Pro-code エージェントのテンプレート

Pro-code エージェントを作成すると、エージェントのテンプレートからコードリポジトリが生成されます。テンプレートには、Ontology MCP (OMCP)、Palantir MCP、オントロジー SDK（OSDK）の簡略化された設定が含まれており、共通のセットアップはエージェントライブラリが提供します。このテンプレートにより、リポジトリではプラットフォームの基盤処理ではなく、エージェントのロジックに集中できます。

サポートされているテンプレート

次のエージェントフレームワーク用のテンプレートを利用できます。

• Claude Agent SDK: Claude モデルを使用するエージェント向けの、Claude Agent SDK ↗ を基盤とした TypeScript テンプレートです。エージェントループは query 関数によって駆動され、ツールは MCP サーバーを通じて公開されます。
• OpenAI Agents SDK: OpenAI モデルを使用するエージェント向けの、OpenAI Agents SDK ↗ を基盤とした TypeScript テンプレートです。エージェントループは Agent と run プリミティブによって駆動されます。
• Google ADK: Google Gemini モデルを使用するエージェント向けの、Google Agent Development Kit (ADK) ↗ を基盤とした TypeScript テンプレートです。エージェントループは Agent と InMemoryRunner プリミティブによって駆動されます。Gemini へのアクセスは Foundry 言語モデルプロキシを経由するため、Google APIキーは不要です。

これらのテンプレートは、同じプロジェクト構造、引数スキーマ、デフォルトの MCP 設定、公開フローを共有します。異なるのは、エージェントループとカスタムツールの定義方法です。Pro-code エージェントを作成するときにテンプレートを選択します。特に記載がない限り、このセクションの例では Claude Agent SDK テンプレートを使用します。

プロジェクト構造

エージェントのテンプレートのコードリポジトリは、次の構造になっています。

Copied!
1
2
3
4
5
6
agent/                # エージェントのコード
├── index.ts          # エージェントのエントリーポイントと引数スキーマ
├── systemPrompt.ts   # システムプロンプト
└── customTools.ts    # カスタムツール
utils/                # 共通のプラットフォームツール
scripts/              # ビルドスクリプト

Palantir MCP、Ontology MCP、Python Transforms MCP のデフォルトの MCP 設定は、エージェントライブラリが提供します。これらの設定は、以下で説明する MCP 設定関数で取得します。

Palantir MCP は、プラットフォームを操作するためのツールを提供します。トークン使用量を減らすために、Palantir MCP のツール検索を有効にすると、ツールが一度にすべて読み込まれるのではなく、必要に応じて検出されるようになります。

Pro-code エージェントをカスタマイズする

システムプロンプト

agent/systemPrompt.ts を編集して、Pro-code エージェントの動作を定義する指示を変更します。

エージェントの引数

Pro-code エージェントは、実行ごとに指定される引数を受け取ることができます。defineInputs を使用して、agent/index.ts の AgentArguments スキーマで引数を定義します。

Copied!
1
2
3
4
5
6
import { defineInputs, t } from "@palantir/agent-templates-bundle";

export const AgentArguments = defineInputs({
  additionalAgentContext: t.string().optional(),
  // ここに独自の引数を追加します
});

引数はエージェントの呼び出し時に自動的に受け付けられ、エージェントを Foundry に公開するときに入力データ型として登録されます。

カスタムツール

agent/customTools.ts を編集して、エージェントが呼び出せるツールを定義します。

Claude Agent SDK テンプレートでは、tool でツールを定義し、createSdkMcpServer で作成したプロセス内の MCP サーバーを通じて公開します。

Copied!
1
2
3
4
5
6
7
8
9
10
11
import { createSdkMcpServer, tool } from "@anthropic-ai/claude-agent-sdk";
import { z } from "zod";

tool(
  "my_tool",
  "Description of what this tool does",
  z.object({ param: z.string() }),
  async (params) => {
    return mcpSuccessResponse("result");
  },
);

OpenAI Agents SDK テンプレートでは、@openai/agents の tool でツールを定義します。

Copied!
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
import { tool } from "@openai/agents";

const myTool = tool({
  name: "my_tool",
  description: "Description of what this tool does",
  parameters: {
    type: "object",
    properties: { param: { type: "string" } },
    required: ["param"],
  },
  strict: false,
  execute: async (input) => {
    return "result";
  },
});

Google ADK テンプレートでは、@google/adk の FunctionTool でツールを定義します。

Copied!
1
2
3
4
5
6
7
8
9
10
11
import { FunctionTool } from "@google/adk";
import { z } from "zod";

const myTool = new FunctionTool({
  name: "my_tool",
  description: "Description of what this tool does",
  parameters: z.object({ param: z.string() }),
  execute: async (input) => {
    return "result";
  },
});

エージェントループ

agent/index.ts の runAgent 関数を変更して、エージェントに渡すプロンプト、モデル、MCP サーバー、またはツールを変更します。

Claude Agent SDK テンプレートでは、Ontology MCP の設定を取得し、それを MCP サーバーとして query 関数に渡して、エージェントのレスポンスストリームを処理します。

Copied!
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
import { query } from "@anthropic-ai/claude-agent-sdk";
import { getOntologyMcpConfiguration } from "@palantir/agent-templates-bundle/mcp/anthropic";

export async function runAgent(args: AgentArgs) {
  const omcpConfig = await getOntologyMcpConfiguration();

  const iter = query({
    prompt: "...",
    options: {
      mcpServers: {
        ["ontology_mcp"]: omcpConfig,
      },
    },
  });

  // エージェントのレスポンスストリームを処理します
}

OpenAI Agents SDK テンプレートでは、Agent を構築し、その MCP サーバーに接続して、エージェントを実行し、結果ストリームを処理します。

Copied!
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
import { Agent, run, MCPServer } from "@openai/agents";

export async function runAgent(args: AgentArgs) {
  const mcpServers: MCPServer[] = [
    // ここに MCP サーバーを追加します
  ];

  for (const server of mcpServers) {
    await server.connect();
  }

  try {
    const agent = new Agent({
      name: "MyAgent",
      instructions: "...",
      mcpServers,
      tools: [myTool],
      model: "gpt-5.4",
    });

    const result = await run(agent, "...", { stream: true });

    // エージェントのレスポンスストリームを処理します

    await result.completed;
  } finally {
    for (const server of mcpServers) {
      await server.close();
    }
  }
}

Google ADK テンプレートでは、Agent を構築し、InMemoryRunner で実行して、イベントストリームを処理します。テンプレートには、テンプレートで管理される foundryGemini.ts ファイルに定義された FoundryGemini モデルラッパーが含まれています。このラッパーにより、Gemini へのアクセスは Foundry 言語モデルプロキシを経由するため、Google APIキーは不要です。

Copied!
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
import { Agent, InMemoryRunner, MCPToolset, stringifyContent } from "@google/adk";
import { FoundryGemini } from "./foundryGemini";

export async function runAgent(args: AgentArgs) {
  const mcpToolsets: MCPToolset[] = [
    // ここに MCP ツールセットを追加します
  ];

  try {
    const agent = new Agent({
      name: "MyAgent",
      instruction: "...",
      tools: [...mcpToolsets],
      model: new FoundryGemini({ model: "gemini-2.5-flash" }),
    });

    const runner = new InMemoryRunner({ agent });

    for await (const event of runner.runEphemeral({
      userId: "user",
      newMessage: { role: "user", parts: [{ text: "..." }] },
    })) {
      if (event.content) {
        console.log(stringifyContent(event));
      }
    }
  } finally {
    for (const toolset of mcpToolsets) {
      await toolset.close();
    }
  }
}

Pro-code エージェントにオントロジー SDK と OMCP を追加する

テンプレートを使用すると、エージェントのスコープ付き権限を通じて、クライアント資格情報なしで、Pro-code エージェントからオントロジー SDK と Ontology MCP の両方を利用できます。

オントロジー SDK

Pro-code エージェントがオントロジーリソースにアクセスできるようにするには、エージェントにオントロジー SDK を追加します。Code Workspaces で SDK を作成するときと同様に、含めるオブジェクトタイプ、アクションタイプ、クエリ関数を選択してから、SDK を生成します。詳しい手順については、新しいオントロジー SDK を作成するを参照してください。

オントロジーのデータを直接読み書きするには、選択したオントロジーに紐付くオントロジー SDK クライアントを構築します。オントロジーのリソース識別子（RID）は、生成された SDK を通じて公開されます。

Copied!
1
2
3
4
import { getOntologySdkClient } from "@palantir/agent-templates-bundle";
import { $ontologyRid } from "@ontology/sdk";

const client = await getOntologySdkClient($ontologyRid);

Pro-code エージェントでのオントロジー SDK の使用方法については、オントロジー SDK のドキュメントと TypeScript オントロジー SDK リファレンスを参照してください。

Ontology MCP

Pro-code エージェントにオントロジー SDK を追加すると、同じ SDK リソースに基づいて Ontology MCP が作成されます。Ontology MCP は、SDK 内のオブジェクトタイプ、アクションタイプ、クエリ関数を、エージェントのモデルが呼び出せる MCP ツールとして公開します。

Ontology MCP を使用するには、以下の MCP 設定関数で説明するように、getOntologyMcpConfiguration 関数で設定を取得し、Pro-code エージェントの MCP サーバーに渡します。Ontology MCP が公開するツールの詳細については、Ontology MCP のドキュメントを参照してください。

MCP 設定関数

エージェントライブラリは、次の関数を通じてデフォルトの MCP サーバー設定を提供します。

各関数は async で、実行時に接続情報を解決します。URL、コマンド、認可情報はスコープ付き権限を通じて解決されるため、クライアントID、シークレット、Foundry トークンは不要です。

これらの関数はフレームワーク固有であり、それぞれがエージェントフレームワークで期待される MCP サーバーの型を返します。テンプレートに対応するパッケージパスからインポートします。

各関数が非同期であることに注意してください。結果をエージェントループに登録する前に、await で待機してください。

Claude Agent SDK テンプレートでは、解決済みの設定を、query に渡す mcpServers マップに登録します。

Copied!
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
import { getOntologyMcpConfiguration, getPalantirMcpConfiguration } from "@palantir/agent-templates-bundle/mcp/anthropic";

const [omcpConfig, palantirConfig] = await Promise.all([
  getOntologyMcpConfiguration(),
  getPalantirMcpConfiguration(),
]);

const iter = query({
  prompt: "...",
  options: {
    mcpServers: {
      ["ontology_mcp"]: omcpConfig,
      ["palantir_mcp"]: palantirConfig,
    },
  },
});

OpenAI Agents SDK テンプレートでは、解決済みのサーバーを、new Agent に渡す mcpServers 配列にまとめます。

Copied!
1
2
3
4
5
6
7
8
import { getOntologyMcpConfiguration, getPalantirMcpConfiguration } from "@palantir/agent-templates-bundle/mcp/openai";
import { MCPServer } from "@openai/agents";

const [ontologyMcp, palantirMcp] = await Promise.all([
  getOntologyMcpConfiguration(),
  getPalantirMcpConfiguration(),
]);
const mcpServers: MCPServer[] = [ontologyMcp, palantirMcp];

Google ADK テンプレートでは、解決済みの各 MCPToolset をエージェントの tools 配列に追加します。

Copied!
1
2
3
4
5
6
7
8
import { getOntologyMcpConfiguration, getPalantirMcpConfiguration } from "@palantir/agent-templates-bundle/mcp/google";
import { MCPToolset } from "@google/adk";

const [ontologyMcp, palantirMcp] = await Promise.all([
  getOntologyMcpConfiguration(),
  getPalantirMcpConfiguration(),
]);
const mcpToolsets: MCPToolset[] = [ontologyMcp, palantirMcp];

Palantir MCP と Python Transforms MCP には、Foundry のフロントドアホスト（FOUNDRY_EXTERNAL_HOST）が必要です。このホストは、実行時にエージェント自身の資格情報を使用して Control Panel から自動的に解決されます。そのため、Marketplace を通じてエージェントが別のエンロールメントにインストールされた場合でも、正しいホストが使用されます。ホストを解決できない場合、設定はリポジトリ生成時に記録されたホストにフォールバックします。フォールバック先を上書きするには、getPalantirMcpConfiguration または getPythonTransformsMcpConfiguration に fallbackHost オプションを渡します。

次のステップ

• プロコードエージェントを公開して呼び出す。
• エージェントがクライアント資格情報なしで認証する仕組みを学ぶ。