使用说明（简要指南，包含核心要点、安装与运行、以及与 MCP 客户端的对接方式）：

项目简介
- 这是一个以 MCP（Model Context Protocol）为核心的后端服务器实现，专门为 Foundry 文档提供可查询的资源、可调用的工具和可渲染的 Prompt 模板，支持通过 JSON-RPC 与 LLM 客户端交互。
- 服务器通过 FastMCP 框架提供统一接口，处理资源查询、文档获取、工具调用和提示模板等能力，并可与多种传输方式（如 Stdio、SSE、WebSocket 等）协同工作。
主要功能点
- MCP 核心能力
  - 资源管理与数据访问：提供文档及相关元数据的检索与访问能力。
  - 工具注册与执行：暴露工具入口，允许 LLM 客户端通过 MCP 调用外部功能。
  - 提示模板（Prompts）：整合并渲染可定制的提示模板，支持与 LLM 的交互模式对接。
- 与外部服务的集成
  - Azure 搜索/向量检索（AzureSearchIndex、FoundryProjectOpenAI）以提升检索质量。
  - 与 GitHub Repos 的集成（通过事件派发等机制，支持文档更新通知与自动化工作流触发）。
- 会话与监控
  - 提供会话上下文、能力声明，并可接入可选的遥测/告警（Telemetry）模块。
- 支持的工作流
  - 服务端会在启动时加载文档索引、导航结构等元数据，提供 search/get_doc/list_sections/get_section 等工具供客户端调用。
安装步骤
- 1. 将仓库克隆或下载到本地。
- 1. 安装依赖（项目通常通过 Python 的包管理器安装，建议使用虚拟环境）。
- 1. 配置依赖的外部服务（如 Azure 搜索、Foundry AI 项目等）所需的环境变量，确保服务可用。
- 1. 启动 MCP 服务器：
  - 运行方式通常为通过 Python 模块启动，例如： python -m foundry_docs_mcp.server
  - 服务器启动后将对外提供 MCP 接口，等待来自 MCP 客户端的请求。
服务器配置（MCP 客户端对接配置，JSON 格式；下列字段来自仓库中的实现信息，供客户端在使用时参考，不需要包含在 MCP 客户端侧代码中） { "server_name": "foundry-docs", "command": "python", "args": ["-m", "foundry_docs_mcp.server"], "description": "Foundry 文档的 MCP 服务端，提供资源、工具与提示模板等能力", "notes": "启动该服务器以供 MCP 客户端连接；MCP 客户端仅需要了解 server_name、command、args 等信息以完成连接初始化，实际通信通过 MCP 协议进行。" }
基本使用方法
- 启动后，MCP 客户端可以通过发送标准的 JSON-RPC 请求来调用以下核心能力：
  - search_docs(query, limit): 在 Foundry 文档中进行全文检索
  - get_doc(path): 获取指定路径的文档内容
  - list_sections(): 列出所有 TOC 的章节/分节
  - get_section(section): 获取某一章节下的文档列表
  - submit_search_feedback(...): 记录搜索失败案例以用于测试基准
- 与客户端对接的要点
  - MCP 服务器通过 JSON-RPC 收发请求与响应，确保在网络或串口等传输方式下的稳定性（例如 Stdio、SSE、WebSocket 等）。
  - 服务器需要正确地声明能力和会话上下文，并按需返回资源、工具或 prompts 的元数据与内容。
额外信息
- 服务器实现具备完整的服务器端搭建、初始化、工具实现、以及与外部服务的集成逻辑（包括骨架工厂、资源加载、导航结构等）。
- 如需自定义 Cloud/OpenAI 的模型/向量检索等能力，可通过环境变量进行开关和配置。
注意事项
- 具体的部署配置（如 Azure 搜索端点、OpenAI/Foundry API 的密钥等）需要在部署环境中按需设置环境变量。
- MCP 客户端在初始接入时无需关心服务器的内部实现细节，只需知道服务器的启动命令及接口即可。

Foundry Docs MCP Server

服务器信息