项目简介

Snippy 是一个基于 Azure Functions 实现的无服务器智能代码片段管理服务。它展示了如何将后端功能通过 Model Context Protocol (MCP) 暴露为可被大型语言模型 (LLM) 客户端（如 GitHub Copilot Chat）调用的工具。该服务集成了 Azure Durable Functions、Azure OpenAI、Azure Cosmos DB 和 Azure AI Agents，提供代码片段的存储、检索、智能分析和风格指南生成等功能。

主要功能点

保存代码片段： 接收代码内容、名称和项目ID，将其存储到 Blob Storage，生成向量嵌入并保存到 Cosmos DB。
获取代码片段： 根据名称从 Cosmos DB 检索并返回存储的代码片段及其元数据。
深度研究代码： 获取指定代码片段及其相似片段，利用 Azure AI Agents 对其进行详细的技术分析和建议。
生成代码风格指南： 获取指定代码片段及其相似片段，利用 Azure AI Agents 生成一份基于这些代码的语言特定风格指南。

这些功能既可以通过标准的 HTTP API 调用，也可以作为 MCP 工具被 LLM 客户端调用。

安装步骤

克隆仓库：

git clone https://github.com/Azure-Samples/snippy.git
cd snippy

创建并激活 Python 虚拟环境：

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

安装依赖：

pip install -r requirements.txt

配置本地设置：
- 复制示例设置文件：'cp local.settings.example.json local.settings.json'
- 编辑 'local.settings.json'： 填写 Azure Storage (Azurite 或真实连接串)、Cosmos DB (Emulator 或真实连接串)、Azure OpenAI (Endpoint, Key, Embedding Model 部署名称) 和 Azure AI Project 的连接字符串。Azure OpenAI 和 Azure AI Project 没有本地模拟器，需要真实的 Azure 资源。
启动模拟器/确保服务就绪： 启动 Azurite 和 Cosmos DB Emulator (如果使用)，确保 Azure OpenAI 和 Azure AI Project 资源已部署并可访问。
运行 Azure Functions Host：
```
func start
```
函数应用将在本地运行，通常在 'http://localhost:7071'。

（您也可以使用 Azure Developer CLI ('azd') 通过 'azd up' 命令一键部署到 Azure。）

服务器配置

MCP客户端（如 VS Code 中的 GitHub Copilot Agent Mode）需要配置 MCP 服务器的网络地址和连接类型来建立连接。对于本项目的 MCP 服务器实现，您需要配置以下信息：

类型 (Type)： 'HTTP (SSE)'
地址 (Address)：
- 本地运行时： 'http://localhost:7071/runtime/webhooks/mcp/sse'
- 部署到 Azure 后： 您的 Azure Function App 的 SSE 端点 URL (可以在 'azd up' 输出或 Azure 门户中找到)。
认证 (Authentication, 云端部署通常需要)： 可能需要配置函数密钥 ('x-functions-key') 或使用其他 Azure Functions 支持的认证方式。具体配置方法取决于您的 MCP 客户端。

基本使用方法

在 MCP 客户端中（例如在 VS Code 的 GitHub Copilot Chat 中处于 Agent Mode），连接到 Snippy 服务器后，您可以使用以下命令调用 MCP 工具：

保存代码片段： '/#[tool name] [argument name] [argument value]' 例如：'/ #save_snippet snippetname my-first-snippet projectid test-proj snippet [选中的代码]'
获取代码片段： '/ #get_snippet snippetname my-first-snippet'
对代码进行深度研究： '/ #deep_research snippetname my-first-snippet'
生成代码风格指南： '/ #code_style snippetname my-first-snippet'

其中 '[tool name]' 是 MCP 工具的名称 ('save_snippet', 'get_snippet', 'deep_research', 'code_style')，'[argument name]' 是工具参数的名称 ('snippetname', 'projectid', 'snippet')，'[argument value]' 是参数的值。

关键词

项目简介

主要功能点

安装步骤

服务器配置

基本使用方法

信息