与Azure AI Foundry交互的MCP服务器（实验性）

这是一个为Azure AI Foundry设计的模型上下文协议服务器，为模型、知识库、评估等提供统一工具集。

Azure AI社区Discord

重要通知

Azure AI Foundry的MCP服务器（实验性）已迁移至云端，现称为Foundry MCP服务器（预览版）。请参阅官方公开文档开始使用Foundry MCP服务器（预览版）。本GitHub仓库包含已过期的实验性服务器实现信息，将不再更新。请改用新的远程托管和管理的Foundry MCP服务器，它具有以下优势：

• AI工具编排的云托管接口：Foundry MCP服务器（预览版）为符合MCP协议的客户端提供安全、可扩展的端点。您无需部署基础设施，即可实现无缝集成和多智能体场景。
• 身份验证与访问控制：服务器通过Microsoft Entra ID强制执行身份验证和授权。所有操作都在已认证用户的权限范围内执行（On-Behalf-Of流程）。
• 面向场景的可扩展工具：MCP服务器提供不断增长的工具集，用于在Microsoft Foundry中对模型、部署、评估和智能体进行读写操作。这些工具可扩展，让开发者和智能体无需了解后端API或数据模式即可与服务交互。
• 加速智能体与开发者生产力：通过自然语言工作流（借助MCP客户端和大语言模型）实现快速工具发现和调用，简化开发和多智能体编排。

本仓库剩余部分（包括代码库）解释的是现已弃用的与Azure AI Foundry（实验性）交互的MCP服务器。

可用工具

能力：模型

能力：知识库

能力：评估

能力：微调

提示示例

模型

探索模型

• 你如何帮助我找到合适的模型？
• 我可以使用Azure AI Foundry中的哪些模型？
• Azure AI Foundry中有哪些OpenAI模型可用？
• Azure AI Foundry中最受欢迎的模型是哪些？给我挑选10个模型。
• 哪些模型适合推理？给我展示一些例子，分成两类：一类是大模型，一类是小模型。
• 你能比较Phi模型并解释差异吗？
• 给我展示Phi-4-reasoning的模型卡片。
• 你能展示如何测试模型吗？
• Azure AI Foundry中的免费playground是什么意思？
• 我可以用GitHub令牌测试模型吗？
• 展示最新支持GitHub令牌的模型。
• Azure AI Foundry中的模型发布者是谁？
• 展示来自Meta的模型。
• 展示使用MIT许可证的模型。

构建原型

• 你能描述如何帮助我使用模型构建原型吗？
• 描述如何使用我的GitHub令牌构建使用OpenAI模型的原型。先不要尝试创建。
• 推荐几个使用模型构建原型的场景。
• 告诉我关于Azure AI Foundry Labs的信息。
• 告诉我更多关于Magentic One的信息
• 什么是Omniparser，它有哪些潜在用例？
• 你能帮助我使用Omniparser构建原型吗？

部署OpenAI模型

• 你能帮助我部署OpenAI模型吗？
• 在Azure AI Foundry上部署OpenAI模型需要哪些步骤？
• 你能帮助我理解如何使用GitHub令牌在Azure AI Foundry上使用OpenAI模型吗？可以用于生产环境吗？
• 我已经有一个Azure AI服务资源。可以在上面部署OpenAI模型吗？
• Azure AI Foundry上OpenAI模型的配额是什么意思？
• 获取我当前AI服务资源的配额信息。

使用GitHub Copilot快速入门

此GitHub模板包含MCP服务器配置和所有必需依赖项的最小设置，使您可以轻松开始自己的项目。

这将帮助您在VS Code环境的用户设置中自动配置MCP服务器。 运行服务器需要您的环境中已安装uvx。

手动设置

1. 按照安装uv指南安装uv

2. 在VS Code中新建工作区

3. （可选）在工作区根目录创建.env文件设置环境变量

4. 在工作区根目录创建.vscode/mcp.json文件

   {
       "servers": {
           "mcp_foundry_server": {
               "type": "stdio",
               "command": "uvx",
               "args": [
                   "--prerelease=allow",
                   "--from",
                   "git+https://github.com/azure-ai-foundry/mcp-foundry.git",
                   "run-azure-ai-foundry-mcp",
                   "--envFile",
                   "${workspaceFolder}/.env"
               ]
           }
       }
   }
   

5. 点击.vscode/mcp.json文件中的Start按钮启动服务器

6. 在Agent模式下打开GitHub Copilot聊天窗口开始提问

有关MCP服务器设置的更多细节，请参阅高级设置示例

环境变量设置

为了安全地向MCP服务器传递API密钥、端点等敏感信息，您可以使用环境变量。这对于需要身份验证或访问外部服务的工具尤为重要。

您可以在项目根目录的.env文件中设置这些环境变量。在配置MCP服务器时指定.env文件路径，服务器启动时将自动加载这些变量。

参考示例.env文件查看配置样例。

[!注意] 模型

• GITHUB_TOKEN用于通过GitHub API测试模型。如果只是浏览Foundry目录中的模型则不需要。

知识库

• 参考创建搜索服务了解如何配置搜索服务
• Azure AI搜索支持多种认证方式，可选择Microsoft Entra认证或密钥认证，具体取决于安全需求和Azure环境
• 参考认证方式了解搜索服务的认证方法

评估

• 使用代理工具或安全评估器时，请确保Azure项目凭证有效
• 仅进行文本质量评估时，只需配置OpenAI端点和密钥即可

许可证

MIT许可证。详见LICENSE文件。