/verify_deployment.py

2. デプロイ後検証スクリプト

# scripts/verify_deployment.py
import asyncio
import aiohttp
import os
import sys
from typing import List, Dict

class DeploymentVerifier:
    def __init__(self, base_url: str):
        self.base_url = base_url.rstrip('/')
        self.session = None
    
    async def __aenter__(self):
        self.session = aiohttp.ClientSession()
        return self
    
    async def __aexit__(self, exc_type, exc_val, exc_tb):
        if self.session:
            await self.session.close()
    
    async def verify_health(self) -> bool:
        """ヘルスチェック"""
        try:
            async with self.session.get(f"{self.base_url}/health") as response:
                if response.status == 200:
                    data = await response.json()
                    return data.get('status') == 'healthy'
                return False
        except Exception as e:
            print(f"Health check failed: {e}")
            return False
    
    async def verify_agents(self) -> Dict[str, bool]:
        """各エージェントの動作確認"""
        agents = [
            'customer-support',
            'smart-city', 
            'enterprise',
            'coordinator'
        ]
        
        results = {}
        for agent in agents:
            try:
                async with self.session.get(f"{self.base_url}/agents/{agent}/status") as response:
                    results[agent] = response.status == 200
            except Exception as e:
                print(f"Agent {agent} check failed: {e}")
                results[agent] = False
        
        return results
    
    async def verify_coordination(self) -> bool:
        """エージェント協調動作確認"""
        payload = {
            "query": "deployment verification test",
            "query_type": "system_test"
        }
        
        try:
            async with self.session.post(
                f"{self.base_url}/coordinator/orchestrate",
                json=payload
            ) as response:
                if response.status == 200:
                    data = await response.json()
                    return 'workflow_id' in data
                return False
        except Exception as e:
            print(f"Coordination test failed: {e}")
            return False

async def main():
    endpoint = os.getenv('DEPLOYMENT_ENDPOINT')
    if not endpoint:
        print("ERROR: DEPLOYMENT_ENDPOINT environment variable not set")
        sys.exit(1)
    
    print(f"🔍 Verifying deployment: {endpoint}")
    
    async with DeploymentVerifier(endpoint) as verifier:
        # ヘルスチェック
        print("1. Health check...")
        health_ok = await verifier.verify_health()
        print(f"   {'✅' if health_ok else '❌'} Health: {'OK' if health_ok else 'FAILED'}")
        
        if not health_ok:
            print("❌ Deployment verification failed at health check")
            sys.exit(1)
        
        # エージェント確認
        print("2. Agent status check...")
        agent_results = await verifier.verify_agents()
        for agent, status in agent_results.items():
            print(f"   {'✅' if status else '❌'} {agent}: {'OK' if status else 'FAILED'}")
        
        if not all(agent_results.values()):
            print("❌ Some agents are not responding")
            sys.exit(1)
        
        # 協調動作確認
        print("3. Coordination test...")
        coord_ok = await verifier.verify_coordination()
        print(f"   {'✅' if coord_ok else '❌'} Coordination: {'OK' if coord_ok else 'FAILED'}")
        
        if not coord_ok:
            print("❌ Agent coordination test failed")
            sys.exit(1)
    
    print("🎉 Deployment verification completed successfully!")

if __name__ == "__main__":
    asyncio.run(main())

💰 コスト最適化

1. リソース使用量監視

-- Azure Cost Management クエリ例
// コスト分析クエリ
summarize TotalCost = sum(CostInBillingCurrency) by bin(Date, 1d), ServiceName
| where Date >= ago(30d)
| render timechart

// リソース別コスト
summarize TotalCost = sum(CostInBillingCurrency) by ResourceName
| order by TotalCost desc
| take 10

2. 自動最適化スクリプト

# scripts/cost_optimizer.py
import asyncio
from azure.identity import DefaultAzureCredential
from azure.mgmt.consumption import ConsumptionManagementClient
from azure.mgmt.monitor import MonitorManagementClient
import datetime

class CostOptimizer:
    def __init__(self, subscription_id: str):
        self.subscription_id = subscription_id
        self.credential = DefaultAzureCredential()
        self.consumption_client = ConsumptionManagementClient(
            self.credential, subscription_id
        )
    
    async def analyze_usage_patterns(self):
        """使用パターン分析"""
        end_date = datetime.datetime.now()
        start_date = end_date - datetime.timedelta(days=30)
        
        # 使用量データ取得
        usage_details = self.consumption_client.usage_details.list(
            scope=f"/subscriptions/{self.subscription_id}",
            start_date=start_date.strftime('%Y-%m-%d'),
            end_date=end_date.strftime('%Y-%m-%d')
        )
        
        # コスト分析
        costs_by_service = {}
        for usage in usage_details:
            service = usage.consumed_service
            cost = usage.cost
            costs_by_service[service] = costs_by_service.get(service, 0) + cost
        
        return costs_by_service
    
    async def recommend_optimizations(self):
        """最適化提案"""
        costs = await self.analyze_usage_patterns()
        recommendations = []
        
        # Container Apps の使用率確認
        if 'Microsoft.App' in costs:
            recommendations.append({
                "service": "Container Apps",
                "current_cost": costs['Microsoft.App'],
                "recommendation": "低使用率時間帯のmin replicasを1に設定",
                "potential_savings": costs['Microsoft.App'] * 0.3
            })
        
        # Cosmos DB の使用率確認
        if 'Microsoft.DocumentDB' in costs:
            recommendations.append({
                "service": "Cosmos DB", 
                "current_cost": costs['Microsoft.DocumentDB'],
                "recommendation": "低使用率時間帯のRU/sを削減",
                "potential_savings": costs['Microsoft.DocumentDB'] * 0.2
            })
        
        return recommendations

# 実行例
optimizer = CostOptimizer(subscription_id="your-subscription-id")
recommendations = await optimizer.recommend_optimizations()
for rec in recommendations:
    print(f"💰 {rec['service']}: {rec['recommendation']}")
    print(f"   潜在的節約額: ${rec['potential_savings']:.2f}/month")

🎯 運用のベストプラクティス

1. 環境管理

# 環境別展開スクリプト
#!/bin/bash

deploy_to_environment() {
    local env=$1
    local resource_group="multiagent-${env}-rg"
    
    echo "🚀 Deploying to ${env} environment..."
    
    # 環境別パラメータファイル
    local params_file="infra/main.parameters.${env}.json"
    
    if [ ! -f "$params_file" ]; then
        echo "❌ Parameters file not found: $params_file"
        exit 1
    fi
    
    # 展開実行
    azd env select $env
    azd provision --no-prompt
    azd deploy --no-prompt
    
    # 環境別後処理
    case $env in
        "dev")
            echo "🔧 Setting up development configuration..."
            # 開発環境固有設定
            ;;
        "staging")
            echo "🧪 Setting up staging configuration..."
            # ステージング環境固有設定
            ;;
        "prod")
            echo "🏭 Setting up production configuration..."
            # 本番環境固有設定
            ./scripts/setup_production_monitoring.sh
            ;;
    esac
}

# 使用例
# ./deploy_to_environment.sh dev
# ./deploy_to_environment.sh staging  
# ./deploy_to_environment.sh prod

2. 災害復旧計画

# disaster-recovery.yml
disaster_recovery:
  backup_strategy:
    cosmos_db:
      continuous_backup: enabled
      geo_redundancy: enabled
      retention_days: 30
      
    storage_account:
      geo_redundant_storage: enabled
      soft_delete: enabled
      retention_days: 365
      
    application_data:
      export_schedule: "0 2 * * *"  # 毎日2時
      storage_location: "backup-storage-account"
      
  recovery_procedures:
    rto: "4 hours"  # Recovery Time Objective
    rpo: "1 hour"   # Recovery Point Objective
    
    steps:
      1: "Primary regionの状態確認"
      2: "Secondary regionでのコンテナアプリ起動"
      3: "データベース復旧"
      4: "DNSフェイルオーバー"
      5: "アプリケーション動作確認"
      
  testing:
    schedule: "quarterly"
    automated_checks:
      - backup_integrity
      - restoration_process
      - failover_procedures

📊 まとめ

本記事では、マルチエージェントシステムの企業級Azure展開について詳しく解説しました。

🎯 実現できること

技術的成果

  • ✅ 可用性99.9%以上: Azure Container Appsのマルチリージョン展開
  • ✅ 自動スケーリング: 需要に応じた柔軟なリソース調整
  • ✅ セキュリティ強化: VNet統合・Private Endpoint・Key Vault
  • ✅ 運用自動化: CI/CD・監視・アラート・ログ収集

ビジネス効果

  • 📈 応答時間短縮: 数時間 → 数分
  • 💰 運用コスト削減: 自動化による人的コスト減少
  • 🔒 コンプライアンス対応: エンタープライズセキュリティ基準
  • 🚀 スケーラビリティ: ビジネス成長に対応

🛣️ 導入ロードマップ

Phase 1: 基盤構築 (2-3週間)

# 最小構成でのデプロイ
azd init --template multiagent-system
azd provision --environment dev
azd deploy

Phase 2: 機能拡張 (2-4週間)

  • カスタムエージェントの追加
  • 外部システム連携
  • UI/UXの最適化

Phase 3: 本番運用 (1-2週間)

  • 本番環境構築
  • 監視・アラート設定
  • 災害復旧テスト

🎯 学習成果の振り返り

この記事シリーズを通して習得できた技術：

Agent-to-Agent (A2A) 通信

  • エージェント設計パターン
  • 協調アルゴリズム実装
  • パフォーマンス最適化

Model Context Protocol (MCP)

  • 標準化されたデータアクセス
  • WebSocketベース実装
  • 拡張可能なアーキテクチャ

Azure クラウドアーキテクチャ

  • Container Apps運用
  • Infrastructure as Code
  • DevOps・CI/CD実践

🚀 次のステップ

さらなる発展として検討できる領域：

AI/ML統合強化

  • Azure Machine Learning連携
  • リアルタイム予測分析
  • 自然言語処理高度化

マイクロサービス拡張

  • Service Mesh導入
  • Event-Driven Architecture
  • CQRS/Event Sourcingパターン

業界特化カスタマイズ

  • 金融・医療・製造業向け特化
  • コンプライアンス自動化
  • 業界標準API統合

Agent-to-Agent通信とMCPの世界へようこそ！

この技術が、あなたのビジネス・プロジェクトにおいて、人間とAIの協調による新しい価値創造の礎となることを願っています。

🤝 実際のビジネス課題解決に向けて、ぜひこのシステムをベースとした更なる発展を続けてください！

#Azure #ContainerApps #Production #DevOps #Enterprise #A2A #MCP #CloudArchitecture #MultiAgent

2
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
2
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?