随着 AI 智能体变得越来越复杂,对与强大云端工具无缝集成的需求也在不断增长。我发现 Azure AI Foundry SDK 与 MCP(模型上下文协议)工具的结合,创造了一个强大的组合,让开发者能够轻松地构建、部署和管理智能代理。

解决方案概述

我在使用 AI-Foundry-Agent-MCP GitHub 仓库时发现,它为将 MCP 工具与 Azure AI Foundry SDK 集成提供了一个实用的解决方案。通过这个设置,我们可以:

  • 访问和部署 Azure AI Foundry 中的先进模型
  • 使用 MCP 工具管理模型上下文、知识库和评估流程
  • 在云原生环境中快速原型化和扩展 AI 智能体解决方案

快速开始

在我的实践中,这个仓库提供了一个详细的分步指南来配置环境:

  1. 克隆仓库并导航到项目目录:

    1
2

    git clone https://github.com/ccoellomsft/AI-Foundry-Agent-MCP.git
cd ai-foundry-agents-mcp/ai-foundry-agents-mcp-tools/Python

  2. 设置虚拟环境:

    1
2

    python -m venv labenv
source ../labenv/Scripts/activate

  3. 安装依赖项:

    1

    pip install -r requirements.txt azure-ai-projects mcp

  4. 配置环境 - 编辑 .env 文件,包含你的 Azure AI Foundry 项目端点和模型部署名称。

  5. 使用 Azure 进行身份验证,并在提示时选择你的订阅:

    1

    az login

  6. 运行 client.py:

    1

    python client.py

  7. 使用示例查询进行测试:

    • MSFT 在哪个交易所上市?
    • 给我列出微软的热门产品。
    • 微软的股票价格是多少?

创建 MCP 工具

我在开发过程中发现,MCP 工具的核心位于 server.py 文件中,我们可以根据需要添加工具(Python 函数)。智能体会利用工具函数的描述来决定使用哪一个。代码中的描述或注释就是智能体理解工具用途的依据。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20

@mcp.tool()
def get_msft_stock_info() -> dict:
    """Returns MSFT stock information."""
    return {
        "symbol": "MSFT",
        "companyName": "Microsoft Corporation",
        "exchange": "NASDAQ",
        "currency": "USD",
        "currentPrice": 442.18,
        "open": 438.50,
        "high": 445.00,
        "low": 437.20,
        "previousClose": 439.10,
        "volume": 18234000,
        "marketCap": 3280000000000,
        "peRatio": 38.2,
        "eps": 11.57,
        "dividendYield": 0.78,
        "timestamp": "2025-07-10T13:50:00Z"
    }

当用户提示包含类似"微软当前的股票价格是多少?“或"给我介绍一下微软的产品"这样的内容时,智能体会将提示的意图与工具的描述进行匹配。在 MCP 工具函数内,我们可以调用其他服务的端点,向函数传递参数,还可以在此添加任何适用的逻辑。

总结

通过将 Azure AI Foundry SDK 与 MCP 工具结合使用,我体验到了一个丰富的生态系统,包括模型、数据索引和部署功能,所有这些都在一个统一的开发工作流中。无论你是在构建聊天机器人、副驾驶还是智能搜索系统,这个工具包都能加速你从原型到生产的旅程。

使用 Azure AI Foundry 实现 MCP 工具,为构建智能的、上下文感知的 AI 解决方案提供了一种强大且可扩展的方法。我发现这种集成不仅简化了 AI 智能体的开发生命周期,还确保它们以上下文智能、适应性和企业级安全性运行。随着 AI 的不断发展,我相信共同利用这些工具,将使团队能够提供更智能、更负责任、更具影响力的 AI 驱动体验。