MCP Handson Test

MCPAI代理

提供方 Tantanize

AI代理 stdio · 本地进程 OAuth 授权 社区 / 第三方 Claude DesktopClaudeVS Code
查看接入方式

使用Azure Functions和Python快速构建和部署定制的远程MCP服务器到云端,支持本地调试和云部署。

一句话选型结论

按资料字段整理

MCP Handson Test 属于AI代理类 MCP 服务器,stdio · 本地进程,OAuth 授权,可直接接入 Claude Desktop、Claude、VS Code,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类AI代理 传输方式stdio · 本地进程 鉴权OAuth 授权 部署方式本地部署
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 3 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

AI代理
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量3暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

支持客户端

适用场景

远程服务器Python本地部署AzureFunctionsMCP协议云计算

安装与配置

stdio · 本地进程 OAuth 授权
客户端在本机拉起子进程,数据不出本机
docker run -p 10000:10000 -p 10001:10001 -p 10002:10002 \

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Docker,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 3 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
给代理接外部能力

让代理在任务中途调用搜索、数据库等真实工具。

多步任务编排

把一串操作拆成步骤,由代理按顺序执行。

自动化重复流程

把固定流程交给代理跑,减少手工操作。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 3 个工具,职责相对集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Claude Desktop、Claude、VS Code,换客户端不用重新研究配置。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 使用前要准备好OAuth 授权对应的凭据,并按最小权限配置。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在AI代理场景里让模型直接调用外部能力的人。
  • 已经在用 Claude Desktop、Claude 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 不方便管理密钥或第三方授权的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
MCP Handson Test当前 3 stdio · 本地进程 本地部署 有 2026-05-17
Filesystem 560c4363 13 未标注 本地部署 无 2026-05-17
Server Everything (everything) 11 stdio · 本地进程 本地部署 有 2026-05-17
Time 7365cb6d 2 SSE · 服务端推送 远程部署 有 2026-05-18
Everything Claude Code 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Openmemory 557e1585 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

AI代理
字段来自项目仓库与公开索引,中文说明由本站标注
提供方Tantanize上游标注的维护方 Tantanize
分类AI代理本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式OAuth 授权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · Docker本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

15.4 KB
来自项目仓库与上游目录的原文,未做删改

使用Azure函数(Python)开始使用远程MCP服务器

这是一个快速入门模板,可以使用Azure Functions和Python轻松构建自定义远程MCP服务器并将其部署到云端。您可以通过调试在本地计算机上克隆/还原/运行,以及 azd up 几分钟后就可以把它放在云端了。MCP服务器通过使用密钥和HTTPS进行设计来保护,并允许使用内置身份验证和/或 API管理 以及使用VNET进行网络隔离。

以下是使用Azure Functions的远程MCP服务器的架构图:

先决条件

  • python 3.11或更高版本
  • Azure功能核心工具 >= 4.0.7030
  • Azure开发者命令行界面
  • 要使用Visual Studio代码在本地运行和调试,请执行以下操作:
  • Visual Studio Code
  • Azure功能扩展

准备好当地环境

此特定示例需要Azure存储模拟器,因为我们将从blob存储中保存和获取代码段。

  1. 开始Azurite```shell
    docker run -p 10000:10000 -p 10001:10001 -p 10002:10002 \
    mcr.microsoft.com/azure-storage/azurite

> **备注** 如果你使用来自VS Code扩展的Azurite,你需要运行 `Azurite: Start` 现在,否则你会看到错误。

## 从终端本地运行MCP服务器

1. 在新的终端窗口中切换到src文件夹:```shell
cd src
  1. 安装Python依赖项:```shell
    pip install -r requirements.txt

> **备注** 在执行以下操作之前创建虚拟环境是一种最佳做法 `pip install` 以避免依赖关系问题/冲突,或者如果您在CodeSpaces中运行。看 VS代码中的Python环境 了解更多信息。

1. 在本地启动Functions主机:```shell
func start

> 备注 默认情况下,这将使用webhooks路由: /runtime/webhooks/mcp稍后,我们将在Azure中使用它来设置客户端/主机调用的密钥: /runtime/webhooks/mcp?code=

连接到 本地 来自客户端/主机的MCP服务器

VS代码-副驾驶代理模式

  1. 添加MCP服务器 从命令面板中,将URL添加到正在运行的Function应用程序的MCP端点:```shell
    http://0.0.0.0:7071/runtime/webhooks/mcp

1. **列出MCP服务器** 从命令面板启动服务器

1. 在Copilot聊天代理模式下,输入提示以触发工具,例如,选择一些代码并输入此提示```plaintext
Say Hello
``````plaintext
Save this snippet as snippet1
``````plaintext
Retrieve snippet1 and apply to newFile.py
  1. 当系统提示运行该工具时,点击同意 继续

  2. 完成后,在终端窗口中按Ctrl+C停止Functions主机进程。

MCP检查员

  1. 在一个 新终端窗口,安装并运行MCP检查器```shell
    npx @modelcontextprotocol/inspector

1. 按CTRL键单击可从应用程序显示的URL加载MCP Inspector web应用程序(例如。http://0.0.0.0:5173/#resources)

1. 将运输类型设置为 `Streamable HTTP`

1. 将URL设置为正在运行的Function应用程序的MCP端点,然后 **连接**:```shell
http://0.0.0.0:7071/runtime/webhooks/mcp

> 备注 此步骤在CodeSpaces中不起作用。请继续部署到远程MCP。

  1. 列出工具。单击工具,然后 运行工具.

验证Azurite中的本地blob存储

在本地测试代码段保存功能后,您可以验证blob是否正确存储在本地Azurite存储模拟器中。

使用Azure存储资源管理器

  1. 打开Azure存储资源管理器
  2. 在左侧面板中,展开 模拟器和附件 → 存储帐户 → (模拟器-默认端口)(按键)
  3. 引导到 Blob容器 → 片段
  4. 您应该看到此容器中所有保存的代码段都是blob文件
  5. 双击任何blob以查看其内容并验证代码段数据是否已正确保存

使用Azure CLI(替代方案)

如果您更喜欢使用命令行,还可以使用Azure CLI和存储模拟器验证blob:```shell

List blobs in the snippets container

az storage blob list --container-name snippets --connection-string "DefaultEndpointsProtocol=http;AccountName=devstoreaccount1;AccountKey=Eby8vdM02xNOcqFlqUwJPLlmEtlCDXJ1OUzFT50uSRZ6IFsuFq2UVErCz4I6tq/K1SZFPTOtr/KBHBeksoGMGw==;BlobEndpoint=http://127.0.0.1:10000/devstoreaccount1;"
``````shell

Download a specific blob to view its contents

az storage blob download --container-name snippets --name --file --connection-string "DefaultEndpointsProtocol=http;AccountName=devstoreaccount1;AccountKey=Eby8vdM02xNOcqFlqUwJPLlmEtlCDXJ1OUzFT50uSRZ6IFsuFq2UVErCz4I6tq/K1SZFPTOtr/KBHBeksoGMGw==;BlobEndpoint=http://127.0.0.1:10000/devstoreaccount1;"


此验证步骤可确保您的MCP服务器与本地存储模拟器正确交互,并且blob存储功能在部署到Azure之前按预期工作。

## 部署到Azure以实现远程MCP

在根目录中,创建一个新的 雅匝德 环境。这将成为Azure资源的资源组:```shell
azd env new

运行此azd命令为功能应用程序配置任何所需的Azure资源,并部署您的代码:```shell
azd up


您可以选择加入示例中使用的ExpressRoute。为此,请先执行此操作 `azd up````bash
azd env set VNET_ENABLED true

另外, API管理 可用于提高MCP服务器的安全性和策略,以及 App Service内置身份验证 可用于设置您最喜欢的OAuth提供程序,包括Entra。

连接到您的 远程 来自客户端的MCP服务器功能应用程序

您的客户端需要一个密钥来调用新的托管MCP端点,该密钥的格式为 https://.azurewebsites.net/runtime/webhooks/mcp默认情况下,托管功能需要一个系统密钥,可以从 门户 或CLI(az functionapp keys list --resource-group --name).获取名为的系统密钥 mcp_extension.

在MCP Inspector中连接到远程MCP服务器

对于MCP检查器,您可以在URL中包含密钥:```plaintext
https://.azurewebsites.net/runtime/webhooks/mcp?code=


### 在VS Code中连接到远程MCP服务器-GitHub Copilot

对于VS Code中的GitHub Copilot,您应该将密钥设置为 `x-functions-key` 标题在 `mcp.json`,你只需使用 `https://.azurewebsites.net/runtime/webhooks/mcp` 以下示例使用输入,并在从VS Code启动服务器时提示您提供密钥。备注 mcp.json 已包含在此仓库中,并将由VS Code获取。单击服务器上的“开始”,系统将提示输入以下值 `functionapp-name` (在您的/.alue/\*/env文件中)和 `functions-mcp-extension-system-key` 可以从上面的CLI命令或Function App门户中的API密钥中获取。```json
{
"inputs": [
{
"type": "promptString",
"id": "functions-mcp-extension-system-key",
"description": "Azure Functions MCP Extension System Key",
"password": true
},
{
"type": "promptString",
"id": "functionapp-name",
"description": "Azure Functions App Name"
}
],
"servers": {
"remote-mcp-function": {
"type": "http",
"url": "https://${input:functionapp-name}.azurewebsites.net/runtime/webhooks/mcp",
"headers": {
"x-functions-key": "${input:functions-mcp-extension-system-key}"
}
},
"local-mcp-function": {
"type": "http",
"url": "http://0.0.0.0:7071/runtime/webhooks/mcp"
}
}
}

对于MCP检查器,您可以在URL中包含密钥: https://.azurewebsites.net/runtime/webhooks/mcp?code=.

对于VS Code中的GitHub Copilot,您应该将密钥设置为 x-functions-key 标题在 mcp.json,你只需使用 https://.azurewebsites.net/runtime/webhooks/mcp 以下示例使用输入,当您从VS Code启动服务器时,将提示您提供密钥:```json
{
"inputs": [
{
"type": "promptString",
"id": "functions-mcp-extension-system-key",
"description": "Azure Functions MCP Extension System Key",
"password": true
}
],
"servers": {
"my-mcp-server": {
"type": "http",
"url": ".azurewebsites.net/runtime/webhooks/mcp",
"headers": {
"x-functions-key": "${input:functions-mcp-extension-system-key}"
}
}
}
}


## 重新部署代码

你可以运行 `azd up` 根据需要多次执行命令,以配置Azure资源并将代码更新部署到功能应用程序。

> \[!注意\]
> 部署的代码文件总是被最新的部署包覆盖。

## 清理资源

使用完功能应用程序和相关资源后,您可以使用此命令从Azure中删除功能应用程序及其相关资源,从而避免产生任何进一步的成本:```shell
azd down

有用的Azure命令

部署应用程序后,您可以使用以下命令来管理和监视应用程序:```bash

Get your function app name from the environment file

FUNCTION_APP_NAME=$(cat .azure/$(cat .azure/config.json | jq -r '.defaultEnvironment')/env.json | jq -r '.FUNCTION_APP_NAME')
echo $FUNCTION_APP_NAME

Get resource group

RESOURCE_GROUP=$(cat .azure/$(cat .azure/config.json | jq -r '.defaultEnvironment')/env.json | jq -r '.AZURE_RESOURCE_GROUP')
echo $RESOURCE_GROUP

View function app logs

az webapp log tail --name $FUNCTION_APP_NAME --resource-group $RESOURCE_GROUP

Redeploy the application without provisioning new resources

azd deploy


## 源代码

的功能代码 `get_snippet` 和 `save_snippet` 端点在Python文件中定义 `src` 目录。MCP函数装饰器将这些函数作为MCP服务器工具公开。

此示例使用中提供的新的一流MCP装饰器 `azure-functions>=1.25.0b2`,通过以下方式大大简化了代码:

- 直接从函数签名和类型提示推断工具属性
- 无需手动对工具属性进行JSON序列化
- 使用标准Python装饰器(`@app.mcp_tool()`, `@app.mcp_tool_property()`, `@app.blob_input()`, `@app.blob_output()`)

**重要提示:** 使用MCP装饰器时,您必须设置 `PYTHON_ISOLATE_WORKER_DEPENDENCIES=1` 在您的应用程序设置中(均在本地 `local.settings.json` 以及在您部署的Azure Function应用程序中)。

以下是function_app.py文件中的实际代码:```python
@app.mcp_tool()
def hello_mcp() -> str:
"""Hello world."""
return "Hello I am MCPTool!"

@app.mcp_tool()
@app.mcp_tool_property(arg_name="snippetname", description="The name of the snippet.")
@app.blob_input(arg_name="file", connection="AzureWebJobsStorage", path=_BLOB_PATH)
def get_snippet(file: func.InputStream, snippetname: str) -> str:
"""Retrieve a snippet by name from Azure Blob Storage."""
snippet_content = file.read().decode("utf-8")
logging.info(f"Retrieved snippet: {snippet_content}")
return snippet_content

@app.mcp_tool()
@app.mcp_tool_property(arg_name="snippetname", description="The name of the snippet.")
@app.mcp_tool_property(arg_name="snippet", description="The content of the snippet.")
@app.blob_output(arg_name="file", connection="AzureWebJobsStorage", path=_BLOB_PATH)
def save_snippet(file: func.Out[str], snippetname: str, snippet: str) -> str:
"""Save a snippet with a name to Azure Blob Storage."""
if not snippetname:
return "No snippet name provided"

if not snippet:
return "No snippet content provided"

file.set(snippet)
logging.info(f"Saved snippet: {snippet}")
return f"Snippet '{snippet}' saved successfully"

请注意 host.json 文件还包括对 预览 扩展包,现在使用此功能的应用程序需要它:```json
"extensionBundle": {
"id": "Microsoft.Azure.Functions.ExtensionBundle.Preview",
"version": "[4.32.0, 5.0.0)"
}


## 天气应用程序示例

一个示例MCP应用程序,通过交互式UI显示天气信息。

### 什么是MCP应用程序?

MCP应用程序 让工具返回交互式界面而不是纯文本。当工具声明UI资源时,主机会在沙盒iframe中呈现它,用户可以在其中直接交互。

#### MCP应用程序=工具+UI资源

该架构依赖于两个MCP原语:

1. **工具** UI元数据指向资源URI
1. **资源** 包含通过 `ui://` 方案

Azure Functions使两者都易于构建。

### 天气应用程序的先决条件

- python 3.11或更高版本
- Node.js (用于构建UI)
- Azure功能核心工具v4
- MCP兼容主机(Claude Desktop、VS Code、ChatGPT等)

### 天气应用程序入门

#### 1.构建UI

在运行功能应用程序之前,必须捆绑UI:```bash
cd src/app
npm install
npm run build
cd ../

这将创建一个捆绑 src/app/dist/index.html 函数所服务的文件。

2.运行功能应用程序

在 src 目录,运行:```bash
func start


MCP服务器将在 `http://localhost:7071/runtime/webhooks/mcp`.

#### 3.从VS代码连接

打开 **.vcode/mcp.json**.查找被调用的服务器 _本地mcp功能_ 然后单击 **开始** 名字之上。服务器已经设置了正在运行的Function应用程序的MCP端点:```shell
http://localhost:7071/runtime/webhooks/mcp

4.提示代理人

问Copilot:“西雅图的天气怎么样?”

天气应用程序源代码

源代码位于 src/function_app.py关键概念是如何 工具通过元数据连接到资源.

带有UI元数据的工具

这 get_weather 工具使用 metadata 参数在 @app.mcp_tool() 声明它具有关联的UI:```python

Required metadata

TOOL_METADATA = '{"ui": {"resourceUri": "ui://weather/index.html"}}'

@app.mcp_tool()
@app.mcp_tool_property(arg_name="location", description="City name to check weather for (e.g., Seattle, New York, Miami)")
def get_weather(location: str) -> Dict[str, Any]:
"""Returns current weather for a location via Open-Meteo."""
logging.info(f"Getting weather for location: {location}")

try:
result = weather_service.get_current_weather(location)

if "TemperatureC" in result:
logging.info(f"Weather fetched for {result['Location']}: {result['TemperatureC']}°C")
else:
logging.warning(f"Weather error for {result['Location']}: {result.get('Error', 'Unknown error')}")

return result
except Exception as e:
logging.error(f"Failed to get weather for {location}: {e}")
return {
"Location": location or "Unknown",
"Error": f"Unable to fetch weather: {str(e)}",
"Source": "api.open-meteo.com"
}


这 `resourceUri` 指向 `ui://weather/index.html`-这个消息告诉MCP主机,当调用这个工具时,在那个资源URI上有一个可用的交互式UI。

#### 为UI服务的资源

这 `get_weather_widget` 函数在匹配的URI处提供捆绑的HTML:```python
# Optional UI metadata
RESOURCE_METADATA = '{"ui": {"prefersBorder": true}}'

@app.mcp_resource_trigger(
arg_name="context",
uri=WEATHER_WIDGET_URI,
resource_name=WEATHER_WIDGET_NAME,
description=WEATHER_WIDGET_DESCRIPTION,
mime_type=WEATHER_WIDGET_MIME_TYPE,
metadata=RESOURCE_METADATA
)
def get_weather_widget(context) -> str:
"""Get the weather widget HTML content."""
logging.info("Getting weather widget")

try:
# Get the path to the widget HTML file
current_dir = Path(__file__).parent
file_path = current_dir / "app" / "dist" / "index.html"

if file_path.exists():
return file_path.read_text(encoding="utf-8")
else:
# Return a fallback HTML if file not found
return """

# Weather Widget

Widget content not found. Please ensure the app/dist/index.html file exists.
"""
except Exception as e:
logging.error(f"Error reading weather widget file: {e}")
return """

# Weather Widget

Error loading widget content.
"""

它是如何协同工作的

  1. 用户问:“西雅图的天气怎么样?”
  2. 代理人致电 get_weather 工具
  3. 工具返回天气数据(JSON) 和 主机看到 ui.resourceUri 元数据
  4. 主机从以下位置获取UI资源 ui://weather/index.html
  5. 主机在沙盒iframe中呈现HTML,并将工具结果作为上下文传递
  6. 用户看到的是交互式天气小部件,而不是纯文本

用户界面(TypeScript)

前端在 src/app/src/weather-app.ts 接收工具结果并呈现天气显示。它与Vite捆绑在一起 index.html 资源所服务的。

后续步骤

  • 添加 API管理 到您的MCP服务器(身份验证、网关、策略等!)
  • 添加 内置身份验证 到您的MCP服务器
  • 使用VNET_ENABLED=true标志启用VNET
  • 了解更多 微软的相关MCP工作

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
MCP Handson Test 怎么安装?

在客户端按下面的安装命令接入:docker run -p 10000:10000 -p 10001:10001 -p 10002:10002 \。装完在客户端配置里引用同一个包或端点。

MCP Handson Test 怎么在 Claude Desktop、Claude、VS Code 里配置?

它的传输方式是stdio · 本地进程,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

MCP Handson Test 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

MCP Handson Test 需要 API Key 吗?

资料标注需要OAuth 授权认证,使用前准备好对应凭据,并按最小权限配置。

MCP Handson Test 支持哪些客户端?

资料标注支持 Claude Desktop、Claude、VS Code;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

MCP Handson Test 能提供哪些能力?

资料显示约 3 个工具;能力标签包括 远程服务器、云计算、Python、Claude。具体工具清单以官方文档为准。

MCP Handson Test 需要什么运行环境?

运行时为 Docker;属于本地进程,需要在本机装好运行环境。

MCP Handson Test 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。