Azure AI Foundry代理(配备MCP工具)已在Azure API管理中注册
📋 描述
这个仓库展示了如何使用 Azure API 管理 进行注册 MCP服务器 并且进行配置 Azure AI Foundry 代理 作为MCP客户端,此设置通过标准化的MCP协议实现了AI代理与外部工具/数据源之间的无缝集成,为代理与工具之间的通信提供了一种可扩展且易于管理的方法。
🔧 前提条件
- azd用于部署此示例中使用的所有Azure资源和资产。
- PowerShell Core pwsh 如果使用Windows系统
- Python 3.11
- 一个Azure订阅 具有贡献者权限
- 使用 Azure CLI 登录到 Azure
- VS Code(Visual Studio Code,简称VS Code) 已安装(或配备)有 Jupyter Notebook 扩展 已启用
🏗️ 建筑学
⚙️ 设置
这个样本使用了 azd 以及一个用于部署所有Azure资源的二头肌模板(注:此处“bicep”可能指的是Azure的Bicep部署工具,为保持语境流畅,可译为“Bicep部署工具”):
- Python环境设置```bash
python3.11 -m venv .venv
source .venv/bin/activate # On Windows: .venv\Scripts\activate
pip install -r requirements.txt
1. **建立基础设施**```bash
# Login to Azure (if not already logged in)
az login
# Initialize the project (if running for the first time)
azd init
# Deploy infrastructure and application to Azure
azd up
跑步之后,一个 .env 文件将被创建,并包含所有必要的环境变量
🤖 与客服聊天```bash
source .venv/bin/activate
python src/main.py
提出诸如……之类的问题 `What's the weather in Lisbon, Cairo and London?`
## 👁️ 使用 Azure AI Foundry 进行观测 使用 Azure AI Foundry 进行观测
在 Azure 门户中导航到您的 Azure AI Foundry 资源,以监控和分析代理的行为:
1. **访问 Azure AI Foundry**前往 Azure 门户,并找到由(助手/某系统)部署的您的 AI Foundry 资源 `azd`
1. **查看代理活动**:
- 导航至 **代理** 部分以查看您的已部署内容
代理
- 点击您的代理以查看其配置
1. **监控对话**:
- 前往 **线程** 部分以查看所有对话会话
- 选择一个特定的对话线程来查看对话流程和客服的回复
1. **在游乐场(或测试环境中)进行分析**:
- 点击 **在游乐场试试** 以交互方式测试和调试您的代理
1. **查看线程日志**:
- 访问 **线程日志** 以检查详细的逐步执行轨迹。
可观测性功能展示了完整的逐步执行流程。
## 查看Azure API管理中的MCP服务器
在本示例中部署的MCP服务器会自动注册到Azure API管理中,提供集中管理和监控功能:
1. **访问API管理**根据上面的信息,执行如下指令: `azd`)
1. **查看已注册的MCP(Microsoft Certified Professional,微软认证专业人士)**:
- 前往 **MCP 服务器** 左侧导航栏中的部分
- 你会看到列出的MCP服务器
- 每个MCP服务器都会显示其配置的终端点和源
1. **监控API使用情况**:
- 导航至 **分析(或分析学)** 查看请求指标和性能数据
- 监控Azure AI Foundry代理对MCP服务器的API调用
1. **API策略与安全**:
- 审查已应用的身份验证、速率限制和转换策略
- 检查安全配置和访问控制
这种集成为您的MCP服务器提供了企业级的API管理,包括版本控制、安全性和可观测性。
## 炸弹 **删除资源**```bash
azd down --purge
