AI导哈

AI模型协议服务器

一个为Azure AI Foundry设计的模型上下文协议服务器，提供统一的工具集用于模型管理、知识索引、评估和微调。

  • by microsoft-foundry
  • Python
  • 本地部署
  • 261 星标
  • 更新于
在 GitHub 查看 azure-ai-foundry/mcp-foundry

使用说明

与Azure AI Foundry交互的MCP服务器（实验性）

Azure AI Foundry的模型上下文协议服务器，为模型、知识、评估等提供一套统一的工具。

重要通知

Azure AI Foundry的MCP服务器（实验版）已迁移至云端，现更名为Foundry MCP服务器（预览版）。请查看官方公开文件 开始使用Foundry MCP服务器（预览版）。此GitHub存储库包含有关以前实验服务器实现的过时信息，将不再更新。相反，请参阅新的远程托管和管理的Foundry MCP服务器，它具有以下优点：

  • 用于AI工具编排的云托管界面：Foundry MCP Server（预览版）为符合MCP的客户端提供了一个安全、可扩展的端点。您不需要部署基础设施，从而实现无缝集成和多代理场景。
  • 身份和访问控制：服务器使用Microsoft Entra ID强制执行身份验证和授权。它在经过身份验证的用户权限内执行所有操作（代表流）。
  • 以场景为中心的可扩展工具：MCP服务器公开了一组不断增长的工具，用于对模型、部署、评估和代理进行读写操作 微软Foundry这些工具是可扩展的，允许开发人员和代理在不知道后端API或数据模式的情况下与服务交互。
  • 加速代理和开发人员的生产力：自然语言工作流（通过MCP客户端和大型语言模型）实现了快速工具发现和调用，简化了开发和多代理编排。

此仓库的其余部分（包括代码库）解释了现已弃用的与Azure AI Foundry交互的MCP服务器（实验性）。

可用工具

功能：型号

类别 工具 描述
探索 list_models_from_model_catalog 从Azure AI Foundry目录中检索支持的模型列表。
list_azure_ai_foundry_labs_projects 从Azure AI Foundry实验室的Microsoft Research检索最先进的AI模型列表。
get_model_details_and_code_samples 从Azure AI Foundry目录中检索特定模型的详细信息。
构建 get_prototyping_instructions_for_github_and_labs 为开始使用Azure AI Foundry和Azure AI Foundries实验室的模型提供全面的说明和设置指导。
部署 get_model_quotas 获取特定Azure位置的模型配额。
create_azure_ai_services_account 创建Azure AI服务帐户。
list_deployments_from_azure_ai_services 从Azure AI服务检索部署列表。
deploy_model_on_ai_services 在Azure AI服务上部署模型。
create_foundry_project 创建一个新的Azure AI Foundry项目。

能力：知识

类别 工具 描述
索引 list_index_names 从AI搜索服务中检索所有索引名称
list_index_schemas 从AI搜索服务检索所有索引模式
retrieve_index_schema 从AI搜索服务中检索特定索引的模式
create_index 创建新索引
modify_index 修改现有索引的索引定义
delete_index 删除现有索引
文件 add_document 将文档添加到索引中
delete_document 从索引中删除文档
查询 query_index 搜索特定索引以检索匹配的文档
get_document_count 返回索引中的文档总数
索引器 list_indexers 从AI搜索服务中检索索引器的所有名称
get_indexer 从AI搜索服务中检索特定索引器的完整定义
create_indexer 使用技能、索引和数据源在搜索服务中创建新的索引器
delete_indexer 按名称从AI搜索服务中删除索引器
数据源 list_data_sources 从AI搜索服务中检索所有数据源的名称
get_data_source 检索特定数据源的完整定义
技能组合 list_skill_sets 从AI搜索服务中检索所有技能集的名称
get_skill_set 检索特定技能集的完整定义
内容 fk_fetch_local_file_contents 检索本地文件路径的内容（示例JSON、文档等）
fk_fetch_url_contents 检索URL的内容（示例JSON、文档等）

能力：评估

类别 工具 描述
评估工具 list_text_evaluators 列出所有可用的文本评估器。
list_agent_evaluators 列出所有可用的代理评估人员。
get_text_evaluator_requirements 显示每个文本计算器的输入要求。
get_agent_evaluator_requirements 显示每个代理评估者的输入要求。
文本评估 run_text_eval 对JSONL文件或内容运行一个或多个文本求值器。
format_evaluation_report 将评估输出转换为可读的Markdown报告。
代理商评估 agent_query_and_evaluate 查询代理并使用选定的评估器评估其响应。端到端代理评估。
run_agent_eval 评估单个代理与特定数据（查询、响应、工具调用、定义）的交互。
代理服务 list_agents 列出配置项目中可用的所有Azure AI代理。
connect_agent 向指定代理发送查询。
query_default_agent 查询环境变量中定义的默认代理。

功能：微调

类别 工具 描述
微调 fetch_finetuning_status 检索特定微调作业的详细状态和元数据，包括作业状态、模型、创建和完成时间、超参数和任何错误。
list_finetuning_jobs 列出资源中的所有微调作业，返回作业ID及其当前状态，以便于跟踪和管理。
get_finetuning_job_events 检索特定微调作业的所有事件的时间顺序列表，包括每个训练步骤、评估和完成的时间戳和详细消息。
get_finetuning_metrics 检索特定微调作业的培训和评估指标，包括损失曲线、准确性和其他用于监控和分析的相关绩效指标。
list_finetuning_files 列出Azure OpenAI中可用于微调的所有文件，包括文件ID、名称、用途和状态。
execute_dynamic_swagger_action 执行从Swagger规范动态生成的任何工具，允许对高级场景进行灵活的API调用。
list_dynamic_swagger_tools 列出Swagger规范中的所有动态注册工具，从而能够发现和自动化可用的API端点。

提示示例

模型

探索型号

  • 你如何帮我找到合适的型号？
  • 我可以从Azure AI Foundry使用哪些模型？
  • Azure AI Foundry中提供了哪些OpenAI模型？
  • Azure AI Foundry中最受欢迎的模型是什么？给我选10个模特。
  • 哪些模型有利于推理？用两个桶给我看一些例子，一个用于大型模型，另一个用于小型模型。
  • 你能比较Phi模型并解释差异吗？
  • 给我看看Phi-4推理的模型卡。
  • 你能教我如何测试一个模型吗？
  • Azure AI Foundry中的免费游乐场意味着什么？
  • 我可以使用GitHub令牌来测试模型吗？
  • 展示支持GitHub代币的最新型号。
  • Azure AI Foundry中模型的模型发布者是谁？
  • 向我展示Meta的模型。
  • 给我看看有麻省理工学院执照的模特。

建立原型

  • 你能描述一下你如何帮助我使用这个模型构建一个原型吗？
  • 描述如何使用我的GitHub令牌构建一个使用OpenAI模型的原型。不要试图创建一个。
  • 向我推荐几个使用模型构建原型的场景。
  • 请介绍一下Azure AI Foundry实验室。
  • 告诉我更多关于Magentic One的信息
  • 什么是Omniparser，潜在的用例是什么？
  • 你能帮我用Omniparser构建一个原型吗？

部署OpenAI模型

  • 你能帮我部署OpenAI模型吗？
  • 在Azure AI Foundry上部署OpenAI模型需要采取哪些步骤？
  • 你能帮我理解如何使用GitHub令牌在Azure AI Foundry上使用OpenAI模型吗？我可以将其用于生产吗？
  • 我已经有一个Azure AI服务资源。我可以在上面部署OpenAI模型吗？
  • OpenAI模型的配额在Azure AI Foundry上意味着什么？
  • 获取我的AI服务资源的当前配额。

GitHub Copilot快速入门

此GitHub模板 具有最低限度的MCP服务器配置和所有必需的依赖关系设置，使您可以轻松开始自己的项目。

这有助于您在用户设置下在VS Code环境中自动设置MCP服务器。 你需要 uvx 安装在您的环境中以运行服务器。

手动设置

  1. 安装 uv 依循 安装uv.

  2. 在VS Code中启动一个新的工作区。

  3. （可选）创建 .env 在工作区的根目录中设置文件以设置环境变量。

  4. 创建 .vscode/mcp.json 在工作区的根目录中。

    {
    "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 Start 中服务器的按钮 .vscode/mcp.json 文件。

  6. 在代理模式下打开GitHub Copilot聊天，开始提问。

看 更多高级设置示例 有关如何设置MCP服务器的更多详细信息。

设置环境变量

为了安全地向MCP服务器传递信息，例如API密钥、端点和其他敏感数据，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 .env 项目根目录中的文件。您可以传递以下位置 .env 在设置MCP服务器时，服务器会自动加载这些变量。

看 example.env文件 对于示例配置。

类别 变量 必填项？ 描述
模型 GITHUB_TOKEN 没有 GitHub代币可以免费测试有速率限制的模型。
知识 AZURE_AI_SEARCH_ENDPOINT 始终 Azure AI搜索服务的端点URL。它应该看起来像这样： https://<your-search-service-name>.search.windows.net/.
AZURE_AI_SEARCH_API_VERSION 没有要使用的 neneneba API版本。默认为 2025-03-01-preview.
SEARCH_AUTHENTICATION_METHOD 总是 service-principal 或 api-search-key.
AZURE_TENANT_ID 使用时是 service-principal Azure Active Directory租户的ID。
AZURE_CLIENT_ID 使用时是 service-principal 您的服务负责人ID（应用程序注册）
AZURE_CLIENT_SECRET 使用时是 service-principal 服务主体的秘密凭据。
AZURE_AI_SEARCH_API_KEY 使用时是 api-search-key Azure AI搜索服务的API密钥。
评估 EVAL_DATA_DIR 始终 JSONL评估数据集的路径
AZURE_OPENAI_ENDPOINT 文本质量评估器 Azure OpenAI的端点
AZURE_OPENAI_API_KEY 文本质量评估器 Azure OpenAI的API密钥
AZURE_OPENAI_DEPLOYMENT 文本质量评估者 部署名称（例如。， gpt-4o)
AZURE_OPENAI_API_VERSION 文本质量评估器 OpenAI API版本
AZURE_AI_PROJECT_ENDPOINT 代理服务 用于Azure AI代理查询和评估

[！注意] 模型

  • GITHUB_TOKEN 用于通过GitHub API进行身份验证以测试模型。如果您正在探索Foundry目录中的模型，则不需要它。

知识

  • 看 创建搜索服务 了解有关配置搜索服务的更多信息。
  • Azure AI搜索支持多种身份验证方法。您可以使用 Microsoft Entra身份验证 或a 基于密钥的身份验证 以验证您的请求。身份验证方法的选择取决于您的安全要求和您正在使用的Azure环境。
  • 看 基因改造 了解更多关于搜索服务的身份验证方法。

评估

  • 如果你正在使用 代理工具或安全评估人员，请确保Azure项目凭据有效。
  • 如果你只是在做 文本质量评价，OpenAI端点和密钥就足够了。

许可证

MIT许可证。有关详细信息，请参阅许可证。

相关 MCP