Azure零售价格查询服务

Azure 零售价格 MCP 服务器

一个全面的模型上下文协议（MCP）服务器，用于通过Azure零售价格REST API访问Azure零售定价信息。此服务器支持Azure服务的成本分析、跨区域的价格比较以及节省计划的计算。

特点/功能

🔧 修理工具 可用工具

1. azure_get_service_prices - 获取带有全面过滤功能的Azure零售价格

   • 按服务名称、服务类别、区域、SKU和价格类型进行筛选
   • 支持多种货币
   • （产品/服务）包含（在有可用时）的储蓄计划定价

2. azure_compare_region_prices - 比较多个Azure区域的价格

   • 并排价格比较以优化成本
   • 确定最便宜和最贵的地区
   • 按地区计算潜在节省金额

3. azure_search_sku_prices - 使用灵活条件搜索SKU定价

   • 部分SKU名称匹配
   • 服务家族过滤
   • 可选加入储蓄计划

4. azure_get_service_families - 列出可用的 Azure 服务系列

   • 发现可用服务及其组织结构
   • 示例SKU及价格范围
   • 服务描述和用例

5. azure_calculate_savings_plan - 计算储蓄计划收益

   • 比较按使用量付费与储蓄计划定价
   • 不同承诺期限的ROI（投资回报率）分析
   • 关于最佳储蓄计划的建议

🌍 表示“地球”或“世界”。 支持的功能

• 多种货币美元、欧元、英镑、日元、加元、澳元、印度卢比、人民币、巴西雷亚尔
• 输出格式Markdown（人类可读）和JSON（机器可读）
• 分页高效处理大型结果集
• 错误处理包含指导的全面错误信息
• 速率限制尊重性地使用API，并设置适当的超时时间

安装

先决条件

• Python 3.8或更高版本
• pip 包管理器

设置

1. 安装依赖项：

   复制

   pip install -r requirements.txt
   

2. 使服务器可执行：

   复制

   chmod +x azure_pricing_mcp.py
   

使用方法

运行服务器

标准I/O传输（默认）

python azure_pricing_mcp.py

HTTP传输

python azure_pricing_mcp.py --transport http --port 8000

SSE运输（或译为：苏格兰电力运输公司）

python azure_pricing_mcp.py --transport sse --port 8000

交通方式

工具示例

1. 获取虚拟机价格

输入：

{
  "service_name": "Virtual Machines",
  "service_family": "Compute",
  "region": "eastus",
  "currency": "USD",
  "limit": 10
}

用法：

• 比较不同SKU（库存单位）的虚拟机（VM）定价
• 寻找最具成本效益的计算方案
• 分析定价趋势以进行容量规划

2. 比较存储区域

输入：

{
  "service_name": "Storage",
  "regions": ["eastus", "westeurope", "uksouth", "australiaeast"],
  "currency": "USD"
}

用法：

• 确定最具成本效益的存储区域
• 计算数据传输成本影响
• 优化多区域部署成本

3. 搜索数据库SKU（库存单位）

输入：

{
  "search_term": "SQL",
  "service_family": "Databases",
  "include_savings_plans": true,
  "currency": "EUR"
}

用法：

• 发现可用的SQL数据库选项
• 比较托管服务与自托管的成本
• 评估数据库的节省计划收益

4. 计算储蓄计划福利

输入：

{
  "service_name": "Virtual Machines",
  "sku_name": "Standard_D4s_v3",
  "region": "westus2",
  "currency": "USD"
}

用法：

• 确定一年承诺与三年承诺的投资回报率（ROI）
• 计算不同使用模式下的盈亏平衡点
• 优化预订采购决策

集成示例

Claude 桌面集成

在您的Claude桌面配置中添加：

{
  "mcpServers": {
    "azure-pricing": {
      "command": "python",
      "args": ["/path/to/azure_pricing_mcp.py"]
    }
  }
}

程序化使用

import asyncio
from mcp import ClientSession, StdioServerParameters
from mcp.client.stdio import stdio_client

async def get_vm_prices():
    server_params = StdioServerParameters(
        command="python",
        args=["azure_pricing_mcp.py"]
    )
    
    async with stdio_client(server_params) as (read, write):
        async with ClientSession(read, write) as session:
            await session.initialize()
            
            result = await session.call_tool(
                "azure_get_service_prices",
                {
                    "service_name": "Virtual Machines",
                    "region": "eastus",
                    "limit": 5
                }
            )
            print(result.content[0].text)

asyncio.run(get_vm_prices())

最佳实践

1. 高效过滤

• 使用特定的服务名称和区域来减少结果集
• 应用服务族过滤器进行定向搜索
• 结合多个过滤器以获得精确结果

2. 分页管理

• 开始时使用较小的限制（50-100）进行初步探索
• 对大数据集使用分页功能
• 监控响应大小以避免超时

3. 货币考量因素

• 在预算规划中使用当地货币
• 美元提供了最全面的数据
• 在长期规划中考虑汇率波动

4. 错误处理

• 检查网络连接问题
• 在调用API之前验证输入参数
• 为瞬时故障实现重试逻辑

API限制

• 速率限制未记录明确限制，但建议合理使用
• 数据新鲜度微软定期更新定价
• 区域覆盖覆盖所有公共 Azure 区域
• 服务覆盖范围包含所有第一方Azure服务

故障排除

常见问题

1. 网络超时

   • 减少 limit 参数
   • 检查网络连接
   • 尝试使用更简单的过滤器

2. 未找到结果

   • 验证服务名称和区域是否正确
   • 尝试使用更宽泛的搜索词
   • 检查指定区域是否提供该服务

3. 大响应幅度

   • 使用更具体的过滤器
   • 减少限制参数
   • 对于大型数据集，使用分页功能

做出贡献

欢迎投稿！请遵循以下指南：

1. 遵循PEP 8编码风格指南
2. 添加全面的文档字符串
3. 包含错误处理
4. 使用多个 Azure 服务进行测试
5. 更新文档

许可证

此项目采用MIT许可证授权 - 详情请参阅LICENSE文件。

免责声明

这个工具提供了来自Azure公共API的定价信息。价格仅供参考，可能不反映当前合同定价。请务必通过官方Azure渠道核实价格以用于计费目的。