使用说明

项目简介

本项目是 Azure AI Agent Service 的 MCP 服务器实现，旨在将 Azure AI Foundry 中创建的智能代理无缝集成到任何兼容 MCP 协议的 LLM 客户端中。通过此服务器，您可以利用 Azure AI Foundry 强大的模型和知识工具（如 Azure AI Search 和 Bing Web Grounding），为您的 LLM 应用提供丰富的上下文和功能支持。

主要功能点

Azure AI Agent 集成: 连接并使用您在 Azure AI Foundry 中创建的现有 AI 代理。
无缝工作流: 在任何 MCP 客户端中直接调用和使用 Azure AI 代理的功能。
安全连接: 所有连接均使用 Azure 凭据进行身份验证，保障安全。
会话记忆: 每个客户端会话维护独立的对话历史记录。
工具: 提供 'connect_agent'、'query_default_agent' 和 'list_agents' 等工具，方便客户端与 Azure AI Agent 交互。
- 'connect_agent': 连接到指定的 Azure AI Agent 并发送查询。
- 'query_default_agent': 向默认配置的 Azure AI Agent 发送查询。
- 'list_agents': 列出 Azure AI 项目中可用的所有 AI Agent。

安装步骤

环境准备:
- 确保已安装 Python 3.10+。
- 安装并配置 Azure CLI ('az')。
- 在 Azure AI Foundry 中创建所需的 Azure AI Agents。
设置 Azure:
- 获取 Azure AI 项目连接字符串 (Project Connection String)。
- 记录需要连接的 Azure AI Agent 的 ID。
- 使用 Azure CLI 登录 ('az login') 进行身份验证。

安装:

克隆或下载此仓库的代码。
进入项目根目录。

创建并激活 Python 虚拟环境：

python -m venv .venv
source .venv/bin/activate  # macOS/Linux
.venv\Scripts\activate  # Windows

安装依赖：

pip install mcp[cli] azure-identity python-dotenv azure-ai-projects aiohttp

配置环境变量:

创建 '.env' 文件或设置系统环境变量。

配置以下环境变量：

PROJECT_CONNECTION_STRING=your-project-connection-string  # 必须：替换为你的 Azure AI 项目连接字符串
DEFAULT_AGENT_ID=your-default-agent-id # 可选：默认代理 ID，如果需要使用 query_default_agent 工具则配置

服务器配置

要将此 MCP 服务器与 MCP 客户端（例如 Claude Desktop）连接，您需要在客户端的 MCP 服务器配置中添加以下 JSON 配置信息。请根据您的实际情况修改配置中的路径和环境变量。

使用 'uv' 启动 (推荐):

{
  "mcpServers": {
    "azure-agent": {  //  服务器名称，客户端中引用此名称
      "command": "uv", //  启动命令，这里使用 uv (如果使用 pip 安装，可以替换为 python)
      "args": [ //  启动参数
        "--directory",
        "/ABSOLUTE/PATH/TO/PARENT/FOLDER", //  替换为项目父文件夹的绝对路径
        "run",
        "-m",
        "azure_agent_mcp_server" //  运行 azure_agent_mcp_server 模块
      ],
      "env": { //  环境变量
        "PROJECT_CONNECTION_STRING": "your-project-connection-string", //  替换为你的 Azure AI 项目连接字符串
        "DEFAULT_AGENT_ID": "your-default-agent-id" //  可选：替换为你的默认代理 ID
      }
    }
  }
}

使用 'python' 启动:

{
  "mcpServers": {
    "azure-agent": {  // 服务器名称
      "command": "python", // 启动命令
      "args": [ // 启动参数
        "-m",
        "azure_agent_mcp_server" // 运行 azure_agent_mcp_server 模块
      ],
      "cwd": "/ABSOLUTE/PATH/TO/PARENT/FOLDER", // 替换为项目父文件夹的绝对路径
      "env": { // 环境变量
        "PYTHONPATH": "/ABSOLUTE/PATH/TO/PARENT/FOLDER", // 替换为项目父文件夹的绝对路径，确保 Python 可以找到模块
        "PROJECT_CONNECTION_STRING": "your-project-connection-string", // 替换为你的 Azure AI 项目连接字符串
        "DEFAULT_AGENT_ID": "your-default-agent-id"  // 可选：替换为你的默认代理 ID
      }
    }
  }
}

请注意:

将 '/ABSOLUTE/PATH/TO/PARENT/FOLDER' 替换为 'mcp-foundry' 仓库所在父文件夹的绝对路径。
将 'your-project-connection-string' 和 'your-default-agent-id' 替换为您的实际 Azure AI 项目连接字符串和默认代理 ID。
'server name' (例如 "azure-agent") 可以自定义，在 MCP 客户端中通过此名称引用该服务器。

基本使用方法

启动 MCP 服务器：在项目根目录的 'src/python' 目录下，运行命令 'python -m azure_agent_mcp_server' (或使用 'uv run -m azure_agent_mcp_server') 启动服务器。
在 MCP 客户端中配置并连接到 'azure-agent' 服务器。
使用客户端提供的界面或命令，通过以下工具与 Azure AI Agent 交互：
- 调用 'connect_agent' 工具，并传入 'agent_id' 和 'query' 参数，连接到指定的 Azure AI Agent 并发送查询。
- 调用 'query_default_agent' 工具，并传入 'query' 参数，向默认配置的 Azure AI Agent 发送查询。
- 调用 'list_agents' 工具，获取可用的 Azure AI Agent 列表。

具体工具调用方式和参数传递请参考 MCP 客户端的文档。

关键词