Google、MicrosoftなどAIエージェントに関連する複数のベンダーは2026年6月17日、AIエージェントが利用するMCPサーバー、エージェントスキル、ACP、APIなどのリソースを公開、検索、検証するためのオープンな仕様「Agentic Resource Discovery（ARD）」を発表した。
Agentic Resource Discovery Specification
URL：https://agenticresourcediscovery.org/
Agents are part of a massive, interconnected ecosystem. But how do they find and trust each other across different platforms?
Today, we’re proud to announce the Agentic Resource Discovery (ARD), an open specification alongside industry partners (including Cisco, Databricks,… pic.twitter.com/eCBCEvUrUK
— Google for Developers (@googledevs) June 17, 2026
AIエージェントが広く使用されるようになるにつれ、複数ベンダーのエージェントや利用するリソースが乱立し、どこに何があるかわからない状況が生じている。ARDは、こうしたエージェントとリソースをカタログ化、標準仕様とすることで、企業内外に散在するAIエージェントやツールを、統一的に見つけて連携を容易にすることを目的として作成されている。
ARDは以下の11社の協力によって作成された。
Cisco
Databricks
GitHub
GoDaddy
Google
Hugging Face
Microsoft
NVIDIA
Salesforce
ServiceNow
Snowflake
Today’s challenge is not just creating AI capabilities, it’s finding them. We’re introducing the Agentic Resource Discovery (ARD) specification, an open spec that establishes a secure common layer for publishing, indexing and discovering AI capabilities. Created by Microsoft,… pic.twitter.com/6aei4NSZRc
— Microsoft Developer (@msdev) June 17, 2026
ARDはカタログとレジストリを基本として構築される。カタログにはリソースの検索性を高めるため、エージェントが利用可能な機能をまとめたもの。このカタログは組織自身のドメインで直接ホストされるため、ドメインの所有権がIDとエージェントリソースの信頼性の暗号化基盤となる。またレジストリは、公開されているカタログをクロールし、その内容をインデックス化して検索可能にすることでエージェント型ウェブの検索エンジンとして機能する。エージェントが検索リクエストを送信すると、レジストリは一致する機能と、接続前に発行者を確認し信頼関係を確立するために必要なメタデータを返す。
ARDはAI Catalog仕様を標準基盤として構築されている。ARDにエージェントリソースを公開するには、まずai-catalog.json（カタログ）を作成する。これには提供できるリソースの概要や機能がまとめられる。
ai-catalog.jsonのサンプル（テンプレート）
{
“specVersion”: “1.0”,
“host”: {
“displayName”: “Acme Dev Tools”,
“identifier”: “did:web:acme.com”
},
“entries”: [
{
“identifier”: “urn:ai:acme.com:server:weather”,
“displayName”: “Acme Weather Telemetry Server”,
“type”: “application/mcp-server+json”,
“url”: “https://api.acme.com/mcp/weather.json”,
“capabilities”: [“WeatherTool”, “ForecastTool”],
“description”: “An enterprise weather MCP server providing live telemetry.”,
“representativeQueries”: [
“what is the current wind speed in Chicago”,
“get the 5-day forecast for Seattle”
]
}
]
}
次にai-catalog.jsonをドメインにアップロードし、URLでアクセス可能にする。このカタログを元に、ARDの検索サービスがリソースをクロールしてインデックス化することで検索可能となる。詳しい方法についてはagenticresourcediscovery.orgのスタートガイドを参照。
また、エージェントのユーザーや開発者がARDのGitHubリポジトリにアクセスしてARDの実装提案やフィードバックにより活動に参加することも期待されている。
Column：GitHubによるARD仕様の実装：GitHub Copilotの「agent finder」―タスクに応じたMCPサーバーやスキルを自動検出
GitHubは2026年6月17日、GitHub Copilotで利用できる「agent finder」の提供開始を発表した。これはGitHubがARDの仕様を実装したもの。この機能により、GitHub Copilotは自然文で書かれた依頼に応じて必要なMCPサーバー、スキル、Canvas、エージェント、ツールなどを検出できるようになる。あらかじめ利用できるリソース候補を手作業で設定し、コンテキストウィンドウへ詰め込んでおく必要はない。
GitHub Copilot now includes agent finder to discover and rank AI tools for tasks automatically.
• Point agent finder to public or private registries to scope available resources.https://t.co/0hol6yLgqN
— GitHub Changelog (@GHchangelog) June 17, 2026
agent finderは、すべてのGitHub Copilotプランで利用可能。ユーザーは自然文で作業内容を入力すると、agent finderがあらかじめ指定した検索対象となるカタログからAIリソースを検索し、関連度の高い候補をランキングして返す。候補の中からどのリソースを使うかを判断し、必要なリソースだけを取り込むことができる。
検索対象のカタログは、レジストリとして指定する。GitHubが管理する公開カタログに加え、社内向けのプライベートレジストリも指定できる。検索結果は指定したソースに限定されるため、組織内のリソースだけを探す運用にも使える。
agent finderを利用するにはagent finder skillをダウンロードして、~/.copilot/skillsディレクトリへ追加する必要がある。詳しくはGitHub Docsを参照。