Azure Voice Assistant MCP Server

关键词

Azure AI Foundry异步流式处理多模型并发JSON-RPC会话管理

使用说明内容（Markdown格式）

使用指南

  • 项目简介

    • 该工程实现了一个 MCP 服务器，使用标准的 JSON-RPC 2.0 通过标准输入输出（stdio）与 MCP 客户端通信。核心功能包括：向客户端暴露工具、分发到多个模型的并发查询、会话历史管理以及配置管理等。

  • 主要功能点

    • 支持的工具：chat、multi_chat、configure、reset、models
    • 支持多模型并发查询，聚合结果并返回给客户端
    • 基于 Azure AI Foundry 的模型端点进行请求，支持部署模型和服务器端模型
    • 会话历史管理，限制历史轮次并可清除历史
    • MCP 规范化的初始化、工具列表查询、工具调用、进度通知等交互

  • 安装步骤

    • 确保 Python 3.8+ 环境
    • 将代码放置到合适目录，确保 mcp_voice_assistant.py 可直接执行
    • 安装依赖（如 httpx，aiohttp 等，代码中使用 httpx 作为异步请求客户端）
    • 配置文件：在用户主目录下创建 ~/.config/azure-voice-assistant/config.json，用于 Azure AI Foundry 的账户信息
    • MCP 客户端配置：将服务器作为 MCP 服务注册到客户端（见下方“服务器配置”部分的示例）

  • 服务器配置（MCP 客户端需要的最小信息，JSON 格式，含 server name、command、args）

    • 服务器名称: azure-voice-assistant
    • 启动命令: python3
    • 启动参数: 需要指向 mcp_voice_assistant.py 的路径
    • 备注: MCP 客户端通过该信息在本地或远程启动服务器进程，并通过标准输入输出与之进行 JSON-RPC 通信。配置示例如下（请将路径替换为实际路径，格式保持为纯文本 JSON）： { "azure-voice-assistant": { "command": "python3", "args": ["/path/to/azure-voice-assistant/mcp_voice_assistant.py"] } // 其他服务器可按相同格式添加 }

  • 基本使用方法

    • 启动后，MCP 客户端会通过初始化握手获取服务器能力、工具列表等信息
    • 使用 tools/list 获取可用工具，使用 tools/call 调用具体工具，例如 chat、multi_chat 等
    • 通过 configure 与 reset 调整与清理会话历史，通过 models 进行模型健康检查
    • 如果需要进度更新，可以通过进度通知（notifications/progress）接收状态

  • 重要提醒

    • 服务端需要在 ~/.config/azure-voice-assistant/config.json 配置 Azure API 的 key、endpoint 等信息
    • 服务端通过 stdio 与 MCP 客户端通信，确保运行环境支持标准输入输出的读写

服务器信息

访问项目