プロジェクトの作成

コマンド構文

以下のコマンドを使用して、新しいプロジェクトを足場します。

agentengine create [--template <template-id>] [--name <display-name>] [--dir <path>] [--llm <provider>] [--llm-base-url <url>] [--llm-model <model>] [--llm-auth-header <header>] [--memory] [--yes]

指定するフラグに応じて、CLI はプロジェクトを構成する ように要求します。

このコマンドは、project-config.yamlファイルを含むプロジェクトディレクトリを作成し、<project-directory>/agents/<slug> サブディレクトリにエージェントのワークスペースディレクトリを足場します。 <slug> 値は、--name 値の小文字のハイフン付きバージョンです。ワークスペースディレクトリには、agent.yaml、.env、および今後のセクションで説明されるその他のエージェント固有のファイルが保存されています。

コマンド フラグ

表示名の制限

CLI は、生成されたソース ファイルに表示名をコピーします。名前に次の文字を含めることはできません。

• 二重引用符（"）

• バックスラッシュ（\）

• バックティッド

• 制御、改行、またはテキスト方向文字

対話型 CLI を使用中に無効な名前を入力すると、CLI はエラーを表示し、再度プロンプトを表示します。 --name フラグに無効な名前を渡すと、コマンドは失敗し、許可されていない文字または文字カテゴリに名前を付けるエラーが発生します。

サポートされているテンプレート

以下の表では、agentengine create コマンドに渡すことができるスターター テンプレートを説明しています。

ローカル環境のデフォルト

プロバイダー カタログから LM 接続を選択する場合、agentengine create はAPIキーなど、必要な接続の詳細の入力を要求します。 シェル環境で LLM_API_KEY が設定されている場合、コマンドはそれをデフォルトの として提供します。値を確認すると、コマンドは生成された .envファイルに LLM_API_KEY としてそれを書込みます。この値を手動で設定する必要はありません。

メモリが有効になっている場合、agentengine create はローカル環境から VOYAGE_API_KEY を検出し、それをデフォルトの として提供します。値を確認すると、生成された .env にその値が書き込まれます。

--yes フラグを指定して agentengine create を実行すると、コマンドは検出された環境値を要求しません。 custom を除くすべてのプロバイダー カタログ オプションは、コマンドを実行する前に環境内で LLM_API_KEY を設定する必要があります。 --memory --yesも渡す場合は、コマンドを実行する前に環境内に VOYAGE_API_KEY を設定する必要があります。そうしないと、 コマンドは失敗します。

chatbot-client テンプレートは、.envファイルではなく .env.localファイルを生成します。アプリを実行する前に、.env.localファイルに次の値を手動で入力する必要があります。

• 配置されたエージェントのAPI URL

• プロジェクトID

• ワークスペースID

• サービス アカウント アクセス トークン

足場 エージェントをカスタマイズする

agentengine create が完了したら、エージェントのワークスペースディレクトリ（<project-directory>/agents/<slug>）に移動し、生成されたファイルを確認します。

すべての生成エージェントには、.agents/skills/atlas-agent-engine（Codex、Copiload、およびその他のエージェント）または .claude/skills/atlas-agent-engine（Clude Code の場合）の atlas-agent-engine 能力が含まれます。

エージェントスターター テンプレートを使用する場合は、生成されたエージェントソースと .envファイルを確認して、LM 接続が要件を満たしていることを確認します。 LMクライアント、モデル、エンドポイント、および認証動作は、生成されたエージェントソースコードで構成されます。

LM 接続を構成するカタログ オプションの場合、生成された.env ファイルにはLLM_API_KEY としての共有認証情報が含まれます。 を選択した場合は、エージェントコードでManual setup LM 接続を構成し、コードに必要なシークレットを.env ファイルに追加します。詳細については、「 コードで LM ゲートウェイを設定する 」を参照してください。

chatbot-client テンプレートを使用する場合は、.env.localファイルを確認し、配置されたエージェントのAPI URL、プロジェクトID、 ワークスペースID 、およびサービス アカウント アクセス トークンが正しく設定されていることを確認します。チャットボットクライアントアプリには agent.yamlファイルはありません。

スターター テンプレートから LM ゲートウェイを設定する

agentengine create コマンドを実行すると、次の の例のように、コマンドによって LM 接続を選択するように求められます。

Which LLM connection do you want to use?
  1) OpenAI
  2) Anthropic
  3) Google Gemini
  4) OpenRouter
  5) OpenAI-compatible - AWS Bedrock, Azure Foundry
  6) Anthropic-compatible - AWS Bedrock, Azure Foundry
  7) Manual setup - implement the LLM client in code

このカタログからプロバイダーを選択すると、agentengine create コマンドは接続に必要な詳細を入力するよう求めます。これには次のものが含まれます。

• ベース URL

• モデルまたは配置名

• API キー

• ホストが認識されない場合の接続の認証ヘッダー

このコマンドは、選択した LMクライアントを生成されたエージェントソースに書き込み、共有認証情報を生成された .envファイルに LLM_API_KEY として保存します。

コマンドでは、エージェントとツールが外部ホストにアクセスする方法を選択するプロンプトも表示されます。

• 推奨される network.egress 構成を適用します。ゲートウェイ ホストが使用できない場合（Manual setup（custom）を選択した場合など）、このオプションは後で LM Egress を構成するように指示します。

• すべてのアウトバウンド アクセスを許可します。

LVM 接続がリストされたオプションのいずれにもない場合は、Manual setup を選択し、コードでゲートウェイを設定します。このオプションはモデルビルダのスタブを作成し、エージェントコードで接続を構成できるようにします。

コードで LM ゲートウェイを設定する

LVM をエージェントに接続するには、フレームワーク固有のモデルを作成し、結果のモデルインスタンスをエージェントのエントリポイントから app.llm(...) メソッドに渡します。モデル構築コードはエージェントコード内の任意のファイルに配置できますが、スターター テンプレートは言語固有のファイルにスタブを配置します。スターター テンプレートを使用しない場合は、app.llm(...) がサポートされている モデルオブジェクト を受け取った限り、他の場所でモデルを定義できます。

次の表では、さまざまなランタイムにわたってコード内で LM ゲートウェイを設定するための規則を説明しています。

コンストラクターは、エンドポイント、認証ヘッダー、モデル名を設定するものです。例、LgGraph Python insurance-agent テンプレートは src/<module>/llm.py の build_llm() を定義し、Lgachein BaseChatModel を返します。エージェントエントリポイントは build_llm() をインポートし、返されたモデルを app.llm(...) に渡します。

エージェントがアクセスできるように、ゲートウェイ ホストを許可します。カスタム ゲートウェイ ホストとポートを agent.yamlファイルの network.egress ブロックに追加します。例、 ツール サンドボックスの既存の Egress 許可リストに gateway.example.com:443 を追加するには、次のコマンドを実行します。

agentengine agent egress add --component tool gateway.example.com:443

エージェントのネットワーク Egress 構成の詳細については、「 ネットワーク Egress を使い始める 」ガイドを参照してください。

コマンド構文

エージェントの ワークスペースディレクトリから、次のコマンドを実行してエージェントを登録し、ローカル ファイルを生成します。

agentengine init [--workspace-id <id>] [--project-id <id>] [--org-id <id>] [--base-url <url>] [--context <name>]

このコマンドは、組織とプロジェクト を対話的に選択または作成し、ローカル 開発ファイルを生成して、エージェントをAtlas Agent Engine のワークスペースとして登録します。

コマンド フラグ

インタラクティブ フロー

agentengine init を実行すると、CLI は次の手順をガイドします。

1. "Create a new organization..." オプションを含む番号付きメニューで組織を一覧表示します。組織が存在しない場合、CLI は組織を作成するための名前を入力するように要求します。

2. 組織 を選択すると、"Create a new project..." オプションを含む番号付きメニューでプロジェクトが一覧表示されます。プロジェクトが存在しない場合、CLI はプロジェクトを作成するための名前を入力するように要求します。

3. 選択したプロジェクトをアクティブな project_id としてローカル認証状態で保存します。

4. エージェントディレクトリに次のローカル開発ファイルを生成します。

   • docker-compose.yml

   • .agentengine/Dockerfile

   • .agentengine/entrypoint.py

   • .dockerignore

   • .gitignore

5. エージェントをプラットフォーム上のワークスペースとして登録し、workspace_id、org_id、project_id が指定された .agentengine/state.jsonファイルを作成します。

エージェント スターター テンプレート

TypeScript テンプレートを使用している場合は、エージェントをローカルで起動する前にNode.js の依存関係をインストールします。

pnpm install

スキャフォールディングされたエージェントを確認したら、agentengine dev up を実行してエージェントをローカルで起動します。

agentengine dev up

チャットボット クライアント テンプレート

.env.localファイルに必要な値を設定したら、依存関係をインストールし、開発サーバーを起動します。

pnpm install
pnpm run dev

チャットUIを使用するには、ブラウザで http://localhost:3000 を開きます。