关键词

AzureAI集成后端服务云资源管理JSON-RPC工具

项目简介

Azure MCP 服务器是一个基于 Model Context Protocol (MCP) 构建的应用程序后端实现。它旨在为大型语言模型 (LLM) 客户端（如AI助手）提供一种标准化的方式，以访问和管理 Azure 云服务中的资源和功能。通过实现 MCP 规范，Azure MCP 服务器能够托管一系列工具 (Tools)，允许 LLM 客户端通过结构化的 JSON-RPC 请求调用这些工具来执行诸如列出资源、查询数据或管理配置等操作，并接收标准化的响应。

主要功能点

该服务器提供了与多种 Azure 服务交互的能力，通过暴露相应的 MCP 工具实现：

  • Azure Cosmos DB (NoSQL)：列出账户、数据库、容器；查询容器中的数据。
  • Azure Storage：列出存储账户、Blob 容器、Blob、表；获取容器详情。
  • Azure Monitor (Log Analytics)：列出 Log Analytics 工作区、表；执行 KQL 日志查询。
  • Azure App Configuration：列出配置存储、键值对；锁定/解锁、设置、显示、删除键值对。
  • Azure Resource Groups：列出资源组。
  • Azure CLI (az)：通过 MCP 调用 Azure CLI 命令。
  • Azure Developer CLI (azd)：通过 MCP 调用 Azure Developer CLI 命令。

服务器通过 JSON-RPC 协议通信，支持标准 I/O (Stdio) 和 SSE (Server-Sent Events) 等传输方式，并处理 Azure 身份验证。

安装步骤

Azure MCP 服务器作为一个可执行程序发布，通常通过 Node.js 包管理器 'npm' 或 'npx' 进行安装和运行。

  1. 安装 Node.js 和 npm：确保您的系统已安装 Node.js 和 npm。您可以从 Node.js 官方网站 下载并安装。

  2. 安装 Azure CLI 或 Azure Developer CLI (可选)：某些工具（如 'azmcp-extension-az' 和 'azmcp-extension-azd'）依赖于本地安装的 Azure CLI 或 Azure Developer CLI。如果需要使用这些工具，请确保它们已正确安装并配置。

  3. 通过 npx 运行：最常见的启动服务器的方式是使用 'npx' 命令，它会自动下载并运行最新的 Azure MCP 服务器包：

    npx -y @azure/mcp@latest server start [options]

    这里的 '[options]' 可以包含传输方式（如 '--transport sse --port 5008'）等参数。

服务器配置

Azure MCP 服务器是为 MCP 客户端设计的。您的 MCP 客户端需要知道如何启动并连接到此服务器。典型的 MCP 客户端配置通常是一个 JSON 对象，指示服务器的启动命令和参数。

以下是一个 MCP 客户端可能使用的配置示例（请注意，这取决于您的具体 MCP 客户端实现，配置格式可能有所不同，此处仅为概念性示例，不是可以直接运行的代码）：

{
  "servers": {
    "Azure MCP Server": { // 服务器的友好名称
      "command": "npx", // 启动服务器的可执行命令
      "args": [ // 传递给命令的参数列表
        "-y", // npx 参数，自动确认安装包
        "@azure/mcp@latest", // Azure MCP 包名称和版本
        "server", // 命令组
        "start" // 启动服务器的命令
        // 可选参数，例如指定 SSE 传输和端口：
        // "--transport", "sse",
        // "--port", "5008"
      ]
      // 其他客户端可能需要的配置，例如传输类型等
      // "type": "stdio" // 或 "sse"
      // "url": "http://localhost:5008/sse" // 如果使用 SSE 传输
    }
  }
}

客户端将使用此配置信息来启动 Azure MCP 服务器进程，并通过配置的传输方式（默认为标准 I/O）与之建立 JSON-RPC 连接。

基本使用方法

一旦 MCP 客户端（例如一个AI助手或集成开发环境插件）成功连接到 Azure MCP 服务器，客户端就可以向服务器发送 MCP 请求来利用其功能。最常见的请求是调用工具 ('tools/call') 和列出可用工具 ('tools/list')。

AI助手客户端通常会将用户的自然语言指令转换为 'tools/call' 请求，例如：

  • 当用户说 "List my Azure storage accounts" 时，客户端可能会发送一个请求调用 'azmcp-storage-account-list' 工具。
  • 当用户说 "Query logs from my workspace" 时，客户端可能会发送一个请求调用 'azmcp-monitor-log-query' 工具，并提供工作区名称和查询语句作为参数。

服务器收到请求后，会执行相应的 Azure 操作，并将结果以结构化的 JSON 格式返回给客户端。客户端再根据这些结果生成对用户的响应。

您可以通过支持 MCP 的客户端（如某些版本的 Visual Studio Code 集成的 AI 功能）来直接体验与 Azure MCP 服务器的交互。

信息

分类

AI与计算

访问项目